概述
互联网面试时通常面试官都会问面试者有什么问题要问的。对于面试者来说,这是了解一些自己感兴趣的问题好机会。那做为面试者应该问哪些问题呢?本文整理的问题对于参加技术面试的人来说一些可以思考提问的方向
资源整理自网络,源地址:https://github.com/yifeikong/reverse-interview-zh
预期使用方式
•检查一下哪些问题你感兴趣
•检查一下哪些是你可以自己在网上找到答案的
•找不到的话就向面试官提问
绝对不要想把这个列表里的每个问题都问一遍。
请记住事情总是灵活的,组织的结构调整也会经常发生。拥有一个 bug 追踪系统并不会保证高效处理 bug。CI/CD (持续集成系统) 也不一定保证交付时间会很短。
职责
•On-call (电话值班)的计划或者规定是什么?值班或者遇到问题加班时候有加班费吗?
•我的日常工作是什么?
•团队里面初级和高级工程师的比例是多少?(有计划改变吗)
•入职培训会是什么样的?
•自己单独的开发活动和按部就班工作的比例大概是怎样的?
•每天预期/核心工作时间是多少小时?
•在你看来,这个工作做到什么程度算成功?
•我入职的岗位是新增还是接替之前离职的同事?(是否有技术债需要还)?(zh)
•入职之后在哪个项目组,项目是新成立还是已有的?(zh)
技术
•公司常用的技术栈是什么?
•你们怎么使用源码控制系统?
•你们怎么测试代码?
•你们怎么追踪 bug?
•你们怎么集成和部署代码改动?是使用持续集成和持续部署吗?
•你们的基础设施搭建方法在版本管理系统里吗?或者是代码化的吗?
•从计划到完成一项任务的工作流是什么样的?
•你们如何准备故障恢复?
•有标准的开发环境吗?是强制的吗?
•你们需要花费多长时间来给产品搭建一个本地测试环境?(分钟/小时/天)
•你们需要花费多长时间来响应代码或者依赖中的安全问题?
•所有的开发者都可以使用他们电脑的本地管理员权限吗?
•公司是否有技术分享交流活动?有的话,多久一次呢?(zh)
团队
•工作是怎么组织的?
•团队内/团队间的交流通常是怎样的?
•如果遇到不同的意见怎样处理?
•谁来设定优先级 / 计划?
•如果被退回了会怎样?(“这个在预计的时间内做不完”)
•每周都会开什么类型的会议?
•产品/服务的规划是什么样的?(n周一发布 / 持续部署 / 多个发布流 / ...)
•生产环境发生事故了怎么办?是否有不批评人而分析问题的文化?
•有没有一些团队正在经历还尚待解决的挑战?
•公司技术团队的架构和人员组成?(zh)
公司
•有没有会议/旅行预算?使用的规定是什么?
•晋升流程是怎样的?要求/预期是怎样沟通的?
•技术和管理两条职业路径是分开的吗?
•对于多元化招聘的现状或者观点是什么?
•有公司级别的学习资源吗?比如电子书订阅或者在线课程?
•有获取证书的预算吗?
•公司的成熟度如何?(早期寻找方向 / 有内容的工作 / 维护中 / ...)
•我可以为开源项目做贡献吗?是否需要审批?
•有竞业限制或者保密协议需要签吗?
•你们认为公司文化中的空白是什么?
•能够跟我说一公司处于不良情况,以及如何处理的故事吗?
商业
•你们现在盈利吗?
•如果没有的话,还需要多久?
•公司的资金来源是什么?谁影响或者指定高层计划或方向?
•你们如何挣钱?
•什么阻止了你们挣更多的钱?
•你们认为什么是你们的竞争优势?
远程工作
•远程工作和办公室工作的比例是多少?
•公司提供硬件吗?更新计划如何?
•额外的附件和家居可以通过公司购买吗?这方面是否有预算?
•有共享办公或者上网的预算吗?
•多久需要去一次办公室?
•公司的会议室是否一直为视频会议准备着?
办公室工作
•办公室的布局如何?(开放的 / 小隔间 / 独立办公室)
•有没有支持/市场/或者其他需要大量打电话的团队在我的团队旁边办公?
待遇
•如果有奖金计划的话,奖金如何分配?
•如果有奖金计划的话,过去的几年里通常会发百分之多少的奖金?
•有五险一金或者其他退休养老金等福利吗?如果有的话,公司有配套的商业保险吗?
带薪休假
•带薪休假时间有多久?
•病假和事假是分开的还是一起算?
•我可以提前使用假期时间吗?也就是说应休假期是负的?
•假期的更新策略是什么样的?也就是说未休的假期能否滚入下一周期
•照顾小孩的政策如何?
•无薪休假政策是什么样的?
往期精品内容推荐
Yann LeCun-深度学习带来的技术进步和局限性
NeurIPS-2019接收论文最全列表(1429)
Geoffrey Hinton-AI的革命与未来
自动驾驶系统历史最全解析及行业最新资讯分析
Coursera免费新课-面向AI、机器学习和深度学习的TensorFlow入门推荐
千万级中文公开免费聊天语料数据分享
UC Berkeley-2019-《深度学习与应用自然语言处理》实战课程分享
Jacob Eisenstein《自然语言处理》最新经典教材免费分享
深度学习中Attention Mechanism详细介绍:原理、分类及应用
2018-Github最热门机器学习开源项目Top10分享
免费自然语言处理(NLP)课程及教材分享
最后
以上就是自由翅膀为你收集整理的互联网技术面试最后反问面试官思路及问题整理分享的全部内容,希望文章能够帮你解决互联网技术面试最后反问面试官思路及问题整理分享所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复