一句话摘要：TikTok 2026 SDE NG = OA（CodeSignal 4 题）+ Phone Screen（1 题）+ 4 轮 Onsite（2 Coding + 1 SD + 1 BQ/主管），算法风格偏 LeetCode Hot 100，但难度通常 Medium，效率才是关键。
TikTok（字节跳动美国分部）是近两年 NG 招聘最活跃的公司之一，base 多在 Mountain View / San Jose / Seattle，整体面试节奏快、放 offer 快、薪资也颇有竞争力。这篇文章按一亩三分地 2026 最新发帖整理 TikTok SDE NG 面经全流程。
一、TikTok NG 招聘流程
| 阶段 | 形式 | 时长 | 主要内容 |
|---|---|---|---|
| Resume Screen | — | 1 周 | 简历筛选 |
| OA | CodeSignal | 70 min | 4 道编程题 |
| Phone Screen | Lark 视频 | 60 min | 1 道 Coding + 简单 BQ |
| Onsite Round 1 | Lark 视频 | 60 min | Coding（DS + 算法） |
| Onsite Round 2 | Lark 视频 | 60 min | Coding（DP / 图） |
| Onsite Round 3 | Lark 视频 | 60 min | System Design（NG 简版） |
| Onsite Round 4 | Lark 视频 | 45 min | Hiring Manager + BQ |
| Offer Call | 电话 | 30 min | HR 谈薪 |
节奏：从 OA 到 Offer 通常 3-5 周，比 Meta / Google 快 2-3 倍。
二、OA 阶段：CodeSignal 4 题真题
题 1：分数等式（基于 LC 399）
题面：给 a/b = k，求 c/d 的值。
思路：把每个变量当作图中节点，建带权图，BFS / DFS 求路径乘积。
from collections import defaultdict, deque
def calcEquation(equations, values, queries):
g = defaultdict(dict)
for (a, b), v in zip(equations, values):
g[a][b] = v
g[b][a] = 1 / v
def bfs(s, t):
if s not in g or t not in g:
return -1.0
q = deque([(s, 1.0)])
seen = {s}
while q:
x, val = q.popleft()
if x == t: return val
for y, w in g[x].items():
if y not in seen:
seen.add(y)
q.append((y, val * w))
return -1.0
return [bfs(s, t) for s, t in queries]
题 2：Rating with Memory Prefix（评分前缀和）
题面：流式输入用户评分，每次输出过去 K 个评分的滑动平均。
思路：deque + 滑动求和（避免每次重算）。
题 3：Top K Frequent Hashtags（双堆）
题面：维护 hashtag 出现频次的 top K，支持 add(tag) 与 query(k)。
思路：双 HashMap + 桶排序（lazy delete）。
题 4：Random Set 设计
题面：设计支持 O(1) insert / remove / getRandom 的集合（LC 380 改编）。
思路：HashMap + 数组（关键是 remove 时把数组末尾元素交换到删除位置）。
三、Phone Screen：1 道 LeetCode Medium
最常见题型：
| 类型 | LeetCode 类比 | 频次 |
|---|---|---|
| 双指针 + 滑动窗口 | LC 3 / 76 | ⭐⭐⭐⭐⭐ |
| 二叉树遍历 | LC 102 / 124 | ⭐⭐⭐⭐ |
| 图遍历 | LC 200 / 207 | ⭐⭐⭐ |
| 字符串匹配 | LC 28 / 49 | ⭐⭐⭐ |
面试官追问（常见）：
- 如果数组很大不能放内存怎么办？
- 如果是流式数据呢？
- 时间复杂度能否再优化？
四、Onsite 4 轮详解
Round 1 - Coding（数组 + 双指针）
真题示例：在数组中找到所有满足 arr[i] + arr[j] + arr[k] == target 的三元组（LC 15 改）。
