最近聽到一位前同事準備找下一份工作而努力每天上 LeetCode [2] 去刷題，因為他想進 FAANG 等大公司，而這些公司目前面試流程的第一關就是刷 LeetCode 上的題目，網路上也有很多人分享如何刷題進大公司的文章 [3,4,5]。
其實早就聽過 LeetCode，但認為這平台只是一套給大學生參加程式比賽時的練習系統，或者是剛從畢業的新觧人準備找第一份工作時，程式部分不知從何準備起在用的。不過，剛剛試玩了一下，發現整套系統使用者體驗超棒、考題豐富、分類清楚，的確是個練功的好去處。
我曾經遇到面試官在白板上畫一個圓，問我想到什麼的技術。回想我參與過面試流程最佳化的演進，試著從以下三個面向來進行探討：
第一層次 — 面試官
因為曾在大公司和新創待過，發現兩者的面試最佳化流程非常不同：
大公司上班間期
之前在國內知名的軟體公司當第一線主管時，公司己經有一套蠻成熟的面試流程：
- 第一階段 — 大海撈針期：用人單位跟 HR 說這次打算找怎樣的人才，HR就會從 104 等線上人力銀行幫我們過濾出合適的人，再將履歷寄給我們用人主管。
- 第二階段 — 雞蛋裡挑骨頭期：用人主管要從 HR 寄來的一堆履歷中找出合適的人選，再請 HR 幫忙約到公司來實體面試。
- 第三階段 — 我愛紅娘期：實體面試有兩關，第一關是筆試，包含觀念題和程式題；第二關是口試，通常是一對一面試，有時面試者太搶手或時間有限，就會多個主管同時對一位應徵者進行面試。
然而，在這最佳化的過程中，卻慢慢走向局域最佳解的結果。HR被某些主管抱怨怎麼每天都寄一堆履歷，看都看不完。不然，就是抱怨怎麼都寄一些不合適的人選，所以 HR 在過濾人選時越來越謹慎，最後最佳化的結果就是只寄「台清交」畢業的人選就好。
不過，前公司在選才的過程給用人主管很高的彈性，有些主管會直接跟 HR 要104帳號來過濾履歷，有些主管會在面試前先請應徵者來幾題上機題，有些找來面試的第一關筆試太差，就直接跟 HR 講請對方回去。當然，也常有透過內部推薦的方式來找人。基本上，應徵者遠多於聘任員額，也就是供大於求的情況，所以通常可以在短時間找到合適的人選。
新創上班間期
跟之前的大公司不同，在新創找人基本是供不應求，因為好人才都被台積、Google、微軟等大公司搶走了。因為我們是没没無名的小公司，所以我們通常是主動出擊，透過校園授課或公開演講來吸引同好。另外，我也常利用 Facebook 分享一些工作的心得或成果來找志同道合的人。
由於我們使用的技術非常廣，從雲端到地端、從科研到臨床、從標準化到最佳化、從自動化到客製化、從Multi-Thread到Distributed Computing、從Data Integrity 到 Data Security、從 Interaction 到 Regulation、從Genomics到Multi-omics、、、等，所以我們找人的重點不是看你己經學會「什麼」，而是你「學會什麼的潛力」。另外，至於「什麼」根本不重要！重點是釐清你之前學會的「什麼」倒底學了多深入。
前幾年，我們一開始都直接約面試者來公司面試。只是，通常面試聊不到 5 分鐘就知道合不合適了，所以若覺得不合適，就會馬上改變策略，協助受試者進行生涯規劃及適性發展，也會協助推薦到其它更合適的公司。因為我們是誠心感謝面試者接受我們的面試邀約，雖然無法錄取，但希望至少盡力協助對方成長並結個緣，將來說不定還會有緣合作。
只是這樣做太花時間了，而新創最缺的就是時間了。所以這幾年改成先 phone interview，這樣遇到不合適者，雙方都可以不用浪費時間。而且一開始不是聊技術，而是開門見山地表明我們平常 team work 的方式，很多人都會被這樣的面試方式嚇到，因為我們溝通都很直接，不需要因為面試去假裝或包裝自己，因為在「很直接的溝通」時，每件假衣服都會一一褪去。若個性合和心態對，再來就是約時間直接跟團隊進行技術深度交流。
這次一直在想要不要把 LeetCode 也加進面試過程中，結果是否定的。原因就在「魔球」(Moneyball）[6] 這部電影中。若是照大公司的方式來找人，我們的薪資與福利沒什麼競爭力（雖然我們堅信產業前景與技術研發深度等優勢），所以得從不同角度切入才有機會發掘好人才。另外，Coding 的能力可以從應徵者的 GitHub 或其它作品來了解，還有直接問幾題深入的技術題就可以了解七八成。更何況我們有興趣的「生物資訊」領域大部分的人選都是來自「生物」背景，沒有接受過寫程式的正規訓練，就算是「資訊」背景畢業的，在學校也沒受過完整軟體平台開發的訓練，所以我們很清楚要找的人不是他/她己經會什麼，而是「學會什麼的潛力」。
第二層次 — 應徵者
