一句话总结
Chalmers的CS毕业生不是不够强，而是在用错误的方式证明自己的价值——你们花了三年时间学习如何写正确的代码，但硅谷和北欧大厂在第一轮筛选的6秒钟里，根本不看你写了什么，只看你所在学校的名字和项目经验能否让他们risk-free地做出hire决定。真正的求职战争在简历投出去之前就已经结束了，你需要的不是更多的算法题练习，而是一套让hiring manager在30秒内确信你是安全牌的叙事框架。
2026年的市场不会因为你是Chalmers就高看你一眼，但会因为我接下来要说的这套方法，重新评估你的 candidacy。
适合谁看
这篇文章不是写给所有人的。如果你还在读大一，觉得时间多得是，那你可以划走——你需要的只是先把数据结构考试过了。如果你已经在北欧找到了全职工作，年薪50万克朗以上且不想动，那这篇文章对你的参考价值也有限。
这篇文章是写给三类人的。第一类，Chalmers CS/Master在读，距离毕业12到18个月，开始认真考虑职业发展但不知道从哪里下手的人。你可能已经注意到投出去的简历大多石沉大海，开始怀疑是不是自己不够优秀。
第二类，过去一两年内投过美国大厂或北欧科技公司但全部挂在电面或onsite的人，你知道自己不是完全不行，但说不清到底差在哪里。第三类，手里握着瑞典中小公司的offer但心有不甘，想要冲击FAANG或北欧一线大厂的人，你在犹豫要不要接受保底还是在悬崖边上再搏一次。
这三类人的共同特征是：你们不缺能力，缺的是对自己能力的正确包装和展现方式。Chalmers的招牌在瑞典够用，但在全球舞台上不够响——这不是学校的问题，是信息不对称的问题。你需要做的事情，是让远在加州或斯德哥尔摩的hiring manager，在有限的信息里看到你真正的价值。
为什么你的简历在第一关就被刷掉
300份简历，每份停留6秒。这是硅谷一家中等规模科技公司去年校招季的真实数据。他们收到了来自全球的3000份申请，其中Chalmers的申请者大概有40到50份。最终进入面试环节的，只有11人。
这11个人里，有8个本科就在美国或英国读的，另外3个本科在Chalmers但研究生去了美国交换。纯Chalmers本科+Master的，一个都没有。
这不是歧视。这是risk assessment。简历筛选的本质不是找到最优秀的人，而是找到最不会出错的人。一个在Google伦敦办公室实习过的Chalmers学生，和一个只在Chalmers实验室做过项目的Chalmers学生，在简历上的区别可能只是两行字。但前者通过初筛的概率是后者的3倍以上。为什么？因为前者已经通过了Google的风险验证。
不是你的项目不够好，而是你的项目没有参照物。Chalmers的课程项目在瑞典范围内是优秀的，但瑞典之外的hiring manager没有参照系来判断这个项目的难度和你的贡献。你需要做的不是添加更多项目描述，而是给每个项目找一个外部坐标系。欧盟的什么比赛，什么开源社区的什么项目，什么公开数据集的什么排名——这些才是能让瑞典之外的人看懂你的价值的语言。
一个典型的失败简历是这样的：Education下面写着Chalmers University of Technology, MSc Computer Science, 2024-2026，然后下面列了三个课程项目：Distributed Systems Project, Machine Learning Assignment, Database Design。
每一行的描述是"Built a REST API using Flask and PostgreSQL"或者"Implemented a neural network for image classification"。
这种简历的问题不是内容少，而是没有提供任何能让筛选者做出判断的信号。Flask和PostgreSQL是任何一个学了两个学期CS的人都会用的工具。Image classification是任何一个上過machine learning课的人都会做的作业。筛选者看到这些描述，想的不是"这个人不简单"，想的是"又一个典型的欧洲学生"。
正确的做法是什么？用数字和对比来替代技术栈的罗列。
