我今年早些时候走完了 Mistral AI software engineer 的完整面试流程。申请的是 senior backend 职位，base 在 Paris，但全程远程面试。把细节都写出来，因为我准备时真找不到太多信息。
timeline 很紧。投完一周内 recruiter 就联系了，第一次通话在那之后大概 4 天。从首次联系到拿 offer 大概 5.5 周。
阶段： recruiter screen（30 分钟）：标准问题，动机、可入职时间、期望薪酬区间 technical phone screen（60 分钟）：一道 coding，中等难度，加上一小段聊过往项目 take-home（3-5 天）：不大，是一个聚焦的实现任务，他们给了明确时间预估，我自己花了大概 4 小时 full onsite loop，同一天 4 轮： system design（60 分钟） 和 review 你 take-home 的工程师做深挖 第二轮 coding，更开放式 behavioral / values（45 分钟）
total 投入：算上准备，实际花的时间大概 8-10 小时。
coding 轮比典型 fintech 要难一点，但不是那种刷题意义上的 LeetCode-hard。更偏实际的工程判断。他们想看你怎么做取舍，而不是你能不能 20 分钟写出 Dijkstra。
take-home 是最有意思的部分。你提交后，会有人跟你 live 走一遍，问你为什么做这些选择。准备好为你的抽象辩护。我在一个 caching 决策上被 push 得挺狠。
整体氛围：小公司能量，大家看起来真的是对技术好奇，不是走流程。HR 的精致感没那么强，但对时间很尊重。如果他们感兴趣，推进很快。
有个我没想到的点：system design 轮很偏 infra 和 AI/ML serving 的可扩展性，不只是泛泛的分布式系统。懂一点 inference pipeline、model serving latency、GPU memory 约束，会很加分。