คำถามสัมภาษณ์ Databricks และเคล็ดลับเตรียมตัวด้วย AI
โอเค online assessment คือจุดที่ผู้สมัคร 70% ร่วง ผมก็เกือบร่วงด้วย เจ็ดสิบนาที มี proctoring โจทย์ coding สองข้อบวก data manipulation แล้วคำถามยากกว่าอะไรที่เจอใน OA ของ Meta หรือ Google เพื่อนผมชื่อ Nolan ที่ได้ offer ที่ Databricks ปีที่แล้วบอกว่า "OA นี้คือตัวกรองที่ยากที่สุดใน big tech ตอนนี้" ผมคิดว่าเขาแค่อวด เขาไม่ได้อวด มีแค่ประมาณสามสิบเปอร์เซ็นต์ที่ผ่าน ผมผ่านมาได้น่าจะเหลืออีกสองนาที
concurrency ทำพังผม รอบสามของ onsite โจทย์ multithreading, producer-consumer กับ deadlock conditions แล้วผมไม่ได้เขียน concurrent code ตั้งแต่วิชา operating systems ตอนมหาวิทยาลัย Nolan เตือนผมเรื่องนี้ เขาบอกว่า "มีรอบหนึ่งเกี่ยวกับ concurrency โดยเฉพาะ ถ้าไม่เตรียมจะมีบ่ายที่แย่มาก" แล้วผมก็ไม่เตรียมเหมือนคนโง่ ผมสะดุดไปสามสิบห้านาทีทำผิดแบบที่ถ้าเป็น take-home ก็อายแล้ว นับประสาอะไรกับการทำ live บน CoderPad มีคนดู รอบนั้นเกือบแน่นอนทำให้ไม่ได้ offer
กระบวนการทั้งหมดยาวมาก คุยกับ recruiter ก่อน สามสิบนาที แล้ว proctored OA ที่ฆ่าคนส่วนใหญ่ แล้ว phone screen บน CoderPad หนึ่งชั่วโมง ระดับระหว่าง leetcode medium กับ hard จากนั้นสี่รอบต่อเนื่องบน virtual onsite -- สองเซสชัน algorithm, concurrency ที่ผมตก แล้ว system design บวกคุยกับ hiring manager Nolan บอกของเขาเกือบเจ็ดสัปดาห์จาก recruiter call แรกถึง offer letter ของผมก็ประมาณเท่ากัน พอสัปดาห์ที่ห้าผมเช็คอีเมลทุกยี่สิบนาทีเหมือนคนบ้า 555
รอบ algorithm ยาก ไม่ใช่ medium แต่ hard brute force พอเอาไปได้แต่ผู้สัมภาษณ์ต้องการให้คุยเรื่อง optimization ตลอดเวลาที่เขียนโค้ด ผมแก้รอบหนึ่งได้ optimal แล้วรอบสองมี brute force ที่ทำงานได้ตอนหมดเวลา Nolan บอกเขาก็เหมือนกันทุกอย่าง หนึ่งรอบสะอาดหนึ่งรอบ brute force แล้วก็ได้ offer partial credit เป็นเรื่องจริงแต่ไม่ควรพึ่ง
system design ทำบน Google Docs ซึ่งผมว่าแปลก แต่จริงๆ ใช้ได้ดี เขาต้องการ distributed data pipeline, partitioning strategy, วิธีจัดการข้อมูลที่มาช้าในบริบท streaming กลิ่น Spark มาก เฉพาะ Databricks ถ้าเตรียม design มาแต่ URL shortener กับ chat app จาก YouTube รอบนี้จะเจ็บ ผู้สัมภาษณ์ถามเรื่อง strong กับ eventual consistency สำหรับแต่ละขั้นตอนของ pipeline ผมตอบได้พอใช้ แต่ Nolan บอกผู้สัมภาษณ์ของเขาลงลึกเรื่อง Spark internals มากกว่า ขึ้นอยู่กับทีม
behavioral คือ hiring manager ลงลึกเรื่อง technical project ที่ภูมิใจที่สุดกับเรื่องที่เคย push back คนที่อาวุโสกว่า follow-up ทุกเรื่อง "อะไรทำให้มันยาก จะเปลี่ยนอะไร ประสบการณ์นั้นสอนอะไรเกี่ยวกับวิธีทำงานของคุณ" แล้วก็ references Databricks โทรหา reference จริงๆ แล้วแคร์ด้วย manager หนึ่งคนกับ senior สองคนที่เคยทำงานด้วย recruiter ของ Nolan บอกตรงๆ ว่า references มีน้ำหนักมากในการตัดสินสุดท้าย Google กับ Meta ไม่เคยพูดแบบนี้กับผม
ผมใช้ InterviewMan ตอน mock กับ Nolan แล้วก็ตลอด loop จริง concurrency round คือจุดที่ช่วยมากที่สุดเพราะผมจมน้ำอยู่ มันแฟล็ก deadlock condition ในความพยายาม producer-consumer ของผมก่อนที่ผู้สัมภาษณ์จะต้องบอก ซึ่งน่าจะช่วยรอบนั้นจากการเป็นศูนย์ รอบ algorithm มันแสดง optimal paths ขณะที่ผมกำลังไถ brute force แล้วช่วยให้เปลี่ยนทิศเร็วกว่าที่จะทำเอง system design มันเตือนเรื่อง partitioning approaches ที่ผมลืมภายใต้ความกดดัน ผมเช็ค dock, process list, บันทึกหน้าจอบน CoderPad กับ Zoom ไม่เห็นอะไร สิบสองเหรียญต่อเดือนรายปี 57,000 ผู้ใช้ stealth มากกว่า 20 ฟีเจอร์ Databricks ยาวสองเดือนมีรอบ algorithm กับ concurrency กับ design กับ behavioral Interview Coder ที่สองร้อยเก้าสิบเก้าต่อเดือนรองรับแค่ algorithm ไม่มีอย่างอื่น สิบสองเหรียญครอบคลุมทุกอย่าง
อย่าข้ามการเตรียม concurrency ผมเน้นเรื่องนี้ไม่ได้มากพอ แล้วเตรียมใจไว้กับ timeline แปดสัปดาห์เพราะการรอจะกวนใจคุณมากกว่า leetcode ข้อยากใดๆ 555
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