"Distributed Systems Project: Built a fault-tolerant key-value store using Raft consensus, achieved 99.9% availability under 10k requests/sec on a 5-node cluster"——这不是比"Built a REST API"多了几个字的问题，这是从"做了一个作业"变成了"解决了一个具体的工程问题"的问题。Raft、99.9%、10k requests/sec、5-node cluster——这些数字组合在一起，筛选者的大脑会自动完成风险评估：这个人知道distributed systems的hard parts，他做的东西是真实的工程问题而不是课程作业。
瑞典求职和美国求职的根本差异不是地点，是思维
Chalmers的学生在瑞典找工作和美国找工作，面临的不是同一个游戏的两个版本，而是两个完全不同的游戏。
瑞典的科技公司招人，流程通常是这样的：简历筛选，然后一轮技术电面，可能再加一轮行为面试，然后给offer。整个过程两到三周。面试内容以编程题为主，但难度偏低，很多公司甚至用不到LeetCode medium级别的题目。薪资谈判的空间很小，基本上是按级别定价。瑞典的求职，更像是一个匹配过程——你的技能和岗位的要求匹配，就大概率能拿到offer。
美国的科技公司招人，流程要长得多。简历筛选，然后OA（在线编程测试），然后一到两轮电面，然后onsite（通常五到六轮），然后hiring committee讨论，然后可能还有加面。整个过程两到三个月是常态。
面试内容是标准化的LeetCode加大系统设计加大数据。薪资谈判的空间非常大，同样的title，package可以差出50%以上。美国的求职，更像是一个考试——你达到分数线了不一定被录取，但达不到分数线一定不会被录取。
这不是说美国更难或者瑞典更容易。而是说，你需要用不同的策略来应对这两种游戏。
在瑞典，你的策略应该是建立关系网络。瑞典的科技圈很小，Ericsson、Spotify、Klarna、King这几家公司之间的员工流动非常频繁。你在Chalmers的校友网络中，每一个人都可能是你进入某家公司的内推渠道。
瑞典的求职，关系的作用比简历大得多。一个referral可以把一个中等水平的候选人直接送进onsite，而没有referral的同等水平候选人可能简历关都过不了。
在美国，你的策略应该是标准化自己的表现。美国的科技公司招人极度依赖流程标准化——每一轮面试都有明确的评分标准，每一个候选人都用同一把尺子来量。在这种环境下，你的目标不是"展示真实的自己"，而是"在每个评分维度上拿到高分"。这听起来很功利，但这是事实。
一个Chalmers学生在瑞典犯的错误是：过度依赖自己的技术能力，在networking上投入不足。他们觉得只要代码写得好，自然会被发现。这在瑞典的小公司可能行得通，但在Spotify和Klarna这种收到几千份简历的公司，行不通。
一个Chalmers学生在美国犯的错误是：试图在面试中展示"真实的自己"，包括自己的兴趣、价值观、对技术的个人看法。美国的面试流程没有空间给你展示这些。面试官手里有一张评分卡，你的每一句话都会被映射到某个评分维度上。你说的关于瑞典咖啡文化的见解，不会帮你加分，但可能浪费掉一个本可以展示leadership的机会。
大厂面试到底在考察什么：每个环节的底层逻辑
要理解大厂面试，你首先需要理解每轮面试背后的设计目的。不是这轮考什么算法，而是为什么要有这轮面试。
OA（Online Assessment），通常60到90分钟，两到三道编程题。这轮的目的是粗筛——把完全不会编程的人筛掉。这轮没有技巧可言，你要么能写出来，要么写不出来。但有一个关键点：很多公司会根据你的代码质量和完成时间来给分，不只是做没做出来。所以即使你做出来了，也要尽量写出clean code，处理好边界情况。
Phone screen，通常30到45分钟，一到两道编程题加上一些behavioral问题。这轮的目的是验证你的基本沟通能力和coding能力是否真实。很多人在这里挂掉，不是因为coding题没做出来，而是因为在思考的时候太安静了。
面试官无法通过你的沉默来判断你的思路，所以会倾向于给低分。正确的方式是think out loud，即使你想不出来，也要把自己能想到的部分说出来，让面试官看到你的思考过程。
Onsite，通常四到六轮，每轮45到60分钟。内容通常包括coding、system design、behavioral，有的公司还会加一个bar raiser（专门负责提高标准的面试官）。
Coding轮考察的不是你会多少算法，而是你在压力下解决问题的能力。面试官给你的题目，通常是他们自己也不会的题目——他们不期待你给出最优解，他们期待你展示你如何处理一个你没有见过的问题。正确的答题节奏是：先clarify requirements，确保你理解了问题的边界；
