ok 我刚拿到 HF new grad SWE 的 offer 快三周了，我觉得我欠互联网一篇复盘，因为我面之前完全是懵的。
第一件事：HF 的 new grad Pipeline 比大厂小，而且没那么标准化。他们不像 Google 或 Meta 那样有正式的校招项目，至少 2026 年不是。我是官网投的，差不多 3 周才回（对，挺慢），然后一共 3 轮。
他们实际在考什么：
算法/数据结构：是的，会做 leetcode 风格题，但偏 medium。我遇到一道图遍历（BFS 变体）和一道字符串处理。没有特别深的动态规划。他们想看你代码写得干净、能把边界情况讲清楚。python 完全可以。
系统设计（new grad 的轻量版）：别慌。他们不指望你设计分布式缓存系统。我拿到的是「design a simple rate-limiter for an API」（为一个 API 设计一个简单的限流器）然后大概聊了 20 分钟。他们只是想看你能基于真实约束推理，并且会问好的澄清问题。
behavioral：一轮和 hiring manager 的面试。问了我做过的一个项目（要准备能把你 portfolio 或课程项目里的 1 到 2 个讲得很深）、一次我不同意某个技术决策的经历，以及为什么是 HF。最后这个很重要。你需要对开源 ML 生态有个真诚的答案，而不是「我喜欢 transformers」。
真正有用的准备建议： 刷 neetcode 上的 medium，不要随机刷 leetcode。模式 > 题量。 看 HF blog 并且真的去用库。如果你用 transformers fine-tune 过，或者用过 datasets/evaluate，就把细节讲出来。 对 ML 生态里的某个点要有观点。他们在做研究者工具；他们想要的是会参与那个世界的人。
时间线确实慢（1 月投，3 月底 offer），但流程一旦启动，大概 2.5 周就走完了。等第一封回复的时候别放弃。