刚结束 HF 的全流程，backend SWE 岗（非 ML 专项，更偏 infra/platform adjacent）。写下来是因为我准备时根本找不到一个靠谱的端到端拆解。
总 timeline 大概 5 周，从第一次 recruiter 联系到 verbal offer。
Round 1：Recruiter screen（30 分钟） 标准开场。他们问了我的背景、为什么 HF，并快速确认我对 open-source AI tooling 的兴趣强不强。没有技术问题。
Round 2：Technical phone screen（45 分钟） 一道 coding，Leetcode 标准中等难度，graph-adjacent。他们用 CoderPad。面试官很投入，会追问时间复杂度和我在考虑哪些 edge cases。完全不是那种刁难氛围。
Round 3：Home take-home（3-4 小时） 这轮挺意外。他们发了一个小项目，大概是「扩展这个 API endpoint 并加测试」。是真实代码库，不是玩具题。他们明确说要 time-box。
Round 4-6：Onsite（virtual，2 天里分 3 个 session） System design：1 小时，让我设计一个 feature store 或 data pipeline 组件。即使投的是 backend，也非常 ML-adjacent。 Coding：1 小时，两道中等题，一道是 string 操作，另一道是 BFS 变体。 Behavioral/values：45 分钟，和一个 senior IC 以及 hiring manager。比起结构化更像对话。
反馈很快，最后一轮结束后 4 个工作日内就回复了。
总体：流程感觉是工程师在认真设计，而不是表演。比我在大公司走的 loop 戏更少。take-home 是最意外的部分，但说实话也还好。你如果在准备，复习一下图遍历，准备好聊 ML system 概念（即使你投的是纯 backend SWE），并且对 open-source AI tooling 有真实观点。