然后给出brute force解法，确认方向正确；然后优化，explain time/space complexity；最后如果还有时间，讨论可能的follow-up。
System design轮考察的是你如何处理复杂性。这轮没有标准答案，面试官想看到的是你如何分解一个模糊的问题，如何在多个trade-off之间做决策，如何handle scale。
常见的错误是直接跳入细节，畫架构图之前没有问清楚QPS、latency requirements、consistency needs这些关键问题。正确的做法是先问问题，把需求clarify清楚了，再开始high-level design。
Behavioral轮考察的是你这个人是否好相处、是否能合作、是否能成长。这轮的问题通常是STAR格式的：描述一个你遇到困难的情况（Situation），你的任务是什么（Task），你采取了什么行动（Action），结果是什么（Result）。
Chalmers学生在这轮常见的问题是回答太简短，或者太技术化。面试官问你"告诉我一个你和一个难相处的人合作的经验"，不是想听你描述那个人的技术方案有什么问题，而是想听你如何在人际层面handle这个 situation。
Hiring committee讨论，这是你永远不会参与但决定你命运的时刻。在Google、Amazon这种公司，你的面试评估表会被收集起来，送到一个由3到5个工程师组成的委员会手里。他们互相不认识你，他们手里只有你的评估表和简历。他们要做的是一个binary decision：hire还是no hire。
这个讨论的过程通常是30到60分钟，每个人会读出自己的评估，然后讨论。关键的判断标准是：一致性。如果你在coding轮表现很好但在behavioral轮表现一般，委员会会倾向于认为你可能是个技术天才但很难合作，从而给出no hire。如果你在所有轮都表现中等，委员会会倾向于给hire，因为"安全"。
一个insider场景是：在Amazon的HC讨论中，bar raiser的意见权重很高。如果bar raiser给了strong no hire，即使其他所有人都给了hire，这个candidate被拒的概率仍然超过80%。
这不是因为bar raiser的权力更大，而是因为Amazon的文化就是"宁可错杀不可放过"——一个bad hire的cost远高于一个good candidate被拒的cost。
薪资谈判的残酷真相
Chalmers学生在薪资谈判上普遍处于弱势，不是因为你们不值那个钱，而是因为你们不知道自己能要多少。
先说瑞典市场的薪资结构。2026年，瑞典软件工程师的薪资大致如下：entry level（0到2年经验），年薪通常在40万到55万克朗之间；mid-level（2到5年经验），年薪在55万到80万克朗之间；
senior（5年以上），年薪在80万到120万克朗之间。注意这是base salary，不包括bonus和stock。瑞典的科技公司bonus通常在5%到15%之间，stock只在少数大公司有。
Spotify的薪资在瑞典科技公司中属于中上水平。2026年SDE I的package大概是base 55万到65万克朗，加上10%到15%的bonus，加上价值10万到20万克朗的RSU（四年vesting）。
Klarna的薪资稍高一些，因为他们的profit sharing机制，但波动也更大。Ericsson的薪资偏低，base通常比市场低10%到15%，但稳定性更高。
美国市场的薪资结构完全不同。以Google为例，2026年New grad SDE的package大概是这样的：base salary 12万到16万美元（取决于location，湾区最高，西雅图次之，奥斯汀最低），sign-on bonus 1万到3万美元（第一年），RSU第一年3万到5万美元，后面三年每年vest 25%。
所以第一年total package大概在17万到25万美元之间，三到四年后随着RSU vesting，总包可以到25万到40万美元。
Amazon的base略低，通常在11万到14万美元之间，但RSU更多，第一年total package大概在16万到22万美元之间。Meta和Apple的薪资结构和Google类似，base略高但RSU略低，总包差不多。
关键的问题是：Chalmers的学生在谈判中几乎从不谈判。瑞典文化本身就不是一个谈判文化，很多学生觉得公司给的offer就是"市场价"，不接受就是不懂事。美国科技公司完全不是这个逻辑。薪资是可以在一定范围内商量的，而且公司expect你谈判。你不谈判，就等于主动放弃了本该属于你的钱。
