Mapping tier-1

Interview Prep

INTERVIEW-PREP, Mapping Módulos → Entrevistas Pleno/Senior/Staff

Cada empresa tier-1 (Stripe, Google, Meta, Anthropic, Cloudflare, Netflix, Airbnb, Datadog, Snowflake, Databricks) testa subset de tópicos consistentes. Este doc mapeia módulos do framework → áreas de entrevista, com perguntas-amostra reais e nível esperado.

Não substitui prática. Substitui calibration: você sabe o que estudar mais antes de aplicar a role X.

Antes de aplicar:

Identifique role-target (Backend, Frontend, Platform, Distributed, Founding, ML).
Liste 5-10 empresas-alvo.
Para cada, busque "[empresa] interview process [year]" e "leetcode/[empresa] tag".
Cruze com seções abaixo. Identifique gaps.
Faça mock interviews com peer ou platform (Pramp, interviewing.io). Não substitua.

Loop típico em empresa tier-1

Round 1-5 dependendo da empresa. Comum:

Recruiter screen (30 min): cultural, alinhamento.
Technical phone screen (45-60 min): coding 1-2 problemas média complexidade.
Onsite / virtual onsite (4-6 rounds, 45-60 min cada):
- Coding (1-3 rounds): algoritmos, data structures.
- System design (1-2 rounds): design distributed system.
- Domain deep (varia): backend, frontend, ML, etc.
- Behavioral / experience (1 round): histórias, decisões passadas.
- Bar raiser (Amazon-style): senior outside-team avalia consistência.
Hiring committee (sem você): decisão.
Offer + negotiation.

Staff/Principal: pesos shifts pra system design + experience + influence vs coding.

Por área de entrevista

Coding (algoritmos + data structures)

Módulos relevantes:

01-04 Data Structures, 01-05 Algorithms, 01-15 Math (combinatorics, probability), 01-11 Concurrency.

Tópicos cobrados:

Arrays, strings, hashing.
Linked lists, stacks, queues.
Trees (binary, BST, balanced, n-ary).
Graphs (BFS, DFS, Dijkstra, topological sort).
Heaps, priority queues.
Hash maps, hash sets.
Tries.
Dynamic programming (memoization, tabulation).
Greedy.
Two pointers, sliding window.
Backtracking.
Bit manipulation.
Concurrency primitives (rare em coding round, comum em system design).

Nível esperado:

Pleno: easy + medium LeetCode em ≤ 30 min cada.
Sistemas: medium + hard. Consideração de complexity, edge cases, code quality, comunicação.
Amplitude: similar Senior, mas mais peso em design clarity e trade-offs.

Prática:

LeetCode tag por empresa (premium ou via lists).
NeetCode 150 / Blind 75.
Cracking the Coding Interview (clássico).
Sessões cronometradas em Pramp.

Preparation timeline:

2-3 meses dedicados se rusty.
4 horas/semana mínimo.
Sub-30 min em medium é threshold confidence.

System design

Módulos relevantes:

02-07 Node internals, 02-08 backend frameworks, 02-09 Postgres, 02-11 Redis, 02-14 real-time.
03-02 Docker, 03-03 K8s, 03-05 AWS, 03-07 observability, 03-10 backend perf.
04-01 distributed theory, 04-02 messaging, 04-03 event-driven, 04-04 resilience, 04-05 API design, 04-07 architectures, 04-08 services, 04-09 scaling.

Formato típico:

45-60 min, prompt vago: "Design Twitter timeline" / "Design Uber surge pricing" / "Design Dropbox file sync" / "Design Stripe webhook retry".
Você dirige: clarify requirements → high-level architecture → componentes → data model → APIs → scale → trade-offs → bottlenecks.

Nível esperado:

Pleno: design ok pra single-region monolith, conhece patterns básicos.
Sistemas: design distribuído, justifica CAP/PACELC, identifica gargalos, proporção certa de detail vs high-level.
Amplitude: navega ambiguidade requisitos, antecipa modos de falha, discute custos operacionais reais ($, on-call, vendor), decide trade-offs com confidence.

