Ramp CodeSignal OA 工程師完整指南｜從邀請到 Onsite 的全流程拆解

Ramp 自 2024 年起把所有 SWE 崗位（NG / Backend / FullStack / Platform）都收口到同一份 CodeSignal Industry Coding 測評——題目復用率 ~60%，但評分門檻和崗位 mapping 一直在調整。本文不是題解清單，而是從工程師視角回答：「拿到 Ramp OA 邀請之後，我應該如何系統性準備？」

一、Ramp 招聘大局觀（2026 H1）

維度	現況
總部	NYC（80% HC） + 舊金山 + 遠端少量
在招崗位	SDE NG、Backend、FullStack、Platform、Data
招聘平台	Ashby + CodeSignal
OA 形式	CodeSignal Industry Coding（4 題 70 分鐘）
onsite 邀請 cutoff	學員觀察 ≥ 720 / 850
薪資中位	NG total comp $190k–$240k

關鍵變化：2026-Q1 起 Ramp 把「OA 通過率」從 35% 降到 ~25%，主要靠提高 cutoff 而不是換題——所以題庫本身仍可參考。

二、CodeSignal 平台機制（必須知道）

項目	詳情
題量	4 題，難度遞增
時長	70 分鐘（1 次性）
評分	單題部分用例計分；總分 850
重做	不能，一次決定
反作弊	切屏記錄、剪貼板監控、鏡頭部分啟用
IDE	瀏覽器內編輯器，Python / Java / JS / Go 等 12 種
除錯	有 console，但不能逐步除錯

三、4 題分布與時間預算

Q1 (200 分)  ≈  資料結構基本操作          →  10 分鐘
Q2 (250 分)  ≈  字串 / 狀態機              →  15 分鐘
Q3 (300 分)  ≈  業務建模（bank/refund 類）→  20 分鐘
Q4 (300 分)  ≈  綜合實作 + 優化            →  25 分鐘
                                           --------
                                            70 分鐘

學員觀察：80% 拿到 720+ 的學員都是 Q1-Q3 全 AC + Q4 拿到 60-70%。把所有時間堆在 Q4 上、放棄 Q1 優化的策略幾乎都失敗。

四、Q3 業務建模：Bank Transaction System（必考）

題面：實作一個 Bank 系統，支援：

create_account(t, id)

deposit(t, id, amount)

withdraw(t, id, amount)（餘額不足返回 None）

transfer(t, src, dst, amount)

top_spenders(t, n)（按累計支出降序返回前 n 個帳戶）

class BankSystem:
    def __init__(self):
        self.accounts = {}
        self.spending = {}

    def create_account(self, t, account_id):
        if account_id in self.accounts:
            return False
        self.accounts[account_id] = 0
        self.spending[account_id] = 0
        return True

    def deposit(self, t, account_id, amount):
        if account_id not in self.accounts:
            return None
        self.accounts[account_id] += amount
        return self.accounts[account_id]

    def withdraw(self, t, account_id, amount):
        if account_id not in self.accounts:
            return None
        if self.accounts[account_id] < amount:
            return None
        self.accounts[account_id] -= amount
        self.spending[account_id] += amount
        return self.accounts[account_id]

    def transfer(self, t, src, dst, amount):
        if src not in self.accounts or dst not in self.accounts:
            return None
        if src == dst or self.accounts[src] < amount:
            return None
        self.accounts[src] -= amount
        self.accounts[dst] += amount
        self.spending[src] += amount
        return self.accounts[src]

    def top_spenders(self, t, n):
        ranked = sorted(self.spending.items(), key=lambda kv: (-kv[1], kv[0]))
        return [f"{aid}({amt})" for aid, amt in ranked[:n]]

時間複雜度：操作 O(1)，top_spenders O(k log k)　空間：O(n)

得分關鍵：很多學員跌在 top_spenders 的「同分時按 id 字典序」——主動列出排序鍵 tuple 是高分動作。

五、Q4 綜合實作：Refund + Spending Limit 狀態機

Q4 在 Q3 基礎上擴展：

客戶可申請 Refund：扣回已支出的金額（影響 spending 累計）
加入 Spending Limit：每月超過 limit 的支出被拒絕
加入 Cashback：每筆支出 1% 返現到餘額

from collections import defaultdict
import heapq

class RampSystem(BankSystem):
    def __init__(self):
        super().__init__()
        self.limits = {}
        self.month_spend = defaultdict(int)
        self.refund_queue = []