一个具体的谈判场景是这样的：你收到了Google的offer，base 13万美元，RSU 4年10万美元，sign-on 2万美元。你去问Google能不能提高，Google的recruiter会说"这是我们能给的最优package了"。这时候你应该怎么做？
你不应该argue说"我觉得我值更多"，因为recruiter手里有你的competing offer数据，你没有competing offer的情况下，argue没有用。你应该做的是去拿另一个offer——可以是Spotify的，也可以是其他美国公司的，然后把那个offer发给Google的recruiter，说"我很喜欢Google，但我的另一个选择给到了更高的package"。这时候Google通常会match或接近match，因为Google宁可多花一点钱也要确保你能来。
这不是贪婪，这是market mechanism。公司用offer来评估你的价值，你用competing offer来提升自己的value。每一方的行为都是rational的。
时间线的致命误区
Chalmers的学生在求职时间线上最大的误区是：太晚了。
美国大厂的校招，timeline是这样的：2026年毕业的学生，2025年8月到9月是秋招旺季，2026年1月到2月是春招补录。秋招的headcount是春招的3倍以上。这意味着如果你想2026年毕业，你应该在2025年8月之前就把简历投出去。
但Chalmers的学制是两年，第一年要上课，第二年要做 thesis。很多学生的想法是：第一年好好上课，第二年上半年做thesis，下半年开始找工作。这个时间线和美国秋招完全错开了。
一个典型的时间线错误是这样的：一个Chalmers学生，2024年入学，2025年第一年结束，2025年下半年做thesis，2026年上半年thesis答辩，2026年下半年开始找工作。然后他发现最好的公司已经招满了，只能等2027年的春招。这一等就是gap半年到一年。
正确的做法是什么？如果你的目标是美国大厂，你应该在第一年结束的暑假就开始投简历。那时候你还没有完成thesis，但你可以说你是2026年毕业，正在做thesis。美国的公司对"2026年毕业"和"正在做thesis"这个状态是接受的。你不需要等一切都准备好了再投，你只需要在deadline之前把该做的做完。
具体的时间线应该是这样的：2024年9月入学，2025年3月到4月开始准备简历和刷题，2025年5月到8月实习（如果能找到美国的实习最好，找不到瑞典的也可以），2025年8月到9月投秋招，2025年10月到12月面试，2026年1月到2月拿offer，2026年3月到6月做thesis，2026年7月入职。
这个timeline看起来很紧，但它是可行的——很多Chalmers学生就是这样拿到美国大厂offer的。
如果你错过了秋招，还有春招。2026年1月到2月的春招，headcount少但竞争也少，因为很多人在秋招已经拿到了offer。春招的问题是timing更紧，你需要在thesis和面试之间平衡。但春招仍然是一个有效的机会，特别是对于那些秋招表现不好需要再准备一段时间的人。
准备清单
第一，建立外部参照系。你在Chalmers做的每一个项目，都需要能够翻译成瑞典之外的人能理解的语言。
不是翻译成英文，而是翻译成"这个项目在全球范围内是什么难度水平"的语言。具体做法是：给你的项目找一个公开的benchmark或者比赛，比如Kaggle competition，比如open-source project的contribution，然后说明你在这个context中的表现。
第二，系统性拆解面试结构。面试不是一个整体，它是由OA、phone screen、onsite（coding、system design、behavioral）这几个独立环节组成的。每个环节的考察重点不同，准备方式也不同。PM面试手册里有完整的各轮面试实战复盘可以参考，包括具体的题目类型、时间分配、常见陷阱。
第三，准备好你的Career Story。这是一个3到5分钟的叙事，要能回答"你为什么想做软件工程师"这个问题。不是"因为我喜欢编程"这种答案，而是要能说明你的motivation、你的经历、你的future plan之间的逻辑联系。
这个story会在behavioral面试中被问到，也会在你见到recruiter的第一分钟被问到。你需要准备一个版本，也要能展开成5分钟，也要能浓缩成30秒。
