轉職工程師 :: 從打包行李準備回台灣，到拿到英國工簽軟體工程師之路 (3)

達成用美金打組長的成就

「待業就好像你人生上所有的齒輪都被卡死了，你不能規劃未來，你不被允許開心、不配覺得幸福，所有的路都被這個障礙給擋住了。」

本來的公司是有贊助簽證的，但我們有些狀況，

所以最後是先辭職後再找有贊助簽證的公司。

可是當我準備一段時間開始投履歷時，

剛好遇到很大型的人事凍結，各公司不是凍結就是在裁員，

也看到很多人分享心得拿到好幾家 offer 最後卻都說 headcount freeze。

請人內推和投了 200, 300 封履歷，好像只有收到 3 家左右的回覆，

和之前封城時比算是少相當多，

還有好不容易收到面試邀約，得到的回覆卻是 unfortunately, we don't support visa

嘗試轉職工程師時我待業了約一年，
曾經想放棄當工程師時待業了約半年，

拿到打工簽找英國工作時待業了約半年，

但這時候的待業是壓力最大最大的，因為不但負債、簽證快到期還可能要打包回台灣。

轉職工程師 :: 從放棄當工程師，到在英國就職的軟體工程師之路 (2)

達成整主管的成就

找工作 - 放棄當工程師去應徵文書

在新創公司那時候除了平日常常加班到凌晨 12 點、1 點外，星期六、日也可能被叫去加班，有次還掛完急診又回來繼續加班；

沒有學習到新事物和解決問題的能力，一直重複搬磚的行為，天天被業務壓得喘不過氣來，對自己未來一點幫助都沒有；

另一個 team 更可憐，尾牙喝酒後去卡拉 OK 唱歌，唱到凌晨五點被公司 call 回去修 bug。

我不想要生活品質不好、但薪水高的生活，寧願薪水低一點卻可以準時上下班，那時候反省時覺得是不是自己不適合當工程師，辭職後曾經跑去應徵文書。

但當時面試文書時，面試官了解我心路歷程和我在公司做的事情後，苦口婆心勸我繼續當工程師，覺得放棄很可惜。

而我也感謝當時那個面試官拒絕我，因為讓我後來有機會進大公司，讓我理解到原來也是有可以兼顧生活品質和薪水的公司。

--

那時候也了解到當主管 / PM / 客戶提出的需求或時限，你評估過後覺得不可行、執行上有困難、花費很多時間但效益不高、時間太趕等等。

不需要勉強自己一定要達成對方的要求，然後加班或用自己時間去趕出來，有第一次就會有第二次，然後就會有第三第四五六次，有可能最後趕出來還是不是對方要的，卻花了很多自己的時間。

把為什麼不可行的原因、疑慮的點和對方討論、說明，

如果對方還是不接受，常常要你加班或用自主時間做出來，請快逃。

轉職工程師 :: 撞牆撞得亂七八糟，從睡廁所到睡公司的軟體工程師之路 (1)

達成在主管辦公室玻璃上畫畫的成就

大學 & 研究所 & 交換學生 - 所有階段都不務正業

大學的時候念工業工程，但非常的不務正業，

除了大一必修計算機概論寫 C++。

大二必修網路資訊應用 ASP.NET C# 架網站和資料庫管理系統，

選修系統分析與設計學畫 UML 和資訊安全與規範學密碼學。

大三選修3D 互動內容製作用 unity 寫 JavaScript。

大四畢業專題大家都在寫生產管理、供應鏈等，我跑去寫 AR；

那時候展出時外來的評審委員看了後大為驚艷，還遞名片給我說希望我過去他們那邊就讀，其實是挺開心的，但還沒有真的想到要往資訊這方面發展，所以就沒有考慮。

再來就是以前想念的科系想做的事情都被家裡限制，想念醫學想念美術想念哲學想念建築，

所以大學快畢業時期時還是不知道自己想做什麼或是我能做什麼，本來還考慮考高普考，後來卻誤打誤撞申請了研究所。

--
碩一時進了 AR/VR | AutoCAD 實驗室，選修 3D 視覺模擬和虛擬實境，用 unity、cinema 4D 結合 kinect 做手機遊戲寫 JavaScript。

