公司概況

#

目前 Lablaco 有兩個線上產品，LPLUS 與 SPIN，成員來自全球四處，Partner 之一的 Lor 是個擅長交際的人，在時尚界掌握許多人脈，與目前負責處理產品事宜的 Ryan 在台北的創業聚會中認識後開始合作至今。

職缺介紹

#

產品現況是全部外包處理，未來打算成立 in-house 工程團隊，因此在台北招募技術導向的 Partner。目前公司規模約 20 人，預計在未來半年招募 5 至 6 位工程師。

第一輪線上面談（英文面談）

#

此關卡主要是由 Lor 分享公司現況及交流問題。

第二輪線上面試（英文面試）

#

此關主要是由 Ryan 主導，與面試者互相了解過去的工作經歷，也提到了公司的產品開發會涉及硬體設備。由於此關卡 Lor 也在場，因此全程仍然使用英文交流。

技術部分被問到「Closure 是什麼？」，當下回答時有些歪掉，後來翻到了聊聊 Python Closureopen_in_new這份教學補強一下，覺得十分受用，順便在此推薦給各位讀者。

第三輪線上技術面試（中文面試）

#

本關一樣由 Ryan 負責，面試範圍收斂到純技術討論，因此相對前幾關乾淨俐落，總共交流以下兩個題目。

矩陣轉置

#

1A = [[1,2,3],[4,5,6],[7,8,9]]
2
3def transpose(matrix):
4    pass
5
6assert transpose(A) == [[1,4,7],[2,5,8],[3,6,9]]

原命題限制輸入矩陣為 $n \times n$ 的方陣，因此最佳解時間複雜度為 $O(n)$，空間複雜度為 $O(1)$

相似題目可參考 LeetCode 867. Transpose Matrixopen_in_new。

排序數列中尋找遺漏的數字

#

1A1 = [1,2,3,4,5,6,8,9,10]
2A2 = [1,2,3,4,5,6,7,8,9,11,12,13,14]
3A3 = [1,2,4,5]
4
5def search(nums):
6    pass
7
8assert search(A1) == 7
9assert search(A2) == 10
10assert search(A3) == 3

此關應是最後關卡，因此也在結束前提及了期望薪資、股票選擇權等。

錄取結果

#

筆者此時年資約為一年前端及一年後端，考量必須承擔新創潛在的風險，且資方不太接受支付更多的薪資，我最終並未接受 Offer，因此揭露 Package 細節希望能夠幫助到有緣人：

Option A: 60,000 € / Year — no stock
Option B: 40,000 € / Year — 20K€ stock at priced 100M€ valuation to receive end of 2022 (price adjusted for next round)

This could be paid either with NTD or Euro dollars per your preference.

面試結果及時程

#

• 2021/08/10 投履歷
• 2021/08/16 第一輪線上面談（參與人：Lorenzo Albrighi）
• 2021/08/18 第二輪線上面試（參與人：Ryan Yang、Lorenzo Albrighi）
• 2021/08/25 第三輪線上技術面試（參與人：Ryan Yang）
• 2021/08/30 收到錄取通知
• 2021/09/02 薪資協議

附錄：第三輪線上技術面試題目參考解答

#

矩陣轉置

#

1def transpose(matrix):
2    n = len(matrix)
3    for i in range(n - 1):
4        for j in range(i + 1, n - 1):
5            matrix[i, j], matrix[j, i] = matrix[j, i], matrix[i, j]
6    return matrix

排序數列中尋找遺漏的數字

#

1def search(nums):
2    low = 0
3    high = len(nums) - 1
4
5    while low < high:
6        mid = (low + high) // 2
7
8        if nums[mid - 1] + 1 != nums[mid]:
9            return nums[mid] - 1
10        if nums[mid] + 1 != nums[mid + 1]:
11            return nums[mid] + 1
12
13        mean = (nums[low] + nums[high]) / 2
14        if nums[mid] < mean:
15            low = mid
16        elif nums[mid] > mean:
17            high = mid