Frameworks de prática:

"System Design Interview" (Alex Xu, vol 1 + 2).
"Designing Data-Intensive Applications" (Kleppmann), base teórica.
ByteByteGo blog/newsletter.
Pramp / Hello Interview / Exponent.

Common prompts:

URL shortener, news feed, chat (WhatsApp), video streaming (YouTube), search (Google), ride-hailing (Uber), e-commerce (Amazon), web crawler, distributed cache (Redis), distributed queue (Kafka), notification system, rate limiter, distributed counter, leader election, autocomplete, payment processor.

Preparation timeline:

1-2 meses se você tem base de Senior (04-01-04-09).
4-6 meses se você é Pleno tentando o salto.

Behavioral / experience

Módulos relevantes:

04-12 tech leadership, 04-15 OSS, 05-03 org architecture, 05-05 public output, 05-06 mentorship.
03-15 incident response (postmortem stories).
03-16 estimation (planning stories).
04-16 product/business (decisions com impact).

Formato: STAR (Situation, Task, Action, Result). 5-15 stories preparadas cobrindo:

Conflict resolution.
Difficult decision.
Mentorship / feedback dado.
Failure / learning.
Influence sem authority.
Cross-team collaboration.
Technical decision under uncertainty.
Disagreement com manager / senior.
Crunch / urgency.
Data-driven decision.

Empresas tipo Amazon usam Leadership Principles (16). Cada round pergunta 2-3.

Nível esperado:

Pleno: histórias claras, mostra growth.
Sistemas: scope team, ownership, dealing com complexity.
Amplitude: cross-team, organizational impact, strategic thinking, mentoria, ambiguity navigation.

Brag doc (04-12, 05-06) é fonte primária. Mantenha live.

Domain deep, Backend

Módulos relevantes: 02-07-02-14, 02-18, 03-01, 03-10, 03-13.

Possíveis perguntas:

"Como você modelaria sistema de payments com idempotency?"
"Explique MVCC. Quando Repeatable Read não basta?"
"Diferença entre Kafka e RabbitMQ. Quando cada?"
"Como debug N+1 query em produção?"
"Como fazer migração de schema sem downtime?"

Domain deep, Frontend

Módulos relevantes: 02-01-02-06, 02-19, 03-09, 03-14, 03-17.

Possíveis perguntas:

"Como otimizar Largest Contentful Paint?"
"Diferenças entre RSC e Server Actions."
"Implemente useDebounce do zero."
"Como gerenciar state global em app SPA grande?"
"Bundle 2MB ficou lento. Como diagnosticar?"

Domain deep, Distributed Systems

Módulos relevantes: 04-01-04-04, 04-09, 04-13, 04-14.

Possíveis perguntas:

"Diferença entre Paxos e Raft."
"O que é split-brain? Como evitar?"
"Como implementaria distributed lock corretamente?"
"Outbox pattern: qual problema resolve?"
"Como TLA+ ajudaria em design de [X]?"

Domain deep, Security

Módulos relevantes: 01-12, 02-13, 03-08, 04-11, 03-18.

Possíveis perguntas:

"Diferencie symmetric e asymmetric encryption. Quando hybrid?"
"Por que JWT alg:none é vulnerabilidade?"
"OAuth2 vs OIDC. PKCE quando obrigatório?"
"Como detectar XSS automaticamente?"
"Threat model de Logística: identifique top 5 threats."

Domain deep, Data / ML

Módulos relevantes: 01-15, 02-09, 02-15, 03-13, 04-10, 04-13, 05-09.

Possíveis perguntas:

"Diseñe RAG pipeline. Trade-offs em chunking?"
"Embedding model choice: closed vs open. Critérios?"
"Como handle drift em ML em produção?"
"Streaming aggregation com windows e watermarks."

Domain deep, Platform / Infra

Módulos relevantes: 03-02-03-07, 03-11, 03-15, 04-04, 04-08, 05-07-05-08.

Possíveis perguntas:

"Build internal platform pra deploys. Componentes? Trade-offs?"
"K8s scheduler pluggable: como adicionar custom logic?"
"Multi-region failover: design + RTO/RPO targets."
"Redução de custo cloud: top 5 levers."