接國科會計劃時和機械、化學系合作，用 dreamweaver 架宣傳網站，

那是第一次一個人架網站而且不是只是作業，是要公開出去的，

那時候還被 TPCA 台灣電路板協會把網站連結放在首頁，又覺得更有成就感；

後來化學系會長也想委託我幫忙架站，只是那時候沒有接受。

論文時則是用 C++ 寫 PSO 演算法解問題。

--

那時候念碩士時到處聽校內的演講，意外知道有交換學生這件事，

那時候我直接鎖定要去德國，直接不填備取選項，如果沒上我就不去交換了

除了德國我都不要! 就是對於德國有種莫名憧憬。

而德國又是全校最熱門的交換學校，所以一定要面試，

那因為我是系上頭一個申請交換學生的人，準備和查詢起資料特別辛苦。

於是碩班時白天寫論文、和教授 meeting、當兩門課助教批改考卷上課、當實驗室管理員、辦理實驗室聚餐、接國科會計劃、和機械化材系開會等；

晚上則是準備第一階段校內初審 : 純粹是交換申請、校內成績等基本資料；

還有第二階段校內面試 : 準備 PPT 上台報告包括自我介紹、申請動機、學習計劃等。

那時候收到面試通知的時候，是在我論文提案的前兩天，提案前就已經熬夜熬得天翻地覆不知白天黑夜了，提案完才休息一晚上馬上就開始準備面試資料。再來因為我想出國交換前把論文寫好，所以非常拚，那時候一到日都是早上起來忙到半夜。

面試通過後要再提供相關資料給德國校方審查 : 自傳、動機信、推薦信、校內成績、英文檢定、學習計劃、選修課程學分及採計表、其他有利審查等，

審查過了再能再去德國在台協會辦簽證、後續訂機票等。

而準備資料相關，認識的管院同學蓋章都是秘書蓋一蓋就好很快，

但我就必須要自己跑，找系主任與工學院院長簽名時之類，

因為是系上第一個，每次找對方簽名都會有個小面試吧，

系主任與院長都會問問相關的事情，所以會花點時間。

後來在德國選經濟系，因為覺得大學研究所都是工科，想修點經濟財金相關的課程，但我跑去選修了資訊相關課程寫 SAP，

那時候開始真的覺得我真的對寫程式有興趣，想要做相關工作，

然後那時候看到 ROR 很熱門薪水很高，就開始學 Ruby。

System Design Interview 不是比誰口才比較好

之前在台灣面試時都沒遇過 system design 面試，好像也較少聽聞有 system design 的關卡；

在英國時也不是所有面試時都會考 system design，通常是用來判斷該工程師是不是 senior 時會才比較會遇到。身為一個 senior engineer 除了被要求技術能力外，對於系統的架構設計和溝通能力也都會被期望達到一定的程度，同時也會預期多少具有領導能力。

而面試範圍可以小到設計一個 rate limiter，也可以大到設計一個 Netflix，其中要考慮的深度和廣度也就跟著不同，而且也有可能因為公司需求、軟硬體限制等而有所改變，沒有所謂最佳的解答。

在網路上看文章、影片 mock system design interview 時發現大家面試時，同樣一個問題，面試官的著眼點、流程的進行架構都不太一樣，那究竟什麼樣的內容是 system design inteview 時必須要談到的呢?

這裡用 designing a URL shortener 當範例，盡可能將流程結構化，並列出在設計時會考量的點，希望在面試時自己心中能有個大綱，好跑過一輪必考量的點；不過 system design 可以包含的範圍實在太廣了，可能會有些疏漏，還請見諒。

簡單輕鬆十分鐘學會 Greedy Algorithm (貪婪演算法) 刷 LeetCode

一、Greedy Algorithm

1.1 基本觀念介紹

Greedy Algorithm (貪婪演算法) 是指在對問題求解時，總是做出在當前看起來最好的選擇，所以此種演算法在解問題時，不是所有題型都能得到 global optimization (全域最佳解)，但對於相當多問題能產生整體最佳解或者是近似整體最佳解。

