最近刚走完 Uber 2026 NG SDE 面试流程，最终幸运拿到了Offer。要感谢Programhelp提供的最新真题和 面试辅助，让我在准备过程中少走了很多弯路！作为在读学生，这次体验真的很真实——一边赶课、一边刷题、一边面试，强度不小，但节奏其实是可以掌控的。最终顺利拿到 offer，这里把完整经历写下来，尽量还原每一轮的感受和细节。
OA阶段
平台：CodeSignal（这次大部分人是这个）
题量：4题，70分钟
难度：Easy ×1 + Medium ×2 + Hard ×1
面试轮次：3 Coding + 1 Behavioral
Coding 1
Coding1 基本和 phone screen 一样的节奏，也是先聊项目再做题。这一轮的题更偏 algorithm，是一个经典变形题，类似给一组 intervals，返回重叠最多的时间段，先讲了 sweep line 的思路，然后写了 code。写完之后 interviewer 开始加条件，比如 intervals 是 streaming 的怎么办、如果要支持删除怎么办，慢慢就变成一个更像 real-world system 的问题。这里感觉他们比较看你能不能把一个 leetcode 题扩展成 production-level 设计
Coding 2
Coding2 说是 Depth in Specialization，但实际体验下来还是 coding + 一点设计。这轮题是一个 OOP 设计题，大概是设计一个 ride dispatch system，支持 driver 和 rider 的匹配。一开始先定义了几个 core class，比如 Driver、Rider、Trip，然后设计了一个 matching service。面试官会不断问为什么这样设计，比如如果以后要支持 carpool 怎么扩展，或者 surge pricing 应该放在哪一层。这里重点不是写特别多代码，而是看你的 abstraction 和 extensibility
System Design
System Design 是 Uber Eats home page feed design，这个题确实最近挺高频的。一开始先 clarify 需求，比如是 personalized feed 还是 generic feed，latency 要求是多少，QPS 大概多少。然后给了一个比较经典的 backend feed 架构：client 请求进来之后，先经过 API gateway，然后进入 feed service。feed service 会从多个 upstream service 拉数据，比如 restaurant service、promotion service、inventory service，然后做 aggregation 和排序。排序这里不涉及 ML，就是基于一些规则，比如距离、评分、是否在营业、是否有优惠等等
后面 interviewer 会一直 deep dive，比如 feed 是 pull-based 还是 push-based，一开始说 pull，然后被问如果用户很多会不会压力很大，就讨论了 pre-compute + fanout-on-write 的方案，比如提前给活跃用户生成一部分 feed 存在 cache 里。还聊到 caching，比如用 Redis 存 feed，如何做 invalidation，比如 restaurant 下架、库存变化的时候怎么更新。还有 consistency 问题，比如用户看到的餐厅已经关门了怎么办，这里就要在 read path 做一次实时校验
再往后会聊 scaling，比如如果是全球业务，怎么做 multi-region deployment，如何保证低延迟，以及不同城市的数据隔离。整体就是一个很典型的 backend system design，更偏 data aggregation + caching + scalability，没有涉及 ML
BQ
BQ 这一轮就比较轻松一点，主要围绕 collaboration 和 leadership。比如问你有没有和 difficult teammate 合作的经历，或者有没有带项目的经验。基本就是讲之前带一个 feature rollout 的故事，中间有需求变更、跨团队沟通这些点。manager 对我之前讲的推荐系统挺感兴趣，又稍微做了一点 technical deep dive，比如问我 offline metric 和 online metric 不一致的时候怎么处理。所以 BQ 其实也不是完全 non-technical，还是要准备好随时切回技术细节
给26 NG同学的建议
- 刷题策略：LeetCode Medium刷到250+，Hard刷50+，重点专题是 Graph、DP、Heap、Design。Uber特别爱考“带follow-up”的变种题。
- 代码习惯：一定要边写边说（Think Aloud），先讲思路、举例、再写代码，最后主动提优化和边界case。
- Behavioral准备：提前准备6-8个高质量STAR故事，重点覆盖：Ownership、Ambiguity、Impact、Team Conflict、Failure Recovery。
- 时间管理：OA严格控时，Onsite每轮留10分钟做优化和问问题。
- 心态调整：被追问不会的时候，别慌张。可以诚实说“I’m not 100% sure, but here’s how I would approach it…” 面试官其实更看重你的思考过程。
- 面试辅助：如果准备时间紧、没把握，有些同学也会选择 实时面试辅助 / 语音提示这种方式来兜底，尤其是在 VO 这种高压场景下，至少能保证思路不断线，我这次就有找Programhelp帮忙。
最后想说：Uber的面试虽然有压力，但整体氛围还算友好，面试官普遍比较nice。只要你提前把题型和沟通练熟，拿Offer的概率还是很高的。祝所有26届的同学们面试顺利，加油拿到心仪的Offer！
