Hello 各位 300 万大大好，小的是转职生，之前在 Ptt 上获益良多，所以来回馈一下我
的面试经历，如果有公司不想被分享，请来信告知，我会尽速删除，谢谢！
求职时间：2021/07 - 2021/08
Medium 好读版：
https://v3708599.medium.com/appworks-school%E8%BD%89%E8%81%B7%E5%BF%83%E5%BE%97-data-backend-engineer-3cb13c940be7
## 自我介绍
政大传院、商院背景学士。
上一份工作是在迪卡侬做部门经理，过去没接触过程式，是因为工作上需要用到 Google
Sheet 自动化程式脚本，才开始玩起程式，后来觉得技术挺有趣的，于是报名台大
CCclub 的 Python 入门，利用几个月的下班时间学习。（大概一个礼拜花 3-5 个小时摸
）
2020 年底，因为当时的工作发展和未来职涯考量不同，兴起换工作挑战的念头，想说写
程式当职业好像不错，决定报名 AppWorks School 新推出的 Data Engineer 培训。（中
间省略了很多心路历程的转变 XD）
在今年 2 月辞职后，全职认真学习，直至 7 月中于 School 毕业开始找工作。
我觉得自己不算太聪明，理解能力尚可而已（比起班上其他同学啦，但能进 AppWorks
School 的都不会太差？）写的 code 还有待加强，唯一优势就是沟通能力不错，能够清
楚表达自己的需求与逻辑（以前学生实习担任过猎人头、也有几次演讲经验，之前工作上
需要管理团队）。
开发经验大致如下：
有前后端开发经验，基本上是用 Python Flask、Django 写后端，前端没有用框架，就是
乖乖用 JavaScript、HTML、CSS 刻，能用 ajax 就用 ajax，尽量练习开 RESTful API。
Data 相关则是 Airflow、爬虫、Pyspark(一点点)、推荐系统
还有很多没列到的，可以参考 AppWorks School 提供的学习规划
-https://drive.google.com/file/d/13C3Yodr6yc2KFezv_cmx5-B-Ojq7tQgr/view
## 面试结果
最终获得四间 Offer，分别为创业家兄弟（生活市集）、
Rezio（KKday）、炬识科技、趋势科技，待遇在年薪 60 - 80 万间。
## 面试总览
总共投递：海投约 70 间。
最初一两周只投了约 15 间，想说应该就能找到工作了（？后来经过朋友提点，投履历又
不用钱，干嘛把自己的机会限缩在 10 多家公司手里，于是调整方式、不再侷限 data 相
关职缺，只要跟 Python 有关的就投，不管是后端还是爬虫，公司大小也不管，先得到面
试机会再说。实在投太多公司了，这里就不一一列出来，只写出有邀请面试的公司。
- **投递后，直接明确拒绝我的：**
汪喵星球（Backend）、 钛度科技（Backend）、 台湾发展软件科技、湛研科技（
Backend）
再次感谢这些公司迅速地拒绝XD
- **有邀请面试：**
炬识、大庆证券、Arc&Codementor、大数据科技公司、麟数据、趋势科技、木刻思公司、
Sonic Sky(香港商声呐天空)
- **透过 School 的 Hiring Partner 计画，拿到的面试机会：**
Snapask、Rezio（KKday）、创业家兄弟、LikeCoin、aiseed tech
以下就会分开讲每家面试的问题与概述，其实问题很多都很类似，但我真的懒得整理成一
个版本，所以大家就自己看看，看到很多次重复的话，代表那题很重要XD
### School Hiring Partner
先说 AppWorks School 内部媒合面试的流程，跟外面的面试有一点不同，会先经过一次
20 分钟的方便面试，让彼此有初步的认识与了解、再决定有没有后续面试，可以想像就
是一般正式面试前的 Phone Interview。
以下没特别提的话，第一关就是指方便面试。
### 1. Snapask - Data Engineer
#### 第一关： Data Scientist X1
整场面试基本上围绕在我的专案上面，以下是专案介绍完，面试官的提问。因为他们找的
位置就是要好好顾 airflow 的人，所以主要就是问整个 airflow 的流程，到哪个 Task
的时候要跳出，接受到 upstream 的哪些资讯， downstream 会怎么处理。
题目：
- 如果公司内部的 Airflow 是 1.0 版本，你要怎么在不影响数据的前提下，把所有的
task 升级到 2.0 的 Airflow 上面
一面结束后，就会收到作业邀请，这份作业是要我们建置一个爬虫程式，并运用
Airflow 去管理，同时要架设在 Docker 的 Container 上。爬虫本身不难，主要是我没
用过 Docker 建置 Airflow ，被各种环境搞得很痛苦～
写完之后就进到二面。
#### 第二关：技术面试（约 1 hr)
#### 面试官： Data Scientist X3
这一关满硬的，都是在讨论技术题。
刚开始会是 Snapask 介绍他们现在的主要业务、以及找这个缺的原因。现阶段他们的
ETL 是 Data Scientist 在建置管理，但因为业务量愈来愈大，希望找一个专职处理
Data 的工程师，让 Scientist 专心处理 Model 的训练与算法。
问题主要就是再把专案问更细，然后想要了解你除了专案中使用 Airflow 的经验以外，
有没有处理不同来源的资料（Batch or real-time stream)
题目就像是：
- 你会怎么规划 Server 的资料流架构（Mysql、Redis、Session...等）
- Batch 类型的资料，你会如何存放与使用?（像是统计分析报表的原始资料）
- RESTful API 是什么？你在专案中是如何使用？
- 是否有用过 BI 工具的经验，是否有做过这部分的资料串接。
- 对 Data Engineer 这份工作的期望为何？
二面结束后，说如果有机会，就会到最后一面，跟工程部的 Leader 聊聊。
#### 结果：感谢信
原因：这是他们第一个 Data Engineer，希望找有经验的工程师来帮忙建置QQ