我是如何通过 Intuit SDE 面试的|完整面经复盘

1,967Times read

本人北美CS硕士,在FAANG卷了三年,实在卷累了,想换个环境透透气。在LinkedIn上找了个前辈帮我内推Intuit,没想到一路就走到了最后,最近顺利拿下了Mountain View的远程SDE-2 Offer。回头看看, Intuit SDE 这套面试流程挺专业的,而且很有自己的特色——尤其是Craft Demo环节,在大厂面试里真不多见。下面我把整个过程的细节和心得全盘托出,给需要的朋友一个参考。

我是如何通过 Intuit SDE 面试的|完整面经复盘

Intuit SDE 完整面试流程概览

  1. Recruiter Screen(30 min)
  2. OA(HackerRank,90 min)
  3. Phone Screen(60–90 min)
  4. Virtual Onsite(4–5 轮,同一天约 5 小时)
    • Round 1:Craft Demo(项目深度展示)
    • Round 2:System Design
    • Round 3:DSA Coding
    • Round 4:Behavioral / Manager Round
    • (可选)Round 5:Cross-functional
  5. HC Review → Offer

特别提醒:Intuit 从 2024 年开始特别重视 AI 工具的实际使用,每轮几乎都会问相关问题;Craft Demo 的表现对最终结果影响极大。

以下是优化后的版本(已大幅去AI味,更口语化、自然,像真实面经分享):

Round 1:Craft Demo(项目展示)

这是 Intuit 面试最特别的地方,其他大厂很少见。面试官会提前让你选一个最拿得出手的项目,当着4 个面试官的面做 20-30 分钟的展示,之后就是密集提问。

我选的是之前主导的单体应用拆分成事件驱动微服务的项目。展示完后,面试官的问题非常尖锐:

  • “为什么选 Kafka 而不是 RabbitMQ?”
  • “消息如果丢了怎么办?你怎么保证 at-least-once 且实现幂等?”
  • “如果流量突然暴增 10 倍,你觉得系统哪个环节会先扛不住?”
  • “这个项目里你做过的最难的 trade-off 是什么?为什么最后这么选?”
  • “如果现在让你重新做一遍,你会改哪些地方?”

我的真实感受:千万别把项目讲得太完美,面试官其实更想听你踩过的坑、犯过的错,以及后来是怎么解决的。我提前用 Draw.io 把架构图画得清清楚楚,还自己列了系统的 3 个主要弱点和可能的故障场景。哪怕他们没问到,这些准备也让我回答时特别有底气,不慌。

Round 2:System Design

这轮题目是设计一个类似 Instagram 的照片存储和分享系统。面试官直接甩了硬指标:1 亿用户,每天 5000 万张照片上传,P99 读延迟 < 200ms,还需要支持图片压缩和多分辨率存储。

我的设计思路大致是:

  • 读请求基本走 CDN;
  • 写请求通过 API Gateway 上传到对象存储(S3),然后丢进消息队列异步做压缩和生成不同尺寸的图片;
  • 元数据用 PostgreSQL 存主库,热数据走 Redis 缓存;
  • 图片列表分页用 cursor-based pagination,避免 offset 深分页问题。

面试官追问得很细:

  • “读写路径为什么要分开?”(读写分离 + CQRS)
  • “CDN 缓存失效怎么处理?”(我答了版本化 URL,加 hash 参数)
  • “元数据为什么不用 Cassandra?”(聊了 ACID 和 BASE 的取舍)

最关键的一点:一定要主动做容量估算!我在画架构前就先说:“我们先来算一下 QPS 和存储量……” 后来面试官反馈说,看到我主动估算就放心很多。如果不先说,他大概率会打断你让你补。

Round 3:DSA Coding

45 分钟两道题,回归纯 coding。

第一题:实现 LRU Cache(get 和 put 都要 O(1))。我用 HashMap + 双向链表实现,写完后面试官追问怎么做线程安全。我讲了 Java 里可以用 ReentrantReadWriteLock,读多写少的场景下读写锁比普通锁性能好不少。

第二题:给定数组和整数 k,统计所有长度 ≥ 2 且乘积 < k 的连续子数组个数(滑动窗口变种)。主要是注意窗口收缩的边界条件和计数逻辑。

这轮重点还是沟通清楚,边写边讲思路,别闷头狂敲代码。

Round 4:Behavioral / Manager Round

面试官是 Engineering Manager,几乎不问技术,全是行为问题,用 STAR 法则回答就好。Intuit 特别看重 Customer Obsession、Integrity、Innovation 这几个价值观,我回答时都有意识往上靠。

主要被问到的问题:

  • 讲一次你和团队在技术决策上意见不一致的经历,你是怎么处理的?
  • 描述一次你做的系统性能优化,瓶颈在哪里、怎么发现的、最后改了什么?
  • 你最自豪的一个项目里,你个人的贡献和团队的贡献分别是什么?
  • 你收到过的最严厉/最打击人的反馈是什么?后来怎么处理的?
  • 为什么想来 Intuit?(这题几乎必问)

经验:EM 对量化结果特别敏感。我每个故事都准备了具体数字,比如“接口延迟降低了 40%”“每月帮公司节省约 1 万美元云成本”。有数字和没数字,给人的感觉完全不一样。

面试后续&备考资源推荐

面试结束当天,我整个人都虚脱了。好在Recruiter效率很高,两个工作日内就联系我给了初步反馈。录用委员会审核了大概3到5天,之后就接到了Offer Call,详细解释了薪酬构成:Base、RSU和奖金。Offer有效期是两周,我申请了适度延长,争取了几天考虑时间,最终接下了。

说实话,这次能顺利拿到 Intuit SDE-2 的 Offer,除了自己前期刷题和准备项目之外,最大的助力还是看了大量真实的面经和系统化总结。慢慢我就发现,大厂面试其实有很多共通的规律,尤其是 System Design 的高频场景、Craft Demo 的深挖方式、LeetCode 变体题,以及 Behavioral 的 follow-up 问题。

后来我在 ProgramHelp 上系统地看了很多北美大厂的真实 VO 复盘、OA 高频题、System Design 模板和 Behavioral 问题库,帮我快速熟悉了面试节奏和面试官的关注点。他们还提供 mock interview、 远程实时协助 、OA 陪跑、语音提醒等服务,对时间紧张或第一次冲击北美大厂的同学特别友好。很多时候,比起盲目刷题,提前熟悉真实面试的打法和流程反而更关键。强烈推荐给正在准备的朋友。

author avatar
Jory Wang Amazon资深软件开发工程师
Amazon 资深工程师,专注 基础设施核心系统研发,在系统可扩展性、可靠性及成本优化方面具备丰富实战经验。 目前聚焦 FAANG SDE 面试辅导,一年内助力 30+ 位候选人成功斩获 L5 / L6 Offer。
End of text
 0