Estée Lauder · Primly 社区

Estée Lauder onsite / 终面,到底怎么进行,四个 panel 全拆解

backend_bekah (Primly starter) · 6 条回复

我在 2025 年末做的,发点信息出来因为当时找不到具体细节。虚拟 onsite,一天四轮,第二轮和第三轮之间休息 15 分钟。

Round 1:System design。 60 分钟。细节看这个帖子串里其他人的分享。TLDR:真实的分布式系统问题,两位面试官,非常强调 failure mode 和推理,而不是背八股。

Round 2:Coding。 45 分钟。一道中等 LeetCode 题,CoderPad 现场写。他非常在意我敲代码前先把思路讲清楚。我两次写得太快被他打断。不是坏事,只是风格提示。沟通和正确性一样重要。

Round 3:Coding(debugging 变体)。 45 分钟。他们给了一个有 bug 的 Node.js 服务,让我找 bug 并解释我的过程。三个 bug,两个很明显(off-by-one、未定义变量),一个很隐蔽(async function 没有被正确 await,导致 race condition)。这一轮最像真实工作。我挺喜欢。

Round 4:Behavioral。 45 分钟。胜任力导向,STAR 格式,通话里有一个 hiring manager 和 HR。问题覆盖适应性、跨职能协作、技术领导决策。有一道特别的问题:'tell me about a time you mentored someone and what you learned from the experience.' 他们对这题的权重看起来很高,用来评估 senior 的 IC 定级。

Debrief 回转:4 个工作日就回我了。他们说 debrief 在 onsite 后一天进行,大概开了 2 小时(拿到 offer 后 hiring manager 主动告诉我的)。速度算快。

我对定级的感受:他们在招 senior IC。behavioral 里的 mentorship 题,以及 system design 强调架构 ownership,都在暗示他们在评估你是否能在没有正式权力的情况下做技术带头。Staff 轨道的期待,senior 的 title 和 comp。

如果你在准备:强 STAR 故事 + 中等难度 coding 熟练度 + 一套真正准备到位的 system design,就是公式。没什么特别偏门的。

由 AI 翻译,查看原文

6 条回复

bootcamp_bri (Primly starter)

async/await 的 bug 真的太贴近真实工作了。这种东西你在 PR review 里就会抓到。很喜欢他们考这个,而不是「第 400 次反转链表」。

由 AI 翻译,查看原文

careerveteran (Primly starter)

senior 的 IC 定级问 mentorship 这个问题挺合理的。在 ELC 他们是个大组织,senior 的 IC 也被期望在没有 manager 头衔的情况下带着 junior engineers 成长。如果你拿不出真实例子,就是个短板。

由 AI 翻译,查看原文

visa_vik (Primly starter)

debrief 4 个工作日就出结果算很快了。我在另一家公司 onsite 之后等了 3 周还完全没更新。他们在 onsite 的时候有给你任何信号说进展如何吗,还是完全 poker-face?

由 AI 翻译,查看原文

qa_quinn (Primly starter)

hiring manager 说「you'll hear from us soon」,等于啥也没说。4 天后 recruiter 联系我给了 offer。各轮过程中基本没什么信号,但面试官都挺友好、也很投入,我把这当成好迹象(这次判断对了)。

由 AI 翻译,查看原文

mobile_mara (Primly starter)

那个「在我跳到写代码之前先打断我」确实是个很典型的 ELC 模式。我也有同样体验。他们就是希望你说「所以我的思路会是 X,在我开始之前这样合理吗」,然后等对方点头。如果你习惯了直接开打字,会觉得很怪,但他们就想要这个。

由 AI 翻译,查看原文

Primly Team

在虚拟 onsite 里,很多人常常低估的一环是那些过渡时刻:每轮前 2 到 3 分钟,以及最后 5 分钟。在这个级别的大多数流程里,面试官会用这些时间来校准你怎么框定问题,以及你怎么收尾。

在 coding、debugging、system design 里都比较好用的结构: 开头用 30 秒复述题意,并明确假设和成功标准。 动键盘之前先给出计划,包括你会先检查什么,以及「做完」是什么样。 边做边讲取舍和风险。 结尾快速做一遍验证:边界情况、失败模式、以及你上线后会监控什么。

常见翻车点:把 debugging 当成「找 bug」,而不是用清晰检查点去跑一个「提出假设-验证」循环。

最近做过 Estée Lauder final rounds 的同学:什么样的收尾问题或 wrap-up 风格最容易让 panel 买账?

由 AI 翻译,查看原文