追问：如果数组有 10 亿个数？→ External Sort + 双指针。
Round 2 - Coding（DP / 图）
真题示例：给一个有向带权图，求从 source 到 dest 的最多 K 步路径中的最低成本（LC 787 Cheapest Flights Within K Stops）。
思路：Bellman-Ford 变体或 Dijkstra + 状态扩展（节点 + 已用步数）。
Round 3 - System Design（NG 简版）
常见题目：
- 设计 TikTok Feed Recommendation
- 设计 Like / Follow 服务
- 设计 短视频上传与转码 pipeline
对 NG 的期望：
- 能画出 high-level 架构（API Gateway、Service、DB、Cache）
- 能识别 bottleneck（Hot key、Read-heavy）
- 能给出基本量化（QPS、Storage、Cache hit rate）
Tip：NG SD 不要求深入到 Paxos / Raft，但必须主动澄清 scope。
Round 4 - Hiring Manager + BQ
高频 BQ 题：
| 题目 | 期望要点 |
|---|---|
| Tell me about yourself | 30 秒电梯演讲 |
| Why TikTok? | 提及 ByteDance 算法平台、推荐系统 |
| 一个最骄傲的项目 | 量化收益（QPS、用户、收入） |
| 一次失败 | 强调反思与成长 |
| 一次冲突 | 用 STAR 结构 |
TikTok 价值观：
- ByteStyle: Always Day 1
- Be Candid and Clear
- Be Open and Humble
- Champion Diversity and Inclusion
五、TikTok NG 薪资 Range（2026 年）
| 城市 | Base | Stock (4yr, 美股 ADR) | Sign-on | Total / Yr |
|---|---|---|---|---|
| Mountain View | $155-175K | $80-120K | $20K | $200-225K |
| San Jose | $150-170K | $80-120K | $20K | $195-220K |
| Seattle | $145-165K | $70-110K | $15K | $185-210K |
注意：TikTok 美国分部 stock 一般是字节美股期权（折现到 cash），具体 vesting 与上市预期会影响实际价值。
六、FAQ：TikTok NG 面试高频问题
Q1：TikTok 面试是中文还是英文？
双语都可以。面试官通常会问"prefer Chinese or English"。建议根据自己英文表达水平选择。
Q2：TikTok 面试用 Lark 还是 CoderPad？
OA 用 CodeSignal，Onsite 用 Lark Meeting + 内嵌代码框（类似 CoderPad 但功能略简）。
Q3：TikTok H1B 抽签时机？
通常面试结束后会确认 visa 状态，3-4 月新一轮 H1B 抽签。如果未抽中，可以转 OPT/STEM OPT 继续工作。
Q4：TikTok 面试是否反对 LeetCode 原题？
不反对，但面试官会改输入输出格式或增加 follow-up。
Q5：TikTok 拒信后多久能再投？
3-6 个月。建议明显刷题进步后再投。
Q6：TikTok NG 是否适合非 CS 背景？
适合。TikTok 接受 ECE / Math / Physics 等专业，但项目经验中要有 1-2 个软件项目。
七、备考时间表（4 周冲刺）
| 周次 | 重点 | 每日产出 |
|---|---|---|
| Week 1 | LC Hot 100 + TikTok 公司题 | 5-7 题 |
| Week 2 | DP + 图 + 设计题 | 5 题 + 1 题 SD |
| Week 3 | 系统设计 + BQ 故事 | 3 题 SD + 8 个 STAR |
| Week 4 | 模拟全流程 + 真题 | 1 套全模拟 |
八、外链资源
🚀 需要 TikTok OA / VO 辅助？
如果你正在准备 TikTok、字节跳动、Lemon8、CapCut 等团队的 NG / 实习面试，欢迎交流：可提供 CodeSignal 真题模拟、Onsite Coding 真题清单、System Design 与 BQ 故事打磨。
👉 立即添加微信：Coding0201，获取真题与一对一备考方案
联系方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy