從Intel到Google (2)

從Intel到Google

從Intel到Google、從硬體工程師到軟體工程師，工作上很多事情變得不一樣，有些到現在還是不習慣。 以下列出幾點比較不一樣的，也給那些考慮來灣區工作，或從硬體轉軟體的人參考。

面試變得簡單(?)

對我來說，要準備硬體工程師的面試十分困難，因為考題的範圍很廣，也很難預測，不同的領域考題也截然不動。剛畢業面試Intel研究部門時，要準備固態物理跟半導體元件物理；後來去光罩組面試，要準備光學物理；再後來去記憶體組面試，要準備機率與統計，以及記憶體相關知識；最後在疫情間去面試蘋果螢幕相關的組，要準備訊號與系統，以及螢幕相關知識。要準備這些面試，不會有什麼題庫網站，只有翻開以前大學、研究所的教科書，重新溫習。但範圍之大，也不可能一頁一頁，像準備期末考一樣練習題目，只能大方向，確定觀念正確而已。事實上我在Intel時，因為我們也知道題目的困難，所以我們組在面試時，就是發回家作業，然後被面試者要在一小時在完成作答，再把考卷寄回來。

身為面試官，硬體的面試也很難準備。我們不能考工作上，太過瑣碎以及機密的東西，只能翻開以前大學、研究所的教科書，從裡面出題。但範圍之大，也不可像考期末考一樣，考計算複雜的題目，只能大方向，找考觀念的題目，但是不能是以前出過的題目。現在回想起來，面試官跟面試者真的是命運相仿，兩方都在溫習以前的課本，都在裡面試圖找出那些有點難，又不是太難，剛剛好可以考出觀念，又可以在時間之內回答的問題。

軟體面試可不一樣，輕鬆得多了！尤其像是Meta、Google等大公司，幾乎都會出LeetCode題庫網站上面的題目。不管履歷上寫的是熟稔React、Java還是SQL，題目都是要你寫程式算出車子從A到B的最短路徑，不會特別問你特別領域的知識。都只考題庫的題目是好還是壞？探討這個問題可以自成一篇文章。 軟體大神Max Howell，曾開發被廣泛運用、著名的程式包管理系統「Homebrew」。然而在2015年Google的面試時，因為不認識每個主修程式的學生都知道的「二元樹」是什麼，而被淘汰掉。Max一氣之下，在Twitter上寫下「Google：雖然我們90%的工程師都在用你的軟體，但因為你不曉得二元樹，所以你滾吧！」。兩年後，他承認他有點意氣用事，坦承大學是化學主修，不是讀軟體的，所以不曉得二元樹是什麼，但他也強調Google實在還是應該雇用他，因為他很會開發軟體。這則事件眾所皆知，也因起網路上正反相方的激烈辯論：到底應不應該考演算法和資料結構，儘管工作上幾乎用不太到？快十年後的今天，面試的方式幾乎沒有變化，似乎「守舊派」還是獲勝了。我想理由不外乎有幾個，一是如果不考這些，似乎也沒有其他更公平的考法。二是贊成的人認為，演算法和資料結構雖然工作上不一定會用得到，但可以評估面試者的邏輯能力，某種程度上可以預測未來寫出來程式的水準。

身為考官，出軟體面試題目也比出硬體的容易的多。面試者有LeetCode題庫可以練習，考官也有公司的題庫可以選題。譬如，Google裡有個面試題目系統，裡面有上百題題目，搭配詳解跟問題技巧，譬如當面試者卡住時，如何給適當的提示，引導面試者答題。如果題目被面試者外洩，也可以在系統上回報，該題目就不會再被使用。所以在Google身為考官不用去想題目，只需要選題目，確定其他考官沒有選到類似的題目即可。我相信其他大型軟體公司也是類似的作法。

順帶一題，Google的面試題目是由Google裡面的志願者提供的。在Google有許多小型的軟體、工具或是工作並沒有專門的組負責，它們必須由志願者維護或參與。Google為了鼓勵志願活動，促進學習與團隊合作，又不希望志願工作做得三心二意，開始了一個叫「20%」的企劃。如果志願活動是屬於「20%」的企劃，那參與這種志願活動的志願者，必須撥出個人工作時間的20%，做該志願工作，當然前提是自己的主管必須同意。Google的面試題目許多就是由這「20%」的企劃創作出來的。