最近顺利拿到了 Bloomberg 2026 SDE New Grad Offer，整个流程走下来收获还是挺多的，也踩了一些小坑。这篇就把完整的面试过程整理分享给大家，希望能给同样在准备 Bloomberg 或者其他大厂的同学一些参考和帮助。
Bloomberg 2026 SDE New Grad timeline
整体 timeline 还是很丝滑的：
- 10.9 Phone
- 10.29 VO1 + VO2
- 11.4 EM
- 11.6 HR Offer Call
基本就是两周 VO → 一周 EM → 很快 offer，节奏非常快。
Bloomberg 2026 SDE New Grad 面经流程
1. Phone Screen（45-60min）
两道 coding 题：
- 第一題：Social Graph 相关（LC Easy 级别）。给定一个 social graph，找第一个满足特定条件的“伙伴”（partner）。具体条件记不太清了，核心是图遍历（BFS/DFS），需要注意图的表示方式和访问顺序。
- 第二題：LeetCode 2062 Count Vowel Substrings of a String（中等偏简单）。
整体不算难，写完后有时间优化和讨论 corner case。面试官比较友好。
2. VO1
开场自我介绍 + BQ + 项目深挖（几乎每轮都有，建议提前准备好 STAR 版本）。
- Coding：TV 剧观看流失问题。 每个剧有 10 集，每过一集可能有用户流失。给定每集的留存数据，找到第 n 集之后，仍然有至少 70% 的初始用户能看完全部 10 集的那一集。Follow-up：
- 如果第一集用户就全流失了怎么办？
- 如果所有用户都看完了 10 集呢？
- 代码逻辑优化：把一个 if 判断优化成不需要分支的写法（利用数学性质或前缀和思路）。
最后留了 10 分钟反问，我主要问了 WLB 和通勤（NYC 相关），面试官聊得很开心，当场约了下一轮。
3. VO2
又是自我介绍 + BQ + 项目深挖。
Coding + OOD： 设计一个 Tesla Equity 系统。 Trader 可以 update daily price 或 remove latest price。 Analyst 可以查询 latest price、max price、average price。 所有操作必须 O(1)。
Follow-up：LeetCode 295 Find Median from Data Stream 的思路（用两个 heap 维护）。 面试官建议用 OOD 思路，把 Equity、Trader、Analyst 都设计成 class，最后没要求手写完整代码，只要讲清思路即可。
同样留了 10 分钟反问，继续聊 WLB、通勤，面试官也很 nice，当场约下一轮。
4. HR Round（11.4）
纯行为面（Behavioral Questions），问题如下：
- Tell me about a time you had a disagreement with teammates.
- Tell me about a time you learned something completely new.
- Why Computer Science?
- Why Bloomberg?
- Talk about something not listed on your resume.
HR 最后表示会把我推进到 EM 面，但当天无法安排。
5. EM Round（11.6）
先是快速过简历 + BQ：
- What do you like best and least about your current/last team?
- Why Bloomberg?
然后直接进入 System Design：设计 Kafka（从 0 到 1 设计一个消息队列系统）。
我当时没答上来。EM 的思路是：基于 Raft 协议选出一个 Leader，所有消息的顺序由 Leader 决定，其他 Broker（Follower）跟随 Leader 的顺序。
整体被“拷打”得比较狠，我一度以为要挂。但最后闲聊超时了 10 分钟，EM 还主动问我 “Any questions on NYC?”，感觉氛围一下又拉回来了。
面试结果 & 最终心得
11 月中旬，我收到了 Bloomberg HR 的 Offer Call，顺利拿到了 2026 SDE New Grad Offer（地点为纽约）。整个流程从 Phone Screen 到 EM 面结束，前后不到一个月，推进速度之快超出了我的预期。我这次顺利拿下其实是有提前找Programhelp做面试辅助的。
如果大家也在冲 Bloomberg 或者其他大厂，OA 或面试压力比较大的话，可以考虑找他们看看。团队里有牛津、普林斯顿、北大背景的学长，还有在 Amazon、Google、阿里工作过的，服务包括 HackerRank、CodeSignal 等平台的 OA、实时提示、 代面試 ，以及从 OA 到拿 Offer 的全套包过。
祝正在准备的同学们早日拿到心仪的 Offer！