總之貪婪演算法的精神就是 : 短視近利、今朝有酒今朝醉，每一步面臨選擇時，都做眼前最有利的選擇，不考慮對將來是否有不良的影響，與 dynamic programming 不同，不會保留計算結果。

假設現在有個金額 M，有 1、5、10、20、50 元這些幣值種類，要盡可能用最少的錢幣湊到金額 M。根據貪婪演算法，能用 50 的就盡量用 50 的，否則盡量用 20 的...以此類推；在這種策略下，M 若是 15 則等於 10 * 1 + 5 * 1，共使用了 2 種錢幣。

但是如果我們換一組錢幣的種類如 1、5、11，貪婪演算法可能就不是最佳解。

或是我們有一個最多能背重量為 W 的背包，現在有 N 件物品，每件物品只能用一次且價值不相等，求解將哪些物品裝入背包裡物品價值總和最大，這時候因為要同時考慮重量和價值，也沒辦法用貪婪就取得最佳解。

這在下一篇 Dynamic Programming (動態規劃) 會講解到。

簡單輕鬆十分鐘學會 Graph (圖) 刷 LeetCode

一、Graph

1.1 基本觀念介紹

此處談及的 Graph 並不是指圖片或者圖形，而是由數個 vertex (點) 及數條 edgs (邊) 所構成；點與點之間以邊相連，表示這兩點有關聯性。

而一個頂點的 degree (度) 指與該頂點相連的邊的條數。

兩點之間也可以有很多條邊，代表這兩點有很多項關聯；一個點有連到自己的邊，稱之為self-loop (自環)，表示自己和自己有關聯。

1.1.1 Isomorphism / Isomorphic

(https://web.ntnu.edu.tw/~algo/Graph.html)

如果兩張圖的連接方式一模一樣時，則稱作同構圖。圖上的點可以任意移動位置，不論點的位置如何，都不會改變點與點之間的關聯。

簡單輕鬆十分鐘學會 Heap (堆疊) 刷 LeetCode

一、Heap

1.1 基本觀念介紹

Heap 有兩種分為資料結構和記憶體，都是取累積傾向的意思，而這邊要講的是資料結構的 Heap。

(https://www.geeksforgeeks.org/binary-heap/)

Heap 常見的實作為 Binary Heap，它的樹為 complete binary tree (完全二元樹) 如上圖。一棵依序節點可以從上到下、從左到右的表示為 1, 3, 6, 5, 9, 8。如果刪掉 node 9 那麼這便不是棵完全二元樹；如果拿掉 node 8 仍然是棵完全二元樹，因為整棵樹仍然可以從上到下、從左到右的表示成 1, 3, 6, 5, 9。

• 新增節點時優先從左到右填滿階層後才往下一層
• 概念基於 binary Tree，每個 node 下面最多只會有兩個 child，也有可能是一個或沒有
• 常使用 array 來實作，由左至右、由上到下表示出一個完全二元樹
• 若目前的 node 的 index 是 i，left child node 的 index 就是 i * 2 + 1，right child node 的 index 是 i * 2 + 2

簡單輕鬆十分鐘學會 Tree & Binary tree & Binary search tree 刷 LeetCode

一秒理解資料結構裡的樹

一、Tree & Binary tree & Binary search tree

1.1 基本觀念介紹

1.1.1 Tree

是一種模擬現實生活中樹幹和樹枝的資料結構，分為 :

Root (根節點)：沒有父節點的節點，所以每棵樹只有一個 root，如 A；在根節點之下是樹的樹枝，擁有 0 到 n 個子節點。

Node (節點)：一個個連結點，如 A、B、C ... M 都是結點。

Parent (父節點) : 節點 B 是 I 和 J 的父節點。

Child (子節點) : 節點 I 和 J 是 B 的子節點。

Siblings (兄弟節點) : 擁有共同父節點，如 I 和 J、K 和 L 和 M。

Leaf (葉節點)：節點沒有子節點的節點稱為葉節點，如 I、J、K、L、M、F、G、H。

Ancenstors (祖先節點) : 指某節點到根節點之間所經過的所有節點，都是此節點的祖先節點。

Level (階層) : 如果樹根是階層 1，其子節點即是階層 2，依序可以計算出樹的階層數；如節點A 階層是1，B、C 到 H 是階層 2，I、 J 到 M 是階層 3。

