GA
{{first-name}}
Entrevistas de algoritmos são difíceis. Mas felizmente, existe um método testado e aprovado para melhorar nelas. Com uma combinação de estudar, praticar perguntas e fazer entrevistas simuladas, conseguir o emprego dos sonhos pode se tornar uma realidade, até mesmo numa Big Tech.
Em geral, esses são os passos que você deve seguir para mandar bem na entrevista técnica:
Se você está fora da faculdade faz um tempo, você vai precisar revisar os fundamentos da Ciência da Computação como algoritmos e estruturas de dados.
Os cursos acima são a base mínima que você precisa para entender os tópicos de base antes de iniciar as seções abaixo.
Você pode praticar exercícios desse tipo participando de maratonas de programação. Lá pelo menos você vai se divertir e praticar os exercícios de forma deliberada. Em casa, você pode particar com os exercícios resolvidos deste repositório do Cracking the Coding Interview. Outra forma são através dos diversos sites de competição de programação como LeetCode, HackerRank e CodeForces.As questões do LeetCode são mais similares às questões que serão perguntadas em entrevistas enquanto as do HackerRank e CodeForces lembram questões de programação competitivas. Caso seja uma pessoal mais visual, esse curso do Coderust explica questões de algoritmo comuns através de visualizações passo-a-passo, o que torna a compreensão das soluções muito mais fácil.
Aprenda e entenda as complexidades de tempo e espaço de operações comuns na sua linguagem de programação. Para Python, essa página é bem útil. Se estiver boiando você precisa ver o curso do Henrique Bastos focando na aula de complexidade assintótica. Como boa prática é recomendado após completar uma questão no LeetCode, sempre incluir as complexidades de tempo e espaço do código escrito em forma de comentários acima do corpo da função, assim você se lembrará de analisar o algoritmo assim que terminar sua implementação. Isso é particularmente útil, porque sempre o entrevistador vai querer saber dessa informação.
Descubra e familiarize-se com as armadilhas comuns e ressalvas da linguagem. Se apontá-las durante a entrevista e evitar, inteligentemente, de cair nelas, normalmente você impressionará o entrevistador e isso resulta em pontos bônus em seu feedback, independente se o entrevistador estiver familiarizado com a linguagem ou não.
Adquira uma ampla exposição às questões de vários tópicos. Nos próximos módulos você verá diversos tópicos de algoritmo e questões para praticar em cada um deles. Faça em torno de 100-200 questões do LeetCode e você será bom. Pratique.
Existem algumas linguagens que são mais adequadas do que outras para entrevistas de código e algumas linguagens você definitivamente vai querer evitar. A maioria dos candidatos escolhe Python ou Java. Outras linguagens vistas normalmente incluem JavaScript, Ruby e C++. Evite linguagens de baixo nível como C ou Go, simplesmente porque elas não têm muitas funções e estruturas de dados de biblioteca padrão, e algumas podem exigir gerenciamento manual de memória. Python é uma boa pedida para entrevistas de código e algoritmo, porque é sucinta e tem uma gigantesca biblioteca de funções e estruturas de dados disponíveis. Você pode alcançar muito com o mínimo da sintaxe em Python.
Na maior parte do tempo, é recomendável que você utilize uma linguagem que você é extremamente familiarizado em vez de escolher uma linguagem nova apenas para fazer entrevistas porque a empresa usa muito tal linguagem ou só porque você quer mostrar que segue tendências. Se você está com limitações de tempo, aprender uma nova linguagem apenas para entrevistas não é uma boa ideia. Siga no que você entende e não perca tempo. Tem muita coisa a se estudar, não adicione uma linguagem a essa lista.
Seu entrevistador estará procurando por sinais de que você preenche os requisitos da função e cabe a você exibir esses sinais a ele. Comunique-se a todo instante. É extremamente difícil para o entrevistador saber o que você está pensando apenas olhando para o código que você digita. Inicialmente, pode parecer estranho conversar enquanto você programa, visto que a maioria dos devs não tem o hábito de explicar em voz alta enquanto estão trabalhando, mas você precisa explicar sua linha de raciocínio a todo tempo. Se você comunicar sua abordagem ao entrevistador antes de iniciar o código, você pode validar suas idéias e ambos podem concordar sob uma perspectiva aceitável em relação ao problema e a sua solução.
Muitos candidatos começam a criar código no momento que ouvem a questão. Isso é normalmente um grande erro. Leve um momento e repita a pergunta de volta para o entrevistador e certifique-se de que entendeu exatamente o que estão solicitando. Repetir de volta/frasear novamente a questão reduzir as chances de falha de comunicação.
Busque sempre clareza sobre a questão ao ouvi-la mesmo que julgue estar clara para você. Você pode descobrir algo que acabou escapando e também envia um sinal ao entrevistador de que você é uma pessoa cuidadosa que presta atenção aos detalhes. Só comece a codificar após você e seu entrevistador concordar sobre uma abordagem e ele tiver dado a luz verde a você. Alguns entrevistadores omitem intencionalmente os detalhes importantes para checar se você vai fazer as perguntas certas.
