一句話摘要：TikTok 2026 SDE NG = OA（CodeSignal 4 題）+ Phone Screen（1 題）+ 4 輪 Onsite（2 Coding + 1 SD + 1 BQ/主管），演算法風格偏 LeetCode Hot 100，但難度通常 Medium，效率才是關鍵。
TikTok（字節跳動美國分部）是近兩年 NG 招聘最活躍的公司之一，base 多在 Mountain View / San Jose / Seattle，整體面試節奏快、放 offer 快、薪資也頗有競爭力。這篇文章按一畝三分地 2026 最新發文整理 TikTok SDE NG 面經全流程。
一、TikTok NG 招聘流程
| 階段 | 形式 | 時長 | 主要內容 |
|---|---|---|---|
| Resume Screen | — | 1 週 | 履歷篩選 |
| OA | CodeSignal | 70 min | 4 道編程題 |
| Phone Screen | Lark 視訊 | 60 min | 1 道 Coding + 簡單 BQ |
| Onsite Round 1 | Lark 視訊 | 60 min | Coding（DS + 演算法） |
| Onsite Round 2 | Lark 視訊 | 60 min | Coding（DP / 圖） |
| Onsite Round 3 | Lark 視訊 | 60 min | System Design（NG 簡版） |
| Onsite Round 4 | Lark 視訊 | 45 min | Hiring Manager + BQ |
| Offer Call | 電話 | 30 min | HR 談薪 |
節奏：從 OA 到 Offer 通常 3-5 週，比 Meta / Google 快 2-3 倍。
二、OA 階段：CodeSignal 4 題真題
題 1：分數等式（基於 LC 399）
題目：給 a/b = k，求 c/d 的值。
思路：把每個變數當作圖中節點，建帶權圖，BFS / DFS 求路徑乘積。
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]
題 2：Rating with Memory Prefix（評分前綴和）
題目：流式輸入用戶評分，每次輸出過去 K 個評分的滑動平均。
思路：deque + 滑動求和（避免每次重算）。
題 3：Top K Frequent Hashtags（雙堆）
題目：維護 hashtag 出現頻次的 top K，支援 add(tag) 與 query(k)。
思路：雙 HashMap + 桶排序（lazy delete）。
題 4：Random Set 設計
題目：設計支援 O(1) insert / remove / getRandom 的集合（LC 380 改編）。
思路：HashMap + 陣列（關鍵是 remove 時把陣列末尾元素交換到刪除位置）。
三、Phone Screen：1 道 LeetCode Medium
最常見題型：
| 類型 | LeetCode 類比 | 頻次 |
|---|---|---|
| 雙指針 + 滑動視窗 | LC 3 / 76 | ⭐⭐⭐⭐⭐ |
| 二元樹遍歷 | LC 102 / 124 | ⭐⭐⭐⭐ |
| 圖遍歷 | LC 200 / 207 | ⭐⭐⭐ |
| 字串匹配 | LC 28 / 49 | ⭐⭐⭐ |
面試官追問（常見）：
- 如果陣列很大不能放記憶體怎麼辦？
- 如果是流式資料呢？
- 時間複雜度能否再最佳化？
四、Onsite 4 輪詳解
Round 1 - Coding（陣列 + 雙指針）
真題示例：在陣列中找到所有滿足 arr[i] + arr[j] + arr[k] == target 的三元組（LC 15 改）。
追問：如果陣列有 10 億個數？→ External Sort + 雙指針。
Round 2 - Coding（DP / 圖）
真題示例：給一個有向帶權圖，求從 source 到 dest 的最多 K 步路徑中的最低成本（LC 787 Cheapest Flights Within K Stops）。
思路：Bellman-Ford 變體或 Dijkstra + 狀態擴充（節點 + 已用步數）。
Round 3 - System Design（NG 簡版）
常見題目：
- 設計 TikTok Feed Recommendation
- 設計 Like / Follow 服務
- 設計 短影片上傳與轉碼 pipeline
對 NG 的期望：
- 能畫出 high-level 架構（API Gateway、Service、DB、Cache）
- 能識別 bottleneck（Hot key、Read-heavy）
- 能給出基本量化（QPS、Storage、Cache hit rate）
Tip：NG SD 不要求深入到 Paxos / Raft，但必須主動釐清 scope。
Round 4 - Hiring Manager + BQ
高頻 BQ 題：
| 題目 | 期望要點 |
|---|---|
| Tell me about yourself | 30 秒電梯演講 |
| Why TikTok? | 提及 ByteDance 演算法平台、推薦系統 |
| 一個最驕傲的專案 | 量化收益（QPS、用戶、營收） |
| 一次失敗 | 強調反思與成長 |
| 一次衝突 | 用 STAR 結構 |
TikTok 價值觀：
- ByteStyle: Always Day 1
- Be Candid and Clear
- Be Open and Humble
- Champion Diversity and Inclusion
五、TikTok NG 薪資 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 美國分部 stock 一般是字節美股期權（折現到 cash），具體 vesting 與上市預期會影響實際價值。
六、FAQ：TikTok NG 面試高頻問題
Q1：TikTok 面試是中文還是英文？
雙語都可以。面試官通常會問「prefer Chinese or English」。建議根據自己英文表達水平選擇。
Q2：TikTok 面試用 Lark 還是 CoderPad？
OA 用 CodeSignal，Onsite 用 Lark Meeting + 內嵌程式碼框（類似 CoderPad 但功能略簡）。
Q3：TikTok H1B 抽籤時機？
通常面試結束後會確認 visa 狀態，3-4 月新一輪 H1B 抽籤。如果未抽中，可以轉 OPT/STEM OPT 繼續工作。
Q4：TikTok 面試是否反對 LeetCode 原題？
不反對，但面試官會改輸入輸出格式或增加 follow-up。
Q5：TikTok 拒信後多久能再投？
3-6 個月。建議明顯刷題進步後再投。
Q6：TikTok NG 是否適合非 CS 背景？
適合。TikTok 接受 ECE / Math / Physics 等專業，但專案經驗中要有 1-2 個軟體專案。
七、備考時間表（4 週衝刺）
| 週次 | 重點 | 每日產出 |
|---|---|---|
| Week 1 | LC Hot 100 + TikTok 公司題 | 5-7 題 |
| Week 2 | DP + 圖 + 設計題 | 5 題 + 1 題 SD |
| Week 3 | 系統設計 + BQ 故事 | 3 題 SD + 8 個 STAR |
| Week 4 | 模擬全流程 + 真題 | 1 套全模擬 |
八、外部連結資源
🚀 需要 TikTok OA / VO 輔助？
如果你正在準備 TikTok、字節跳動、Lemon8、CapCut 等團隊的 NG / 實習面試，歡迎交流：可提供 CodeSignal 真題模擬、Onsite Coding 真題清單、System Design 與 BQ 故事打磨。
👉 立即加微信：Coding0201，取得真題與一對一備考方案
聯絡方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy