前情提要
延續一面的紀錄，在完成 Python 基礎與演算法測驗後，很快地收到了二面的邀請。
二面同樣採用線上面試的形式，主要聚焦在演算法題目的實作與程式碼重構能力的考察，
並且會有主管線上監考。
面試流程
二面總時長約 90 分鐘，分為兩個部分：
- 演算法題目實作（約 60 分鐘）
- 程式碼重構討論（約 30 分鐘）
題目與解題
Q1: 最長不重複子字串
題目描述：給定一個字串 s，找出最長的不含重複字元的子字串長度。
解題思路：
- 使用 sliding window 的概念
- 用
strtmp維護當前不重複的子字串 - 當遇到重複字元時，清空
strtmp重新開始 - 持續追蹤最大長度
Q2: 股票交易最大利潤
題目描述：給定股票每日價格陣列 prices 和交易手續費 fee，求最大利潤。
可進行多次交易，但每次交易需支付一次手續費，且賣出後才能再買入。
Q2 解法評價與反思
坦白說，這題在本來想展示 TDD 的過程，
並在過程中覺察重複，並使用重構技巧完成解答。
但可能弄巧成拙，看起來只是把測試案例的答案硬編碼進去。
這個策略的問題：
- ✅ 優點：至少讓測試通過，展示我理解題意
- ❌ 缺點：面試官會認為我不會動態規劃，或者時間管理有問題
- ⚠️ 風險：如果面試官追加測試案例，立刻露餡
未來再用 TDD 來解上面兩題
Q3: 程式碼重構
題目背景：
這是一個批次匯入資料的函式，會有效能與欄位合併的問題，需要重構：
原始程式碼，基於對面試公司的尊重，不予公佈：
我的重構建議：
- config 敏感資料
- config MAX_RECORD_PER_ROUND
- 拆單一職責子方法(取資料/組 SQL/寫資料)
- SQL BULK
- 重命名參數
Q3.解法評價與反思
面試官更著重在使用 python 的語法使用
如下，
| 語法糖 | 用途 | 優勢 |
|---|---|---|
**dict |
字典解包 | 簡化參數傳遞 |
with |
Context Manager | 自動資源管理 |
f-string |
字串格式化 | 可讀性高 |
sql.SQL() |
SQL 組裝 | 防止 SQL Injection |
| List Comprehension | 列表生成 | 簡潔、快速 |
| Generator | 惰性求值 | 省記憶體 |
:= Walrus |
賦值表達式 | 減少重複運算 |
@dataclass |
資料類別 | 減少 boilerplate |
@contextmanager |
自訂 CM | 封裝 setup/teardown |
| Type Hints | 型別註記 | IDE 支援、可讀性 |
面試心得與反思
從 Web 2.0 到 AI 時代，工作方式已經改變：
Web 2.0 時代：手寫演算法是基本功，熟悉語法是專業展現
AI 時代：演算法交給 AI，重點是整合工具。我的工作流程：TDD + AI → Review → 上線＆維運
往前有需求分析與設計，往後有系統維運，之間交錯的成本控管／資安／流程優化，都是在開發之外的能力
但這次面試仍在考：能不能手寫 LeetCode、熟不熟 Python 語法、時間壓力下能不能寫出正確代碼。
角色認知的斷層
Senior Engineer：LeetCode 能力 = 技術能力
Tech Lead：系統思維 = 技術決策能力，整合能力 = 創造價值
這次面試用 Senior Engineer 的標準在評估 Tech Lead 的職位。
我用 Tech Lead 這個角色，應徵 Senior Engineer。
雙向選擇
面試不只是公司選我，我也在選公司，可惜沒有給我問問題的機會：
- 他們看重：LeetCode、語法(糖)熟悉度、coding speed
- 我看重：系統設計討論、技術決策空間、團隊文化
還在用舊時代標準評估新時代角色的公司，或許不是我的理想選擇。
而我的多語言開發背景，可能也只是 jack of all trades master of none
參考資料
- 一面面試記錄
- LeetCode - Longest Substring Without Repeating Characters
- LeetCode - Best Time to Buy and Sell Stock with Transaction Fee
(fin)