Domain deep, AI/ML em produção

Módulos relevantes: 04-10, 03-13, 04-13, 01-15.

Possíveis perguntas:

"Como serve model com SLA p99 < 100ms?"
"Vector DB choice: pgvector vs Pinecone vs Qdrant. Quando?"
"Cost de tokens em LLM em escala: como otimizar?"
"Eval framework pra LLM app: como construir?"

Mapping empresas → áreas de stress

(Generalização; varia ano-a-ano e role.)

Empresa	Coding	System Design	Domain	Behavioral
Google	Heavy (medium-hard)	Heavy	Médio	Médio
Meta / Facebook	Heavy	Heavy	Médio	Strong
Amazon	Médio	Médio	Light	Heavy LP
Stripe	Médio	Heavy	Heavy backend / payments	Strong
Anthropic / OpenAI	Médio	Médio	Heavy ML/systems	Médio
Cloudflare	Médio	Heavy	Heavy (Go, networking, edge)	Médio
Netflix	Light	Heavy	Heavy domain	Strong
Airbnb	Médio	Heavy	Médio	Strong
Datadog	Médio	Médio	Heavy observability	Médio
Databricks / Snowflake	Médio	Heavy	Heavy data	Médio
Roblox / Game studios	Médio	Médio	Heavy game dev (05-10)	Médio
Riot	Médio	Heavy	Heavy game + netcode	Strong
Hospitais / pharma / biotech	Light	Médio	Heavy science (05-09)	Strong
Fintech (Nubank, Mercado Pago, BTG)	Médio	Heavy	Heavy fintech (02-18)	Médio
YC startups Founding Engineer	Light	Médio	Variável	Heavy product/product sense

Negotiation

Recebeu offer? Comp não é fixo:

Sempre negocie, mesmo se já está acima de target. -10% se silent + 10-25% if negotiate é range típica.
Coleta competing offers se possível (mesmo se você não vai aceitar, leverage).
levels.fyi + rora.com + Compendium List pra calibrar.
Componentes negociáveis: base, equity (RSU/stock), sign-on bonus, performance bonus, vacation, start date, relocation.
Comp em equity: entenda vesting schedule, cliff, refresher.
Recruiter NÃO é seu amigo, representam empresa. Be professional, be firm.

Refs:

"Salary Negotiation: Make More Money, Be More Valued", Patrick McKenzie (kalzumeus).
"Ten Rules for Negotiating a Job Offer", Haseeb Qureshi.

Mock interviews

Não substitua prática real:

Pramp (free, peer-to-peer).
Interviewing.io (paid, ex-Big-N interviewers).
Exponent (paid).
Hello Interview (paid, focused system design).
Meetapro / Igotanoffer (mid).

Mock 5-10 vezes antes de real. Feedback signal qualidade.

Reject / failure handling

Maioria de candidatos rejeitam algumas vezes antes de offer.

Cooldown: empresas grandes têm 6-12 meses entre attempts.
Feedback é raramente honesto (legal). Aceite generic "cultural fit", frequently encrypta "your interview perf was below bar".
Iterate: identifica gaps, study, retry.
Não personalize. Probabilidade de rejection mesmo de candidatos strong é alta.

Ferramentas e calendário

Spreadsheet de aplicações: empresa, role, stage, contact, dates, comp.
Notes por empresa: stack, cultura, glassdoor leaks.
Brag doc atualizado.
Mock cadence: 1-2/semana ramp-up; intensify pré-onsite.
Sleep, exercise, food durante search. Não cansaço cumulativo.

Resumo: roadmap pra preparar

Brag doc atualizado (04-12, 05-06).
Calibration via SELF-ASSESSMENT.md + análise gaps.
6-12 meses estudando módulos chave (cf áreas acima).
2-3 meses LeetCode + System Design intensive.
Mock interviews semanais.
Aplicar em wave: 5-10 empresas alvo, mesmo período (cluster offers se possível).
Negotiate quando offer chega.
Reflect pós-process: o que funcionou, o que não.

Boa sorte. Framework não te garante hire. Mas te coloca no top 5-10% de candidatos preparados.

