最近終於拿到了 Netflix SDE VO ，一共經歷了 1 輪 Recruiter + 1 輪 Technical Phone Screen + 3 輪 Technical Interview。整體感受：Netflix 面試確實和其他大廠有明顯區別——他們非常看重你對併發、生產級思考、trade-off 的敏感度，以及是否真正理解 Netflix Culture 。
下面按順序把每一輪拆開說。
Recruiter Call
第一輪是 Recruiter Call，大約 30 分鐘。這輪幾乎不涉及技術，主要圍繞自我介紹、背景經歷、當前技術棧以及做過的專案展開。面試官重點詢問了我對 Netflix 的理解，以及為什麼想加入 Netflix。我提前準備了 Netflix Culture Memo，重點談了 Freedom & Responsibility 和 Context not Control。如果只說喜歡看劇、用得很多，顯然是不夠的。結合自己之前在 startup 自驅推動專案的經歷回答後，HR 表現得比較滿意。
Technical Phone Screen
第二輪是 Technical Phone Screen，時長 45 分鐘，屬於純技術考察。題目是設計一個介面級別的 Rate Limiter，我選擇了 Sliding Window Log 方案。核心講清楚三點：如何記錄時間戳、視窗滑動時如何清理舊資料、以及如何保證請求判斷的準確性。
真正拉開差距的是 follow-up：
- 時間複雜度 & 空間複雜度
- 高 QPS 場景如何最佳化
- 多執行緒環境下如何保證 thread safety
Technical Interview 1
第三輪是經典 Coding Interview，時長 60 分鐘。
第一題是 LRU Cache，我用 HashMap + Doubly Linked List 實現 O(1) 的 get / put。面試官重點追問為什麼一定要 Doubly Linked List，Singly Linked List 是否可行，以及在真實系統中是否會有明顯的 memory overhead。這一部分其實是在考察你對資料結構的理解深度，而不僅僅是“會寫”。
第二題是 Merge K Sorted Lists，我採用 Min Heap，時間複雜度 O(N log K)。後續還討論了不用 Heap 的解法（比如分治），以及在 K 很小或很大時如何選擇不同方案。這一輪整體偏基礎能力 + trade-off 分析 + 表達清晰度，我的發揮還算比較穩定。
Technical Interview 2
第四輪是 Open-ended Interview，明顯偏 production thinking，時長 60 分鐘。
題目是實現 In-Memory File System，需要支援 ls、mkdir、addContentToFile、readContentFromFile。我採用類似 Trie 的結構，每個節點表示 directory 或 file。
難點完全在 follow-up：
- 併發訪問如何處理
- 檔案很大時如何儲存
- 許可權系統如何設計
- invalid path 如何處理
一個關鍵點是併發設計。我一開始提出 global lock，很快被指出效能問題，於是調整為 per-node 的 fine-grained lock。這一步非常重要，體現了你能在面試官 push 下不斷 refine 方案。
System Design
第五輪是 System Design，時長 60 分鐘，題目是設計一個影片流媒體系統，典型的 Netflix 風格問題。
我按照常規結構展開：
- 明確 functional & non-functional requirements
- 搭建 high-level architecture
- 選擇重點模組進行 deep dive
重點講了：
- Adaptive Bitrate Streaming
- CDN 分發
- 微服務架構
- 影片上傳與編碼 pipeline
同時也覆蓋了 Quality metrics 和高峰流量處理。
當被問到推薦系統時，由於 ML 背景一般，只講了 offline training + online serving 的基本邏輯，沒有深入展開。這一輪明顯更看重 scalability、trade-off 和系統演進能力，而不是畫多複雜的架構圖。
Coding + Behavioral
最後一輪是 Coding + Behavioral，時長 60 分鐘。
Coding 部分是 Serialize / Deserialize Binary Tree，我用 Preorder Traversal 實現，重點保證程式碼簡潔、邊界清晰。
Behavioral 佔比很高，問題包括：
- 和隊友產生分歧時如何處理
- 如何體現 Freedom & Responsibility
- 遇到需求不清晰時如何推進專案
Netflix 的 Behavioral 和其他公司差別很大，他們真正想判斷的是：你能不能在“高自由 + 低管理”的環境下自驅工作。
我全程用 STAR 方法，但重點在於：
- 故事必須真實
- 細節必須經得起追問
- 要體現你如何主動推動事情落地
面試官會持續 deep dive 你的經歷，而不是簡單聽一個總結。
臨場表現，其實可以提前準備
很多人問我，這種強度的面試是怎麼頂下來的，說實話不只是刷題的問題。像 Netflix 這種面試，節奏很快，而且特別愛深挖，一旦某一輪卡住，其實很容易連鎖影響後面發揮。
我自己這次準備的時候，除了正常刷題和 mock，也額外做了一些臨場兜底的準備，中間有幾輪我其實是找了 Programhelp 的 實時VO輔助 ，說白了就是關鍵時候有人幫你兜一下思路，不卡殼，整個人會穩很多。
