Intuit 软件工程师（SDE2）面试经验分享

面试流程概览

Intuit 的面试流程较为独特，包含 Phone Screen、Craft Demo、Technical Interview、AI Assessment 以及 Tech Manager 面试。
整体感觉面试官问题较为随机，因 General Hire 模式 影响，面试后再进行 Team Match。

---

Phone Screen

• LeetCode 耳铃（LC 经典算法题）
• 难度中等，要求最优解。

Virtual Onsite（VO）

1. Craft Demo（75 分钟现场代码演示）

• 4 位面试官全程观看你的 Live Coding 表现。
• 面试前会提供一个 代码库（Repo），需提前 Setup，熟悉代码结构。
• 任务：修改 某个 API，涉及 JSON 和 Data Model 转换，需要熟练掌握 数据解析、序列化/反序列化。
• 允许 Google，但如果不熟悉，可能会浪费较多时间。
• 额外任务：编写 单元测试（Unit Test），确保代码质量。

2. Technical Interview（基于 Craft Demo 继续）

• 任务：在上一轮的基础上 编写新的 API，并根据特定 字段排序输出。
• 自由问答环节：面试官随意提出各种技术问题，范围广泛，包括：
  • API 设计（如何优化 RESTful API？）
  • 数据库设计（索引优化、查询效率）
  • DevOps 相关问题（CI/CD、监控、Docker、K8s）
  • 系统架构（如何保证高可用性？如何进行负载均衡？）
• 部分面试官态度较严苛，可能会质疑代码实现细节，需要沉稳应对。

3. AI Assessment（AI 及 LLM 相关考察）

• 问题方向：
  1. 是否有 AI / LLM App 开发经验？
  2. 在 工作或生活 中是否使用过 LLM？
  3. 对 Generative AI 的看法？
  4. 了解什么是 Agent 以及其应用？
• 重点：如果对 AI 了解不深，建议提前熟悉 LLM 基础概念，如 Transformer、Fine-tuning、Prompt Engineering。

4. Tech Manager Interview

• 常规 BQ（Behavioral Questions）
• 项目经验介绍，需能够清晰描述自己负责的部分和技术决策。

---

面试总结与建议

1. Craft Demo 需熟练掌握 JSON / Data Model 转换，提前熟悉 数据序列化/反序列化 处理。
2. Technical Interview 涉及多方面考察，建议准备 API 设计、数据库优化、DevOps 及系统架构 相关内容。
3. AI Assessment 重点在 LLM 相关知识，建议学习 Transformer、GPT、Agent 概念，并准备 AI 应用案例。
4. Behavioral 轮结合 STAR 方法回答，体现 团队协作、技术影响力、解决问题能力。
5. 面试过程中可能会遇到刁钻的面试官，需保持冷静，不要被误导影响心态。