    @staticmethod
    def _ym(t):
        return t // (30 * 24 * 60 * 60 * 1000)

    def set_limit(self, t, account_id, limit):
        self.limits[account_id] = limit
        return True

    def pay(self, t, account_id, amount):
        if account_id not in self.accounts:
            return None
        ym = self._ym(t)
        used = self.month_spend[(account_id, ym)]
        limit = self.limits.get(account_id, float("inf"))
        if used + amount > limit or self.accounts[account_id] < amount:
            return None
        self.accounts[account_id] -= amount
        self.spending[account_id] += amount
        self.month_spend[(account_id, ym)] += amount
        cashback = amount // 100
        self.accounts[account_id] += cashback
        return self.accounts[account_id]

    def request_refund(self, t, account_id, amount):
        heapq.heappush(self.refund_queue, (t + 24 * 3600 * 1000, account_id, amount))
        return True

    def process_refunds(self, t):
        processed = []
        while self.refund_queue and self.refund_queue[0][0] <= t:
            due, aid, amt = heapq.heappop(self.refund_queue)
            self.accounts[aid] += amt
            self.spending[aid] = max(0, self.spending[aid] - amt)
            processed.append((aid, amt))
        return processed

時間複雜度：pay O(1), refund O(log r)　空間：O(n + r)

Q4 評分關鍵：24 小時延遲和超 limit 拒絕 是 2026 年新引入的兩個 hidden case，單純抄 2025 題解會丟 30 分。

六、崗位差異（拿到同樣分數後）

崗位	onsite 數量	重點考察	同分情況下的 mapping 優勢
SDE NG	4 輪	演算法 + System Design + BQ	通用
Backend	4–5 輪	系統設計 + Postgres / Redis	強後端專案
FullStack	4 輪	React + REST API 設計	前端 portfolio
Platform	5 輪	infra / Kubernetes / CI	DevOps 專案
Data	4 輪	SQL + Python ETL	資料 pipeline 專案

學員觀察：同樣 OA 750 分，FullStack 收到邀請最快（平均 3 天），Platform 最慢（10+ 天，因為 HC 緊）。

七、備考路線（4 週計畫）

Week 1: Bank System Q3 全套真題 + 設計模式回顧
Week 2: 字串 / 滑窗 / 佇列 (Q1 + Q2)
Week 3: Refund + Limit + Cashback 綜合 (Q4)
Week 4: 限時模擬 3 次 + 錯點複盤

每週固定 2 次 70 分鐘限時模擬——很多學員掛在節奏不在題目。

八、常見 Pitfalls

沒讀完題就開寫：Ramp 題面長 (~600 字)，前 5 分鐘讀題不虧
忽視邊界：餘額剛好為 0、轉帳給自己、refund 超過原支出
Q4 不寫 helper：所有邏輯擠在一個函數 → 難除錯 + 易錯
Python 用 list.pop(0)：Q4 流式處理 TLE 主因，改用 deque
不讀 expected output：CodeSignal 的輸出格式嚴格，多空格少換行都扣分

九、常見問題 FAQ

Q1：Ramp OA 多少分能進 onsite？

A：學員觀察 720 分 是隱形 cutoff；NG 760+ 邀請穩，Lateral 可能 700 也能進。

Q2：Ramp OA 重複題率有多高？

A：Q3 的 bank system 幾乎100% 復用（題面微調）；Q4 每季度換 1 個 twist。

Q3：Ramp 給 H1B sponsor 嗎？

A：給。NYC HC 大頭，對 H1B 友好度 ≈ Stripe / Plaid。

Q4：onsite 難度怎麼樣？

A：4 輪——1 演算法、1 系統設計、1 專案深挖、1 BQ。演算法難度 LC Med，系統設計偏支付 / 帳本類。

Q5：用 Python 還是 Java？

A：Python 推薦——80% 學員選 Python，Q3/Q4 業務建模 Python class 更短。Java 在 Q4 容易 TLE。

十、需要 Ramp OA / VO 輔助？

Ramp 的 bank-system 題考察的是業務建模 + 狀態機思維，不是 LeetCode 難度。如果你正在準備：

微信：Coding0201 · 立即聯絡
Email：[email protected]
Telegram：@OAVOProxy

我們提供：Ramp 當週 CodeSignal 真題、Bank System 多變體訓練、onsite 系統設計 mock、Stripe / Plaid 等同類公司題庫串練。

聯絡方式

Email: [email protected]
Telegram: @OAVOProxy
微信: Coding0201

最後更新：2026-05-18　|　作者：oavoservice 面試組