第四，建立你的competing offer机制。在你真正拿到offer之前，你不需要担心谈判。但你需要知道这个机制是怎么运作的。
你需要知道哪些公司会在同一时间段发offer，你需要知道如何efficiently管理多个process的timeline。具体做法是：不要只投你最想去的公司，投10到15家，把timeline错开，让它们在相近的时间给你发offer。
第五，练习mock interview至少20次。不是自己刷题，是找人模拟真实的面试环境。Chalmers的career center提供mock interview服务，但质量一般。更好的方式是找已经在工作的校友，或者使用interviewing.io这种平台。20次是一个阈值——大多数人到了20次之后，面试焦虑会明显下降，表现会明显提升。
第六，准备好你的work authorization问题。如果你不是欧盟公民，美国公司会问你sponsor的问题。你需要提前了解sponsorship的流程和时间线，不要在面试中被问到时答不上来。如果你需要sponsorship，这不是一个negative factor，但是一个logistical issue，你需要在hire之前解决它。
第七，设定你的最低acceptable package。你在拿offer之前就需要想清楚，什么样的package你会接受，什么样的你会拒绝。不要在拿到offer之后才开始想这个问题，那时候你会有信息过载和情绪影响，很难做出rational decision。
常见错误
第一个常见错误是：把coding当成面试的全部。
一个BAD的例子是这样的：学生花了全部时间刷LeetCode，刷了300题，Medium难度的题目基本都能做出来。然后他面试Google，OA和电面都过了，挂在onsite的behavioral轮。面试官问他"告诉我一个你和队友意见不合的经历"，他说"我通常都是对的，所以他们会听我的"。这轮面试给了strong no hire。
一个GOOD的例子是什么样的？同样是behavioral问题，"我和队友在一个系统设计的决策上有分歧，他认为应该用microservices，我认为应该用monolith。我们分别写了prototype，跑了性能测试，对比了pros/cons，最后说服他monolith在这个阶段更合适。
项目按时上线，后期我们成功迁移到了microservices"。这个回答展示了conflict resolution的能力、data-driven decision making的能力、以及technical nuance的理解。
不是你不应该刷题，而是你不能只刷题。在Google和Meta这种公司，coding只占onsite的2到3轮，另外2到3轮是system design和behavioral。如果你把100%的时间都花在coding上，你在另外50%的维度上就是裸奔。
第二个常见错误是：把"努力"当成"有效"。
一个BAD的例子：学生每天学习8个小时，刷了500道题，投了50家公司，参加了10场onsite，然后全部挂了。他觉得自己已经很努力了，为什么还是没有好结果。这个思维的陷阱在于：努力是必要条件，但不是充分条件。你需要的是effective practice，不是practice。
什么是effective practice？每一个错题都分析清楚为什么会错，是思路问题还是实现问题还是bug。每一个behavioral问题都准备好STAR的回答框架。
每一场mock interview都认真复盘哪些地方可以改进。如果你在刷题但是没有记录错题本，如果你在投简历但是没有追踪每个岗位的进度，如果你在面试但是没有记录面试官的feedback——那你的努力是低效的。
一个GOOD的例子是什么样的？学生刷了200道题，但每道题都写了解题思路的笔记，每个类型的题目都总结了模板。他投了20家公司，每家都做了company research，准备了specific的问题问面试官。
他面了5场onsite，每场之后都写了300字的复盘记录，包括哪个问题回答得好，哪个问题回答得不好，下次怎么改进。第三场onsite之后，他的表现明显好于前两场。
第三个常见错误是：在薪资谈判中过早亮出底牌。
一个BAD的例子：学生在Google的onsite之后，收到了recruiter的电话，说"我们想给你offer，但你的competing offer是多少？"学生没有competing offer，但他不想失去这个offer，于是说"我没有其他offer，但我希望base能到15万"。Recruiter说"我们最多给13万5千，这是final"。
