漸強賴伯股份有限公司 SENIOR BACKEND ENGINEER

Q System Design - API usage Analytics A 我做得不好的地方 雖然需求很清楚，但可以在一開始先大概知道這個系統的具體數字，包含 (1) How many API calls per second, (2) How long is acceptable to be inconsistent (from “writing usage to database” to “reflect on Analytics range query”) SQL database 沒有區分 OLTA 以及 OLAP，這個問題因為需要 Aggregate 多個 row 的資料，OLAP 比較合適 Identify bottleneck: 沒有主動告知系統的 bottleneck 在哪，實際上這是一個 Write Heavy 的情境，也因為需要 Read Multiple rows to aggregate，需要針對這兩個需求去考慮資料的儲存與處理 Batch processing vs. Stream processing: 一種是使用 Cronjob Batch processing 一個時間區間的 API usage count，一種是 stream processing 即時的更新 window。我並沒有說清楚 Tradeoff 是什麼 How to monitor this system? 這個系統最注重的 Metrics 是 API usage 花多久才 Reflect 到 Analytics platform 上，因為萬一太久導致某個需求成本的 API call 呼叫超過預算，就不好了。面試官提供的解法是：Smote test and query，因為你知道讀寫的時間，相減就可以知道 inconsistency time

面試過程 HR 面試 - 準備標準的 Behavioral Question，像是自我介紹 / 最有挑戰的 Project 等等，會看重 AI 工具的使用經驗 Coding + Basic knowledge (1hr) Coding Interview (40min): LRU cache，可以使用任何語言，遇到基本的問題可以用 AI 幫忙解決 Knowledge: 電商平台的 SQL Table Design 時間不夠沒有考到的題目：印象中有如何處理 Double Booking，等等後端實務上會遇到的簡單問答 Onsite Interview (Behavioral + System Design) Behavioral: 與 Hiring Manager 面試，也是標準的 Behavioral Question System Design: 考 API usage Analytics，有準備相對詳細的 Requirement，面試中如果卡住也會有適當的引導，但盡量靠自己主導可能出問題的地方