Height (樹高) : 又稱為 Depth (樹深)，指樹的最大階層數，如此圖的樹高是 3。

Dregree (分支度)：指每個節點擁有的子節點數，如節點 B 的分支度是 2，節點 E 的分支度是 3。

--
最廣義的樹對於 node 之 child 數目沒有限制，因此每個 node 可以有多個 child。

Linked list 也可以視作是樹只是每個 node 都只有一個 child。

Coding Interview 就是刷好刷滿刷爆 LeetCode 就會上?

我家可愛貓貓鎮樓，最後她一個都沒選；

畢竟她靠可愛就可以過活了，還是由奴才來好好工作賺罐罐錢吧。

之前在台灣面試時一直都沒怎麼遇過需要 coding interview，

而且我也一直對於在別人面前寫程式感到害羞，

還以為自己可以就這樣逃過 coding interview 的關卡。

殊不知在英國面試時就常常遇到 coding interview，雖然有時候會是 online test, assignment，

但果要進比較大的公司，coding interview 幾乎是必備。

還記得我第一次  coding interview 時，

面試開始時我想說我會寫我會寫欸然後我就直接寫完了，

還以為自己表現不錯題目有解出來 : )

結果得到 feedback 是 "感覺面試者沒有想跟面試官溝通"。

起先覺得困惑，後來才知道原來 coding interview 不是只是解題就好，

部分也是因為我自己這部份沒做好資料查詢。

所以痛定思定後，上網詳盡搜尋了相關資訊包括如何準備、面試時需要從哪些方面下手，並運用範例寫下 coding interview 過程，同時也請 MANGA 經過面試官訓練的朋友幫忙檢查內容。

我試圖把 coding interview 的流程寫成可以以較有結構式的方式執行；

這篇會分為平時練習時、面試前和面試過程中去解釋。

簡單輕鬆十分鐘學會 Stack & Queue (堆疊 & 佇列) 刷 LeetCode

一、Stack & Queue

1.1 基本觀念介紹

這裡講的 stack 和 queue，就是和 event loop 裡會用到的 call stack 和 callback queue 的基礎資料結構。

如果不是很清楚 event loop 是什麼，可以看這篇。

Stack 和 Queue 常常用 array 或 linked list，但沒有限定，只要能實作出該資料結構即可。

1.1.1 Stack

Last in, First out (LIFO)

最後一個進去，第一個出來。

比如書籍堆疊起來，最後一本堆上去的會第一本先被拿走；

最下面 bottom 是第一個被放入的 frame，然後 frame 被一個一個堆起來 (push)，

如果要把 frame 抽走，只能從最上方開始拿 (pop)。

(https://open4tech.com/stacks-vs-queues/)

簡單輕鬆十分鐘學會 Recursion (遞迴) 刷 LeetCode

一、Recursion

1.1 基本觀念介紹

遞迴就是在函式之中呼叫函式自己本身，本質上是將複雜的問題，拆分成具有相同性質的子問題，進而解決問題的方法。

一個基本的遞迴函式一定要有：

• 終止條件 (基本條件)

• 遞迴條件 (呼叫自己的條件)

如果沒有終止條件，就會無限循環直到當掉。

範例 1 : 假設輸入一個正整數 n，求 1 + 2 + … + n 的總和

我們可以很直覺的使用迭代 (迴圈) 的方式，將所有數字累加在一起。

但因為這個問題能拆成有規律的數個小問題，

如輸入正整數 2 → 1 + 2 = 3

輸入正整數 3 → 1 + 2 + 3 = 6

…

所以這時候就可以使用遞迴來計算。

Time complexity 是 O(n)，Space complexity 是 O(1)。

簡單輕鬆十分鐘 Linked List (鍊表) 刷 LeetCode

一、Linked List

1.1 基本觀念介紹

Linked list 是一種常見的資料結構，會包含 head 和 tail 的資訊，以 null 來代表 Linked list 的終點，使用 node 來記錄、表示、儲存資料。