Algumas perguntas comuns que você pode fazer:
Após ter esclarecido o suficiente o escopo e a intenção do problema, explique sua abordagem de alto nível ao entrevistador mesmo que seja uma solução completamente estúpida. Se você travar, considere várias abordagens e explique em alto, e bom-tom porque irá/não irá funcionar. Às vezes seu entrevistador pode dar algumas dicas e guiar você no caminho certo. Fique atento, se o entrevistador te perguntar "Podemos fazer melhor?", isso significa que ele está procurando por uma abordagem melhor em relação a que você fez.
Você pode procurar por algum código repetido e tentar otimizá-lo utilizando, potencialmente, cache para o resultado calculado em algum lugar e referenciando-o mais tarde, em vez de ter que computá-lo todo novamente.
Travar durante entrevistas de código é extremamente comum. Mas não se preocupe, isso faz parte do processo e é um teste das suas habilidades de solução de problemas. Aqui vão algumas dicas que você pode experimentar quando estiver travado:
Entender o código dos outros pode ser uma tarefa árdua, e quando está mal formatado, torna-se ainda mais complicado. A chave está em escrever código limpo. Seu objetivo é permitir que o entrevistador compreenda rapidamente o que você escreveu, avaliando se cumpre sua função e resolve o problema proposto. Use nomes de variáveis descritivos, evitando abreviações excessivas, a menos que explicadas previamente. Se estiver escrevendo código em uma lousa, considere abreviar variáveis para economizar tempo, mas assegure-se de explicar o significado das abreviações. Durante a codificação, comunique-se com o entrevistador sobre o que está fazendo e por que está fazendo, em um nível mais alto. Isso não significa narrar cada linha digitada, mas explicar o contexto e a lógica por trás do código em questão.
Se o seu entrevistador estiver satisfeito com a solução que você apresentou, geralmente é a hora de encerrar a conversa. No entanto, é comum que ele também faça perguntas adicionais para avaliar mais a fundo suas habilidades. Por exemplo, ele pode questionar como você lidaria com o problema se os dados fossem grandes demais para caber na memória ou se fossem fornecidos de forma contínua ao invés de estar em um arquivo estático. Isso é particularmente relevante em empresas como a Google, que valorizam muito a escalabilidade de suas soluções. Uma resposta típica seria adotar uma abordagem de "dividir para conquistar". Isso envolve distribuir o processamento dos dados e ler apenas partes específicas do conjunto de entrada, armazenando temporariamente os resultados no disco antes de combiná-los posteriormente.
Aqui está um cronograma sugerido para revisar e praticar perguntas de algoritmo no LeetCode.
Ao praticar, é aconselhado você tratá-la como uma entrevista de código real e verificar cuidadosamente antes de enviar. Considere até mesmo criar manualmente alguns casos de teste e executá-los para verificar a exatidão.
Na semana 1 você encontra uma mistura de perguntas fáceis e médias sobre vetores e strings. Ambas são as perguntas mais comuns encontrados em entrevistas; familiarizar-se com eles ajudará na construção de fundamentos sólidos para lidar melhor com questões mais difíceis:
O foco da semana 2 está em listas encadeadas, strings e questões baseadas em matriz. O objetivo é aprender as rotinas comuns que lidam com listas encadeadas, atravessar matrizes e técnicas de análise de sequência (vetores / strings), como sliding window.
O foco da semana 3 são as estruturas de dados não lineares como árvores, grafos e pilhas. Você deve estar familiarizado com os vários algoritmos de travessia de árvore (em ordem, pré-ordem, pós-ordem) e algoritmos de travessia de grafo, como busca em largura e busca em profundidade.
A semana 4 é construída sobre o conhecimento das semanas anteriores, mas as questões apresentam dificuldade crescente. Espere ver esse nível de perguntas durante as entrevistas. Você adquire mais prática em estruturas de dados mais avançadas, como (mas não exclusivamente limitado a) heaps e árvores de prefixos.
A semana 5 foca nas questões de Programação Dinâmica (PD).
Esse tipo de exercício pode parecer distante da realidade cotidiana, mas algumas empresas, como o Google, ainda incluem perguntas de Pensamento Divergente (PD) em suas entrevistas. Se você almeja trabalhar em uma Big Tech, enfrentar essas questões pode se tornar inevitável. Dominar as perguntas de PD pode ser desafiador, mas a prática é a chave para melhorar. É importante se familiarizar com conceitos como memorização e retrocesso. No entanto, é crucial reconhecer que o retorno do investimento (ROI) ao estudar e praticar para essas questões pode ser limitado. Portanto, as perguntas de PD podem ser consideradas menos prioritárias ou até opcionais, devendo ser abordadas apenas por aqueles que estão genuinamente interessados em cobrir todos os aspectos possíveis.
A sexta e última semana, temos a coleção dos algoritmos mais importantes - e comuns - em entrevistas algoritmicas no geral. Vale a pena investir um tempo e pesquisar com mais profundidade sobre cada uma delas.
Preparamos um banco de perguntas e respostas técnicas que potencialmente podem ser abordadas em diversas áreas
Acesse o Q&A Repo