Πόσο διαρκεί η διαδικασία συνέντευξης της 1KOMMA5°;

Οι περισσότεροι υποψήφιοι ξοδεύουν 4 έως 8 εβδομάδες από το screen recruiter μέχρι την προσφορά. Το ίδιο το onsite loop τρέχει σε μία μέρα ή χωρίζεται σε δύο μισές ημέρες, με debrief και προσφορά τυπικά μέσα σε 5 εργάσιμες ημέρες μετά.

Πώς πρέπει να προετοιμαστώ ειδικά για την 1KOMMA5°;

Εστιάστε σε τρία πράγματα: (1) στο DNA της εταιρείας που δείχνεται παραπάνω, τι βαθμολογούν πραγματικά, (2) στους γύρους του loop σας, ειδικά τον γύρο που οι περισσότεροι υποψήφιοι υποτιμούν, και (3) σε εξάσκηση στους τύπους ερωτήσεων αυτού του οδηγού χρησιμοποιώντας ένα δομημένο πλαίσιο όπως CIRCLES ή STAR.

Ισχύει αυτό για ρόλους engineering ή design στην 1KOMMA5°;

Το DNA παραμένει το ίδιο, αυτό που αλλάζει είναι ο συνδυασμός γύρων. Οι υποψήφιοι SWE αντιμετωπίζουν coding screens αντί για Product Sense· οι designers αντιμετωπίζουν portfolio reviews και ασκήσεις σχεδιασμού. Το «τι εκτιμούν» και τα συμπεριφορικά σήματα μεταφέρονται σε όλες τις λειτουργίες.

Άλλες θέσεις εργασίας στην 1KOMMA5°:Διαχειριστής Προϊόντος Μηχανικός Λογισμικού Πωλήσεις Εφοδιαστική Αλυσίδα Μάρκετινγκ

Growth · Οδηγός συνέντευξης Μηχανικός Λογισμικού

Γλώσσα συνέντευξης: αγγλικά

Πώς να περάσετε τη συνέντευξη Μηχανικός Λογισμικού της 1KOMMA5° το 2026

Το DNA της 1KOMMA5° (TL;DR)

1KOMMA5°'s 'Hand Heartbeat' principle guides assessments, seeking individuals who can drive the energy transition with practical impact. Interviewers look for tangible contributions to projects like Solaranlage Wie, demonstrating initiative and a clear vision for sustainable solutions.

Διαβάστε στη γλώσσα σας

Εμφανίζουμε αυτόν τον οδηγό στη γλώσσα σας, με το αγγλικό πρωτότυπο από κάτω ως αναφορά. Το badge παραπάνω δείχνει σε ποια γλώσσα διεξάγεται συνήθως το loop αυτής της εταιρείας.

Το Interview Loop της 1KOMMA5°

Το onsite loop σας θα αποτελείται τυπικά από 5 γύρους.

1
Γύρος 1
Recruiter Screen
Motivation, role fit, logistics.
2
Γύρος 2
Coding Screen
LeetCode-medium algorithmic problems under time pressure.
3
Γύρος 3
System Design
Distributed systems, trade-offs at scale, architecture under constraints.
4
Γύρος 4
Onsite Coding
LeetCode-hard, debugging, code clarity, edge cases.
5
Γύρος 5
Behavioral / Leadership
Past evidence of ownership, influence, resolving conflict.

Η ζώνη κινδύνου: Κορυφαίοι λόγοι που οι υποψήφιοι αποτυγχάνουν

Με βάση τη βάση δεδομένων μας με αποτελέσματα συνεντεύξεων 1KOMMA5°, αποφύγετε αυτές τις συνηθισμένες παγίδες:

Becoming defensive or dismissive of the feedback.
Not handling edge cases like empty data or time ranges that fall between reported data points.
Describing a situation where the conflict was never resolved.
Claiming to know everything already or not identifying a specific learning need.

Δοκιμάστε τον εαυτό σας: Πραγματικές ερωτήσεις 1KOMMA5°

Τρία πραγματικά prompts τραβηγμένα από τη βάση δεδομένων μας.

Τύπος · algorithmic

Imagine you have a system that aggregates energy production data from solar panels across many households. Each household reports its production in kWh per minute. Write a function to calculate the total energy produced within a given time range (start_time, end_time) for a specific household, optimizing for performance when querying large datasets.