對應徵者的面試最佳化的第一步，就是上 LeetCode 刷題去，因為這是現在市場上的主流。
個人對「利用 LeetCode 刷題來準備面試」這件事完全沒問題，但我想提出的問題是「因為要去面試，所以開始刷題」這件事。
對新觧人而言，若其對寫程式有興趣，應該平常就會去刷題，也會參與一些 Open Source Projects 來增進自己的能力才是；對己經工作一陣子的人，平常工作就會需要寫程式，應該會常用到這些資料結構、演算法等技能，所以這方面根本不需要額外透過 LeetCode 來練習才是。
所以，「因為面試才開始刷題」有兩個可能性：
- 對新觧人而言，你想要自我突破，但這並不是原本的你。
- 對資深工程師，你目前的工作上根本用不到 LeetCode 上這些題庫的技能。
很怕應徵者不是「真心喜歡寫程式」，而是喜歡去「FAANG」等大公司上班。類似以前考聯考，補習班會推出「考前衝次班」、「台大保證班」等。若不是真的喜歡寫程式，就算拿到 Offer 了，相信也無法久待。
另外，相信每個人在寫程式的領域中都有自己的專長，演算法只是其中的一項，還有很多是演算法以外的知識與技能。在LeetCode上大部分都是這方面的題目，所以我才會覺得它像大學時參加程式比賽才會用的平台。
還有，遇過不少只為了「錢」的應徵者，我們在新創初期會盡量避免，原因是：
會為了錢而來，也一定會為了錢而走。
一家企業總會有遇到瓶頸的低潮期，這時，先跳船的一定是這群人。我了解很多離職的原因都是因為錢沒給到位，但身為經營者後，為了讓公司繼續經營下去，必須做出一些困難的決定。我們也曾歷經兩次好幾個月發不出薪水的艱苦時期，感謝相信我們一定可以的好伙伴們一路堅持下去，這些過程今後一定可以自豪地跟別人說上好幾個晚上（前提是我們得成功才行）。
第三層次 — 旁觀者
如同最佳化一個機器學習的模型一樣，常在 Precision 和 Recall 之間的決擇。很明顯地，LeetCode 成為面試第一關是為了提升 Precision 而犠牲了 Recall，如幾年前發生 Max Howell 第一關沒過而被 Google 刷掉的情況 [7]。
然而，成為刷題高手真的是公司要的人選嗎？
當然不一定，我絕對不是要誤導大家不要去刷題，而是要進一步了解刷題能培養的技能並不是全部。
我們公司內部會議常會提到 「Developer」與 「Programmer」的差異，在 LeetCode 上成為刷題高手只是讓你成為「Programmer」而己，因為你學會如何解決別人定義好的問題，但並不能證明你是位「Developer」。
另外一個觀察，就是 FAANG 等大公司把 LeetCode 上刷題當第一關，應該就是要即戰力。換句話說，就是不想花時間培養員工寫程式的能力，應徵者應做好心裡準備。
就如同去相親，男方一開始就跟媒人婆說要白白的和留長頭髮的女生才要去一樣。現在的 FAANG 就如同這樣，設了一個這個前題，但相信很多好女生是曬得很健康或留短髮。所以每個人都可以對自己的技術很有自信，如同被 Google 刷掉的 Max Howell 一樣，大家還是視他為大神。
結論
從人類基因體的變異點來看，大多數的變異點都不是壞事，而是讓人類的個體產生多樣性。好男生的定義不是只有高、富、帥這三個條件，還有聰明、體貼、溫柔、老實、有愛心、工作認真、待人真誠、有同理心等優點都算好男生。那為什麼好員工卻可以用一種方式來篩選呢？
藉由本文的探討，讓我更清楚知道公司該怎樣找好人才，也讓我更清楚接下來個人的技術地圖該往那裡開發。希望以上這些討論對您在生涯規劃上有些幫助，並祝大家都能找到理想的工作。
參考資料
[1]https://me.me/i/here-do-c-leetcode-60bb5dc181e0491bbcbf0b42fd7b1a53
[2]https://leetcode.com/
[3]https://tw.alphacamp.co/blog/leetcode-introduction
[4]https://www.dcard.tw/f/tech_job/p/235326118
[5]https://glints.com/tw/blog/leetcode%e5%88%b7%e9%a1%8c%ef%bc%9a500%e9%a1%8c%e5%be%8c%ef%bc%8c5%e5%80%8b%e9%87%8d%e9%bb%9e/
[6]https://www.youtube.com/watch?v=EntXQjSdUMw
[7]https://www.ithome.com.tw/voice/97188
[8]https://crossing.cw.com.tw/article/10739
