全球面试流程全景：轮次、时长与真实案例

与 tech 线《求职·面试》课的区别：那门课覆盖国内通用面试准备；本课用 51 家海外公司披露的流程 + 一手面经，给你"全球标准面试长什么样"的地图——出海求职、对标外企、或给客户团队设计 AI 岗位招聘流程时直接可用。

开场钩子

中位数流程是 4 轮，多数公司在 3–5 轮之间；最精简的 2 轮，最长的 7 轮（FlowFuse、Roboflow）。另一个事实：1765 份 JD 里只有 4.5% 披露流程——不披露 ≠ 没有流程，意味着你要主动收集情报。

候选人实际体验的平均画像：

全流程合计 3–6 轮、2–6 周。

Doctolib（Senior AI Engineer）：招聘官面 → 功能构建面 → AI 系统设计面 → 行为面 → 背调与 offer

PostHog（AI Product Engineer）：人才伙伴通话 → 技术面 60 分钟 → 创始人通话 15 分钟 → 付费 SuperDay（整天真实工作，有薪）

FlowFuse（全栈·AI）：简历评审 → 15 分钟初筛 → 工程经理 45 分钟 → take-home 2–3 小时（明确鼓励用 AI 工具）→ 2–3 人技术评审 60 分钟 → 协作沟通团队面 45 分钟

Microsoft（SWE Applied AI/ML 实习）：AI 辅助编码 45 分钟（用 ChatGPT 解题，面试官现场改题要求重新提示）→ 无 AI 裸编码 45 分钟 → 行为/技术讨论 45 分钟

Amazon（GenAI Innovation Center L6）：电话屏（LeetCode + NumPy 余弦相似度实操）→ 标准 SDE DSA 关 → GenAI 深度（LLM/ViT/DiT 架构、微调、用例构想、ROI 估算）→ 全程穿插领导力原则行为题

Eightfold.ai（Agentic AI Engineer）：AI agent 主持的编码轮（约 60 分钟，2 题 + 边界条件追问）→ 3 天 take-home 造 agent → 与工程经理的 DSA 技术面

LangChain（AI Engineer）：take-home（开发一个 agent）→ 方案讨论 → 应用系统设计面

IBM（AI Engineer）：招聘官初筛 → 技术面 75 分钟（Python/SQL/Git/项目深挖/ML/MLOps）→ 现场编码 45 分钟（3 题，easy–medium）

Mistral AI（Applied AI Engineer）：LLM 理论 → 编码 → 过往项目深挖 → 技术经理面 → ML 系统设计 → take-home → 价值观对谈

Databricks（AI/ML Engineer）：LeetCode 编码 → 多层 OOP（把 DB/KV 存储/聊天室尺度化）→ ML 基础设施设计（特征库、分布式训练、服务）→ 发 offer 前强制 2–3 个背调

Take-home 是标配而非例外：51 家披露流程的公司中 33% 含 take-home，另有 5 家用付费工作试用替代
AI 工具政策在反转：现场轮有的公司禁用（Microsoft 裸编码轮），take-home 轮普遍默许甚至鼓励（FlowFuse）——考察点从"能不能写"转向"会不会指挥 AI 写"
AI agent 开始当面试官：Eightfold 用 agent 主持编码轮——面试流程本身正在被 AI 工程
ROI 估算进了技术轮：Amazon 在 GenAI 深度轮里直接考用例的 ROI 测算——纯技术叙事不够，要能算账

被拒：别往心里去，做复盘。常常不是你的问题——别人更好、预算没了、优先级变了。缺技能就用一个项目补上。

拿 offer：别急着答应。手上还有面试就先面完；拿到第一个 offer 后告知其他公司以加速流程。多个 offer 才有谈判空间。

薪资谈判：如果在初筛时报了数、对方就按这个数发 offer，往上谈会非常难。两种应对：懂行情就报数（报 TC 总包口径）；进新领域/换城市就推迟报价——但要有心里数字，招聘官可能很push，"回头再聊"不一定被接受。

D2 沟通翻译与预期管理：面试本质是"把技术决策翻译给陌生决策者"的现场考试——与 FDE 在客户现场的日常同构。每轮面试后复盘翻译得失。
B3 组织协同与利益洞察：4–6 轮面试对应 4–6 类决策角色（招聘官/技术/经理/高管）——每轮的诉求不同，用利益视角准备每轮的叙事重点。
D1 驻场协同与项目推进：PostHog 的付费 SuperDay、Databricks 的强制背调说明：证明"能一起干活"正在取代"证明会做题"。平时积累可展示的协作痕迹（PR、评审记录）。