Stripe 面試流程逐輪解析
作者 Aaron Cao · 更新於
Stripe 的面試流程包括招募人員篩選、實作型技術篩選，以及由四到五輪組成的虛擬現場面試。程式撰寫環節使用真實程式碼而非白板題：候選人常提到需要在陌生的程式碼庫中除錯、以及針對某個 API 進行開發。
Stripe 的面試流程包含哪些輪次？
你聽說 Stripe 的面試與眾不同，想知道這對你的準備究竟意味著什麼。本節整理了候選人常提到的各個階段，幫助你把練習精力用在正確的地方。即使個別輪次名稱會有變動，整體架構相對穩定。
- 招募人員篩選。考察職務適配度、時程、薪資範圍，以及你可能加入的團隊。
- 技術電話篩選。在共用編輯器中完成一道可實際執行的程式題，而非在共用文件上寫虛擬碼。
- 抓蟲環節。你會被丟進一個從未見過的程式碼庫，需要找出並修復其中的缺陷。
- 整合或 API 開發。你需要基於既有文件的介面建構一個可運作的小功能。
- 系統或產品設計。通常與支付相關：冪等性、重試、資金移動、故障處理。
- 招募經理與價值觀對話。考察你的動機、協作方式，以及你如何寫作與決策。
並非每位候選人都會經歷每一輪。團隊、職級和年份都會影響實際清單，因此請與招募人員確認你自己的實際安排，而不要照搬網路上看到的某個版本。更完整的雇主面試流程地圖見公司面試流程專題頁。
Stripe 為什麼用真實程式碼面試？
這種實作型式是對實際工作的刻意模擬。支付相關的工作大多是閱讀既有系統、理解某個請求為何失敗，並在不破壞資金移動的前提下謹慎地做出變更。反轉二元樹這類題目無法考察到這些能力，而在陌生服務中修復一個缺陷則可以。
這對你意味著被考察的能力會出現轉變。閱讀速度很重要，使用你平常慣用的工具同樣重要：執行測試、印出中間狀態、在程式碼庫中搜尋而不是逐行翻看。那些試圖像面對白板一樣，在陌生程式碼中默默推理的候選人，通常會因此耗盡時間。
寫作能力會貫穿全程，因為 Stripe 的運作高度仰賴書面文件。你可能需要用文字、在聊天中或以簡短摘要的形式解釋一項取捨，而這些說明會被當作評估的一部分來閱讀，而不只是走個形式。
你應該如何為實作型輪次做準備？
要練習的是這種形式本身，而不只是相關主題。抓蟲環節和整合輪都在獎勵那些只有在相同限制條件下反覆演練才能養成的習慣。
- 在計時狀態下於真實程式碼庫中練習。複製一個你不熟悉的開源專案，挑一個已登記的 issue，在 45 分鐘內修復它。
- 把你的搜尋過程說出來。說出你在 grep 什麼、預期會找到什麼。面試官評估的是他們能聽到的推理過程。
- 在沒有準備的情況下閱讀一份 API 文件。只依靠文件作為唯一參考，針對一個你從未用過的東西建構一個小型客戶端。
- 演練失敗路徑。對任何設計類回答，都要提前準備好應對重試、重複請求和部分失敗的方案，而不是等被問到才想。
- 把你的思路寫下來。每次練習結束後，用五句話總結這次變更。
一位擁有五年支付經驗的後端工程師，為 Stripe 面試苦練了三週演算法題，結果卻在抓蟲環節失敗了，因為她從未在時間壓力下摸索過陌生的服務。真正需要的不是更多演算法，而是十次在她沒有寫過的程式碼庫裡進行的限時練習。如果你想把行為面和設計輪大聲演練出來並配上追問，模擬面試練習模式正是做這件事的。
AI 輔助適用於哪裡，又不適用於哪裡？
準備本身沒有爭議。大聲演練一次設計輪、反覆練習招募經理可能就某個專案提出的問題、回顧自己錄下的回答，這些都是再正常不過的學習方式。
面試過程中的即時輔助則是一個更微妙的問題，誠實的答案取決於具體環節。視訊通話中的對話類環節，和你在受監考環境中分享螢幕完成程式練習，是兩種截然不同的情況。當面試官能看到你的螢幕時，螢幕上的一切都是可見的，沒有任何工具能改變這一點。Stripe 的實作型輪次經常正是這種設定，你應該圍繞這一點來規劃，而不是寄望於一個含糊的「隱形」承諾。
SubcueAI 創辦人 Aaron Cao 正是圍繞這個區分來打造產品的，而不是圍繞某種「全面隱形」的說法：一款原生的 macOS 與 Windows 桌面應用程式，把懸浮視窗保持在你本機之內，不會有任何會議機器人加入通話，也不會向會議頁面注入任何內容。但它無法在分享螢幕或公司託管裝置上存活。這些限制寫在可偵測性專題頁上。