1.第一我想說所有的提問都是好問題；

2.衡量一個開發人員是不是優秀的開發人員，不僅僅是從技術上評估，技術可以透過學習獲得提升；

3.面試一個人要從各個方面提問，瞭解一個人是否是一個優秀的，有自我驅動力的人太重要，一個自覺，皮實，有自我驅動力的人是不需要去管理的，只管把事情交給他，看結果的時候一般都會超出你的預期；

4.所以技術面試也應該從多方面提問，多瞭解一個人。

面試c++程式設計師，可以先給面試者出一套c++題，讓他把試題做完。然後透過試題，測試一下面試者基本功。

1、通常情況下，給面試者一個表格，填寫面試者基本情況。然後測試一下面試者技術技能。給面試者一套c++試題，包括選擇題、填空題、簡答題、演算法題等。

2、面試題做完後，可以按照試卷上試題，讓面試者講一講。然後問他以前的一些專案，在專案中承擔哪些任務。自己是否能單獨承擔程式碼撰寫。也可以把公司專案給面試者簡單描述一下，問問面試者有啥好的建議和想法。

3、問完面試者的技術問題後，可以問問面試者的生活方面的事情。比如，住的地方離公司遠不遠，開車還是坐公交上班，週末休息有什麼愛好沒。

面試c++程式設計師，不要去故意刁難面試者。人家回答不上，也沒必要去為難人家。大家都是為了生活。

C++在不同領域有不同的技術棧，不同職級有不同的難度和層次。

先說領域。

以高頻交易為例，最核心的目標是極限追求低延遲，因此空間複雜度、程式碼健壯性、吞吐量都可以犧牲。除此之外，還需要金融領域的知識。

以遊戲引擎為例，你需要啃十幾本圖形學書，沒日沒夜地自己從頭開始寫shader、光照、材質，甚至指令碼引擎、C++反射工具等工程細節，可謂是燃燒生命。

以儲存系統為例，又細分為記憶體資料庫（redis）、全文檢索（sphinx，ES）、大規模分散式kv store（spanner、bytekv）、分析型資料庫、容錯強一致性資料庫（zk，etcd）、非主從架構的分散式資料庫（Cassandra，Dynamo）、關係型資料庫（innodb，Oracle）。如何克服寫放大，如何避免data loss，如何做data replication，如何做sharding，如何實現secondary index等等，不同型別的儲存系統有不同側重，也有不同的trade-off。

我在AI Lab招C++程式設計師，如果崗位偏引擎，會問關於微處理器架構、GPU最佳化、CUDA程式設計、高階並行演算法、前向推理框架、CQT特徵提取、SIMD、影片編碼解碼等問題。如果崗位偏服務，就會問分散式儲存、網路通訊與rpc、作業系統、log-structured database（比如rocksdb）、檔案系統等。要知道lab裡的工作領域已經非常接近，就是AI服務的落地，本質上追求的是離線業務的高吞吐和高SLA。如果是不同大類的C++崗位，那差異會更大。

除此之外，還有嵌入式開發、工業軟體開發、音影片等領域，都各有各的技能棧。

再說層次。

實習生、應屆生的問題和社招FTE的問題肯定不同。對低職級崗位的問題一般注重CS基礎和智力水平。即使領域知識和業務知識不熟悉也可以培養。對於高職級崗位的問題則注重對過往經驗的挖掘，在討論技術問題時，期待的是完整的解決方案。如果是演算法核心的解決方案，可與業界、學術界sota標準進行對比，解釋思路的novelity。如果是產品化的解決方案，則要熟知國內外市場上的主要競品。

面試時遇到Top school CS科班出身和普通985轉專業到CS碩士的，出題的難度也不同。事實上根據我的經驗也只有最頂級學校的CS科班學生能讓我放心地跨越好幾個抽象層次追根問底。其他情況下，問得太深，對方連題幹都聽不懂，場面反而尷尬，還不如多交流交流專案經歷，然後出一道難一點的演算法題，好讓面試者在現場程式設計能力這方面彌補一下之前基礎上的劣勢。當然更可能的結果是心態崩潰連程式設計題也沒發揮好。