Mapping tier-1

Interview Prep

INTERVIEW-PREP, Mapping Módulos → Entrevistas Pleno/Senior/Staff

Cada empresa tier-1 (Stripe, Google, Meta, Anthropic, Cloudflare, Netflix, Airbnb, Datadog, Snowflake, Databricks) testa subset de tópicos consistentes. Este doc mapeia módulos do framework → áreas de entrevista, com perguntas-amostra reais e nível esperado.

Não substitui prática. Substitui calibration: você sabe o que estudar mais antes de aplicar a role X.

Antes de aplicar:

Identifique role-target (Backend, Frontend, Platform, Distributed, Founding, ML).
Liste 5-10 empresas-alvo.
Para cada, busque "[empresa] interview process [year]" e "leetcode/[empresa] tag".
Cruze com seções abaixo. Identifique gaps.
Faça mock interviews com peer ou platform (Pramp, interviewing.io). Não substitua.

Loop típico em empresa tier-1

Round 1-5 dependendo da empresa. Comum:

Recruiter screen (30 min): cultural, alinhamento.
Technical phone screen (45-60 min): coding 1-2 problemas média complexidade.
Onsite / virtual onsite (4-6 rounds, 45-60 min cada):
- Coding (1-3 rounds): algoritmos, data structures.
- System design (1-2 rounds): design distributed system.
- Domain deep (varia): backend, frontend, ML, etc.
- Behavioral / experience (1 round): histórias, decisões passadas.
- Bar raiser (Amazon-style): senior outside-team avalia consistência.
Hiring committee (sem você): decisão.
Offer + negotiation.

Staff/Principal: pesos shifts pra system design + experience + influence vs coding.

Por área de entrevista

Coding (algoritmos + data structures)

Módulos relevantes:

01-04 Data Structures, 01-05 Algorithms, 01-15 Math (combinatorics, probability), 01-11 Concurrency.

Tópicos cobrados:

Arrays, strings, hashing.
Linked lists, stacks, queues.
Trees (binary, BST, balanced, n-ary).
Graphs (BFS, DFS, Dijkstra, topological sort).
Heaps, priority queues.
Hash maps, hash sets.
Tries.
Dynamic programming (memoization, tabulation).
Greedy.
Two pointers, sliding window.
Backtracking.
Bit manipulation.
Concurrency primitives (rare em coding round, comum em system design).

Nível esperado:

Pleno: easy + medium LeetCode em ≤ 30 min cada.
Sistemas: medium + hard. Consideração de complexity, edge cases, code quality, comunicação.
Amplitude: similar Senior, mas mais peso em design clarity e trade-offs.

Prática:

LeetCode tag por empresa (premium ou via lists).
NeetCode 150 / Blind 75.
Cracking the Coding Interview (clássico).
Sessões cronometradas em Pramp.

Preparation timeline:

2-3 meses dedicados se rusty.
4 horas/semana mínimo.
Sub-30 min em medium é threshold confidence.

System design

Módulos relevantes:

02-07 Node internals, 02-08 backend frameworks, 02-09 Postgres, 02-11 Redis, 02-14 real-time.
03-02 Docker, 03-03 K8s, 03-05 AWS, 03-07 observability, 03-10 backend perf.
04-01 distributed theory, 04-02 messaging, 04-03 event-driven, 04-04 resilience, 04-05 API design, 04-07 architectures, 04-08 services, 04-09 scaling.

Formato típico:

45-60 min, prompt vago: "Design Twitter timeline" / "Design Uber surge pricing" / "Design Dropbox file sync" / "Design Stripe webhook retry".
Você dirige: clarify requirements → high-level architecture → componentes → data model → APIs → scale → trade-offs → bottlenecks.

Nível esperado:

Pleno: design ok pra single-region monolith, conhece patterns básicos.
Sistemas: design distribuído, justifica CAP/PACELC, identifica gargalos, proporção certa de detail vs high-level.
Amplitude: navega ambiguidade requisitos, antecipa modos de falha, discute custos operacionais reais ($, on-call, vendor), decide trade-offs com confidence.