1.1.1 Singly linked list

(https://www.geeksforgeeks.org/types-of-linked-list/)

單向鏈結串列 (單鏈結串列、線性鏈結串列、普通鏈結串列) 是最基本的鏈結串列，其特點是鏈結串列的鏈結方向是單向的，對鏈結串列的存取要通過從頭部開始，依序往下讀取。

每個 node 則會包含 value 和 next (Pointer，指向下一個 node 的位置) 的資訊。

簡單輕鬆十分鐘學會 Hash Map (雜湊表) 刷 LeetCode

先來個地獄梗 emtional damage!

一、Hash Map

1.1 基本觀念介紹

• Hash map 是儲存 (key, value) 這種 mapping 關係的一種資料結構 (當數據儲存在記憶體中時，決定數據的順序和位置的稱之為資料結構)
• 各語言 / library 基本上有其 hash function，如有需要也可以自行建置
• 語言不同名稱也會不同，但基本上 Hash map == Hash table == Hash object == Hash dictionary

(https://vhanda.in/blog/2012/07/shared-memory-hash-table/)

舉例來說，如果我們有 n 個數字要儲存時，通常會用 array 來存。 存好後如果我們拿到另一個數字 37，要判斷這個數字有沒有在 array 裡面，那我們就得跟 array 裡的元素一個個比較，這時 time complexcity 就會是 O(n)；下次再換查另一個數字時， time complexcity 又就會是 O(n)。 但如果已經先建立好 hash table，之後如果要查數字 37 時，建立 hash map 時雖然 time complexcity 會是 O(n)，但查詢的 time complexcity 就只會是 O(1)。 不過 O(1) 還是理論值，insert、search、lookup、delete 都有可能造成 time complexcity 是 O(n) (請看 example 3) 。

簡單輕鬆十分鐘看懂 Time complexity & Space complexity 分析刷 LeetCode

一、前導知識

1.1 演算法評估標準

當同一個問題可以用不同演算法去解決時，需要一個評量的標準去評估哪個演算法比較好，通常會用兩個指標去評量演算法的好壞 :

• Time complexity (時間複雜度)
• Space complexity (空間複雜度)

當然理論上所花費的時間和占用的記憶體是越小越好。

1.2 Time complexity

Time complexity 是電腦執行演算法所需要耗費的時間成本，通常會用 O (Big O notation) 去計算。

Big O notation 是解決一個規模為 n 的問題所花費的時間，或者所需步驟之數目；而演算法多快通常不是以秒而是步驟次數來衡量，因為每個人電腦效能會影響執行速度，若用秒數來衡量會顯得不夠客觀。

在英國當面試官面試其他 Junior 工程師之經驗

1. 關於面試者

目前我在英國面試到的都是 Junior 的工程師，

有幾個遇到面試者常常會有的問題 : 

1.1 太緊張到沒辦法好好打招呼或是回答問題

總結要點其實就是平常心，講是這樣講但就是很難做到，

我剛開始是連回訊息或是接電話都緊張，甚至還逃避不回不接，

也是慢慢的去克服這件事。

這篇 瘋了才會在疫情的時候跑到英國找工程師工作有當時的心路歷程和實踐的方式可以參考看看。

還有多練習、多參加面試，不管這公司你有沒有興趣，都可以當作練習去參加，

練到你對面試無感，可以前五分鐘邀約後五分鐘你就能面試；

平常也可以找人幫忙 mock interview。

--

被問到的問題不知道答案沒關係，可以花點時間好好想想，
急著馬上給答案，可能會沒有思考清楚、也會容易讓人質疑你的處事態度。

想要看答題技巧，可以看看這篇 國外找工作 :: 技術和面試題的蒐集、歸納與準備與約定面試時間等

--
把面試官當朋友，而不是一個在評估你的評審，
面試起來會比較放鬆、自然微笑，這樣也會給人比較有好感。

如果你有餘力，也可以試試加點 small talk 進去。