学生接受了。事后他发现，同一级别同一时间入职的同事，base是14万5千。
一个GOOD的例子是什么样的？学生有两三个process在跑，timeline相近。他先拿到了Spotify的offer，然后告诉Google的recruiter"我很喜欢Google，但Spotify给到了更高的package"。
Recruiter去争取了一下，给到了match。学生在两个offer之间选择了Google，因为Google的brand value更高，但因为有了competing offer，他的package比单独拿Google offer的情况下高了15%。
这不是说要你去撒谎或者manipulate，而是说要你给自己选择权和 leverage。在你有选择权的情况下，公司会给你更好的package。在你没有选择权的情况下，公司会给你的package就是他们的最低offer。
准备拿下PM Offer？
如果你正在准备产品经理面试，PM面试手册 提供了顶级科技公司PM使用的框架、模拟答案和内部策略。
FAQ
Q1: 我是Chalmers的Master学生，本科不是CS，现在转专业来得及吗？
来得及，但你要接受一个现实：你的简历在初筛时会受到更多 scrutiny。不是因为你不优秀，而是因为转专业本身就是一种signal——hiring manager会想知道你的CS基础是否扎实，你是否能跟得上科班出身的人。
一个真实的案例是：一个Chalmers的学生，本科是机械工程，Master转到CS。他的本科没有任何编程课程，Master第一年疯狂补基础，第二年拿到了Klarna的offer。他的策略不是隐藏自己的背景，而是把背景变成一个故事："我在机械工程中学到了系统思维和物理建模的能力，这些能力在软件工程中同样重要。
我选择CS是因为我想用代码来解决实际问题，而不是只停留在理论层面。"这个story帮他通过了behavioral轮。
具体怎么做？第一，在简历中突出你本科的背景和CS的结合点，比如你用编程来解决工程问题。第二，在LinkedIn上建立CS相关的connection，让你的profile看起来是"有计划地转专业"而不是"随大流转专业"。第三，准备好回答"为什么转专业"这个问题，不要回避，要把它讲成一个有逻辑的故事。
Q2: 我英语不够好，面试时会吃亏吗？
英语确实会影响你的面试表现，但不是以你想象的方式。影响最大的不是你的accent，而是你的fluency和clarity。如果你在思考问题时需要很长时间来组织语言，面试官会认为你的communication能力不够。
一个具体的threshold是：你能用英语连续说3分钟而不出现长时间的pause吗？如果能，你在面试中的英语不会成为问题。如果不能，你需要练习。
练习的方式不是背单词，而是练习"说"本身。具体做法是：每天用英语复述一个你学到的技术概念，录下来，自己听，找出说得不清晰的地方。另一个方法是参加Chalmers的Toastmasters或者其他public speaking的活动。面试中的英语不是测试你的语法，而是测试你能不能把自己的想法清楚地说出来。
Q3: 如果我第一年找不到实习，第二年还有机会吗？
有机会，但你的timeline需要调整。第一年找不到实习不是世界末日，但意味着你需要在第二年更加aggressive。
一个真实的timeline是这样的：学生第一年没有找到美国的实习，但在瑞典本地公司做了一个internship。第二年开学之前，他就开始准备秋招，用第一年的实习经历加上学校的项目经验来填充简历。他在第一轮简历筛选中通过了，因为"至少有一份实习"这个signal比"没有任何实习"要强。
关键点是：你不需要完美的简历，你需要"足够好到能过初筛"的简历。第一年的实习不是必须的，但第二年的thesis和项目经验是必须的。你需要确保在2025年8月之前，你的简历上有至少两个可以拿出来说的项目经验，可以是课程项目，也可以是thesis相关的内容。
另一个策略是：把thesis变成一个"准实习"。如果你的thesis是和公司合作的，或者你的thesis topic是业界关心的实际问题，那你在面试中可以把它当成一个实习项目来说。具体做法是：在thesis开始之前就和公司建立联系，看看能不能把thesis做成一个对公司有实际价值的东西。这样thesis不仅是一个学位要求，也是一个展示你实际工程能力的机会。
准备好系统化备战PM面试了吗？
也可在 Gumroad 获取完整手册。