Τύπος · learning

The energy sector is constantly evolving with new technologies and regulations. Can you give an example of a time you had to quickly learn a new technology or concept relevant to smart grids, renewable energy, or energy management systems for a project? How did you approach the learning process?

Τύπος · architecture

1KOMMA5° is expanding its network of charging stations. Design a system to manage the charging status, availability, and billing for these stations. Consider how to handle concurrent charging sessions, potential hardware failures, and integration with payment gateways.

+ πολλές ακόμη ερωτήσεις, σήματα και επεξεργασμένα παραδείγματα

Εγγραφείτε για να ξεκλειδώσετε ολόκληρη τη ρουμπρίκα 1KOMMA5°

Ξεκλείδωμα ρουμπρίκας 1KOMMA5°, δωρεάν

Τράπεζα Ερωτήσεων Συνέντευξης 1KOMMA5°

Ένα δείγμα από τη βάση δεδομένων μας, ομαδοποιημένο ανά γύρο. Εγγραφείτε για να δείτε το πλήρες σύνολο.

9 από 16 ερωτήσεις που εμφανίζονται

Recruiter Screen

1
Τύπος · motivation
What specifically about 1KOMMA5°'s mission to accelerate the energy transition and our focus on smart energy solutions excites you most as a software engineer?

Coding Screen

2
Τύπος · algorithmic
Given a stream of energy consumption readings (timestamp, kWh) from thousands of smart homes, design an algorithm to efficiently detect anomalies (e.g., sudden spikes or drops) that deviate significantly from the typical consumption pattern for that specific home and time of day. You need to handle a high volume of data.
3
Τύπος · algorithmic
Imagine you have a system that aggregates energy production data from solar panels across many households. Each household reports its production in kWh per minute. Write a function to calculate the total energy produced within a given time range (start_time, end_time) for a specific household, optimizing for performance when querying large datasets.
+ 1 ακόμη ερωτήσεις σε αυτόν τον γύρο (εγγραφείτε για να ξεκλειδώσετε)

System Design

4
Τύπος · architecture
Design a scalable system for 1KOMMA5° to manage and optimize energy flow for a network of interconnected smart homes. The system should be able to receive real-time data from smart meters and charging stations, predict demand/supply, and make automated decisions to balance grid load and minimize costs for users. Consider data ingestion, processing, storage, and decision-making components.
5
Τύπος · architecture
How would you design a system to provide personalized energy-saving recommendations to users based on their historical consumption patterns, weather forecasts, and electricity tariff information? Consider the data sources, processing logic, and how recommendations are delivered.
+ 1 ακόμη ερωτήσεις σε αυτόν τον γύρο (εγγραφείτε για να ξεκλειδώσετε)

Onsite Coding

6
Τύπος · algorithmic
You are given a list of time intervals, where each interval represents a period a smart home was actively consuming or producing energy (e.g., `[start_time, end_time, type]`, where type is 'consume' or 'produce'). Write a function to calculate the total duration of 'consume' periods that overlap with 'produce' periods for a given day, considering that a home might consume and produce simultaneously (e.g., using solar power while also drawing from the grid).
7
Τύπος · code-quality
Refactor the following Python code snippet, which calculates the average energy price over a month, to improve its readability, maintainability, and efficiency. Pay attention to variable naming, error handling, and potential optimizations for large datasets. Assume `get_daily_prices(date)` returns a list of `(timestamp, price)` tuples for a given day.
+ 1 ακόμη ερωτήσεις σε αυτόν τον γύρο (εγγραφείτε για να ξεκλειδώσετε)

Behavioral / Leadership

8
Τύπος · ownership
Tell me about a time you encountered a significant technical challenge in a project related to energy systems or data. How did you take ownership of the problem, what steps did you take to resolve it, and what was the outcome?
9
Τύπος · collaboration
Describe a situation where you had a technical disagreement with a colleague or team member regarding an approach to a feature or system. How did you handle the discussion, and what was the resolution?
+ 4 ακόμη ερωτήσεις σε αυτόν τον γύρο (εγγραφείτε για να ξεκλειδώσετε)