Frameworks de prática:

"System Design Interview" (Alex Xu, vol 1 + 2).
"Designing Data-Intensive Applications" (Kleppmann), base teórica.
ByteByteGo blog/newsletter.
Pramp / Hello Interview / Exponent.

Common prompts:

URL shortener, news feed, chat (WhatsApp), video streaming (YouTube), search (Google), ride-hailing (Uber), e-commerce (Amazon), web crawler, distributed cache (Redis), distributed queue (Kafka), notification system, rate limiter, distributed counter, leader election, autocomplete, payment processor.

Preparation timeline:

1-2 meses se você tem base de Senior (04-01-04-09).
4-6 meses se você é Pleno tentando o salto.

Behavioral / experience

Módulos relevantes:

04-12 tech leadership, 04-15 OSS, 05-03 org architecture, 05-05 public output, 05-06 mentorship.
03-15 incident response (postmortem stories).
03-16 estimation (planning stories).
04-16 product/business (decisions com impact).

Formato: STAR (Situation, Task, Action, Result). 5-15 stories preparadas cobrindo:

Conflict resolution.
Difficult decision.
Mentorship / feedback dado.
Failure / learning.
Influence sem authority.
Cross-team collaboration.
Technical decision under uncertainty.
Disagreement com manager / senior.
Crunch / urgency.
Data-driven decision.

Empresas tipo Amazon usam Leadership Principles (16). Cada round pergunta 2-3.

Nível esperado:

Pleno: histórias claras, mostra growth.
Sistemas: scope team, ownership, dealing com complexity.
Amplitude: cross-team, organizational impact, strategic thinking, mentoria, ambiguity navigation.

Brag doc (04-12, 05-06) é fonte primária. Mantenha live.

Domain deep, Backend

Módulos relevantes: 02-07-02-14, 02-18, 03-01, 03-10, 03-13.

Possíveis perguntas:

"Como você modelaria sistema de payments com idempotency?"
"Explique MVCC. Quando Repeatable Read não basta?"
"Diferença entre Kafka e RabbitMQ. Quando cada?"
"Como debug N+1 query em produção?"
"Como fazer migração de schema sem downtime?"

Domain deep, Frontend

Módulos relevantes: 02-01-02-06, 02-19, 03-09, 03-14, 03-17.

Possíveis perguntas:

"Como otimizar Largest Contentful Paint?"
"Diferenças entre RSC e Server Actions."
"Implemente useDebounce do zero."
"Como gerenciar state global em app SPA grande?"
"Bundle 2MB ficou lento. Como diagnosticar?"

Domain deep, Distributed Systems

Módulos relevantes: 04-01-04-04, 04-09, 04-13, 04-14.

Possíveis perguntas:

"Diferença entre Paxos e Raft."
"O que é split-brain? Como evitar?"
"Como implementaria distributed lock corretamente?"
"Outbox pattern: qual problema resolve?"
"Como TLA+ ajudaria em design de [X]?"

Domain deep, Security

Módulos relevantes: 01-12, 02-13, 03-08, 04-11, 03-18.

Possíveis perguntas:

"Diferencie symmetric e asymmetric encryption. Quando hybrid?"
"Por que JWT alg:none é vulnerabilidade?"
"OAuth2 vs OIDC. PKCE quando obrigatório?"
"Como detectar XSS automaticamente?"
"Threat model de Logística: identifique top 5 threats."

Domain deep, Data / ML

Módulos relevantes: 01-15, 02-09, 02-15, 03-13, 04-10, 04-13, 05-09.

Possíveis perguntas:

"Diseñe RAG pipeline. Trade-offs em chunking?"
"Embedding model choice: closed vs open. Critérios?"
"Como handle drift em ML em produção?"
"Streaming aggregation com windows e watermarks."

Domain deep, Platform / Infra

Módulos relevantes: 03-02-03-07, 03-11, 03-15, 04-04, 04-08, 05-07-05-08.

Possíveis perguntas:

"Build internal platform pra deploys. Componentes? Trade-offs?"
"K8s scheduler pluggable: como adicionar custom logic?"
"Multi-region failover: design + RTO/RPO targets."
"Redução de custo cloud: top 5 levers."

