Abbott

每晚「面试准备助手」整理：2026-10-12 先用搜索摘要起草；10-13 用户换了浏览器后重读，Glassdoor 的 Software Engineer 面经读了近 24 个月全部 7 篇，已登记为来源。一亩三分地上没有 Abbott 的面经。公司背景见 公司情况。Abbott 各事业部的流程差别很大，下面的面经来自不同城市和团队，没有一篇能确定是她这个组。

流程

flowchart LR
  A[招聘方电话<br/>10/1，从 Staff 改投 Associate Staff] --> B[面试<br/>10/5 已面]
  B --> C[Onsite<br/>10/7 招聘方说要排，时间未定]

Glassdoor 汇总（页面上的统计）：Software Engineer 29 篇；常见环节是电话面（29%）、小组 panel 面（23%）、一对一面（14%）、技能测试（11%）、背景调查（9%），也有性格测试和药检（各 6%）、presentation（3%）；难度 3/5，57% 体验正面；平均 14 天出结果。

近 24 个月的 7 篇（新的在前，全部是 Glassdoor）：

更早的（超出 24 个月，只作参考）：2024-09 一篇在现场面了两轮，初级工程师出 LeetCode 风格题写白板、高级工程师问高层场景题；同月一篇说只有一轮技术面加一轮行为面，见经理像走形式。

这一轮（onsite）可能考什么

【推断】按上面 7 篇：

1. 简历项目深挖：2 篇明确问了过往项目、职责和技术栈（2024-10、2025-02），另有 1 篇行为题问「有挑战的项目」。
2. 全栈技术问答：React、Node、SQL 查询（2025-02 那篇，和她的岗位最像）。
3. 一道 coding：LeetCode medium 左右，出现过 DP；也可能是 按字母序输出并找最高频字母 这种简单题，重点在讲清复杂度取舍。
4. 行为题和情景题：棘手情况怎么处理、有挑战的项目、做不出来的任务怎么办。
5. 语言和基础：会哪些语言；Barcelona 那组问了并发。

怎么准备

• 先问招聘方：onsite 几轮、每轮多长、有没有 presentation 或技能测试、用什么语言写代码、团队属于哪个事业部（公开搜索没找到这个 req）。
• 准备一个 10～15 分钟的项目讲解：缩略图服务或 Agent Mode parser，素材见 简历项目的 STAR 素材，结果的数字补真实的。
• React（组件、状态、hooks）、Node、REST API 设计各准备几个能讲深的点；手写几条 SQL（join、group by、子查询）。
• LeetCode medium 过一遍 DP 和哈希计数；按字母序输出并找最高频字母 练到能讲清计数排序和取舍。
• 行为题：棘手情况、有挑战的项目、卡住时怎么办，各备一个故事（简历项目的 STAR 素材）；离职原因照 被问到为什么离开微软怎么答。
• Why Abbott：结合 公司情况 里的 Libre、Lingo 和医疗场景。

面经量

size 记为「待定」：一亩三分地 0 篇（面经区按 abbott 筛，显示「没有找到 abbott 相关面经」）；Glassdoor 全公司 2,222 篇面试评价，Software Engineer 29 篇，多于 20 篇，按规则算待定。10-13 都用 Chrome 看。

公开面经汇总（2026-10-13）

• Glassdoor：按 Software Engineer 筛，读了列表前 2 页（10 篇），近 24 个月的 7 篇全部登记为来源（gd:abbott-…）；只有 Barcelona 那篇写了具体代码题，登记了一条出现记录。第 2 页后半已经是 2024-09，没再翻第 3 页。
• 一亩三分地：没有 Abbott 的面经。
• LeetCode Discuss、Reddit：搜索没找到 Abbott 软件岗的帖子。Blind 只有一篇 RF 工程师的帖子，不是软件岗，没登记。
• 10-12 那次 Chrome 卡在 Cloudflare 验证；10-13 换了浏览器后两个站都正常。

来源

• Glassdoor：Abbott Software Engineer 面经
• 7 篇的单篇链接见公司页的来源列表。
• Interview Query：Abbott Software Engineer（第三方指南，未核实）