Domain deep, AI/ML em produção

Módulos relevantes: 04-10, 03-13, 04-13, 01-15.

Possíveis perguntas:

"Como serve model com SLA p99 < 100ms?"
"Vector DB choice: pgvector vs Pinecone vs Qdrant. Quando?"
"Cost de tokens em LLM em escala: como otimizar?"
"Eval framework pra LLM app: como construir?"

Mapping empresas → áreas de stress

(Generalização; varia ano-a-ano e role.)

Empresa	Coding	System Design	Domain	Behavioral
Google	Heavy (medium-hard)	Heavy	Médio	Médio
Meta / Facebook	Heavy	Heavy	Médio	Strong
Amazon	Médio	Médio	Light	Heavy LP
Stripe	Médio	Heavy	Heavy backend / payments	Strong
Anthropic / OpenAI	Médio	Médio	Heavy ML/systems	Médio
Cloudflare	Médio	Heavy	Heavy (Go, networking, edge)	Médio
Netflix	Light	Heavy	Heavy domain	Strong
Airbnb	Médio	Heavy	Médio	Strong
Datadog	Médio	Médio	Heavy observability	Médio
Databricks / Snowflake	Médio	Heavy	Heavy data	Médio
Roblox / Game studios	Médio	Médio	Heavy game dev (05-10)	Médio
Riot	Médio	Heavy	Heavy game + netcode	Strong
Hospitais / pharma / biotech	Light	Médio	Heavy science (05-09)	Strong
Fintech (Nubank, Mercado Pago, BTG)	Médio	Heavy	Heavy fintech (02-18)	Médio
YC startups Founding Engineer	Light	Médio	Variável	Heavy product/product sense

Negotiation

Recebeu offer? Comp não é fixo:

Sempre negocie, mesmo se já está acima de target. -10% se silent + 10-25% if negotiate é range típica.
Coleta competing offers se possível (mesmo se você não vai aceitar, leverage).
levels.fyi + rora.com + Compendium List pra calibrar.
Componentes negociáveis: base, equity (RSU/stock), sign-on bonus, performance bonus, vacation, start date, relocation.
Comp em equity: entenda vesting schedule, cliff, refresher.
Recruiter NÃO é seu amigo, representam empresa. Be professional, be firm.

Refs:

"Salary Negotiation: Make More Money, Be More Valued", Patrick McKenzie (kalzumeus).
"Ten Rules for Negotiating a Job Offer", Haseeb Qureshi.

Mock interviews

Não substitua prática real:

Pramp (free, peer-to-peer).
Interviewing.io (paid, ex-Big-N interviewers).
Exponent (paid).
Hello Interview (paid, focused system design).
Meetapro / Igotanoffer (mid).

Mock 5-10 vezes antes de real. Feedback signal qualidade.

Reject / failure handling

Maioria de candidatos rejeitam algumas vezes antes de offer.

Cooldown: empresas grandes têm 6-12 meses entre attempts.
Feedback é raramente honesto (legal). Aceite generic "cultural fit", frequently encrypta "your interview perf was below bar".
Iterate: identifica gaps, study, retry.
Não personalize. Probabilidade de rejection mesmo de candidatos strong é alta.

Ferramentas e calendário

Spreadsheet de aplicações: empresa, role, stage, contact, dates, comp.
Notes por empresa: stack, cultura, glassdoor leaks.
Brag doc atualizado.
Mock cadence: 1-2/semana ramp-up; intensify pré-onsite.
Sleep, exercise, food durante search. Não cansaço cumulativo.

Resumo: roadmap pra preparar

Brag doc atualizado (04-12, 05-06).
Calibration via SELF-ASSESSMENT.md + análise gaps.
6-12 meses estudando módulos chave (cf áreas acima).
2-3 meses LeetCode + System Design intensive.
Mock interviews semanais.
Aplicar em wave: 5-10 empresas alvo, mesmo período (cluster offers se possível).
Negotiate quando offer chega.
Reflect pós-process: o que funcionou, o que não.

Boa sorte. Framework não te garante hire. Mas te coloca no top 5-10% de candidatos preparados.