Sollicitatievragen voor Software Engineer bij Google (2026)

Het software-engineerproces van Google is bekend voor de nadruk op datastructuren en algoritmen. De meeste kandidaten krijgen twee of drie coderondes, minstens één systeemontwerpronde (voor L4 en hoger), en een gedragsronde die Google intern "Googleyness and Leadership" noemt. De lat ligt minder bij exotische trucs en meer bij schone, correcte, goed gecommuniceerde oplossingen met een strakke complexiteitsanalyse.

Interviewers zijn getraind om te beoordelen hoe je denkt, niet of je een specifiek probleem hebt gememoriseerd. Ze willen horen hoe je het probleem verduidelijkt, aannames benoemt, luidop redeneert over tijd en ruimte, en omgaat met vervolgvragen die beperkingen aanscherpen. Een werkende brute force die je daarna optimaliseert, verslaat een half onthouden optimale oplossing die je niet kunt uitleggen.

De onderstaande vragen weerspiegelen de categorieën waarop Google leunt. Oefen met het benoemen van je aanpak: het verschil tussen een L3- en L4-signaal is vaak communicatie en het vermogen om trade-offs te bespreken, niet pure snelheid van probleemoplossen.

Sollicitatievragen voor Software Engineer bij Google en hoe je ze beantwoordt

1. Gegeven een lijst van intervallen, voeg alle overlappende samen.

Aanpak: Sorteer op starttijd, loop dan één keer door en voeg samen wanneer de huidige start ≤ het vorige einde is. O(n log n) wordt gedomineerd door het sorteren. Benoem de gesorteerde invariant luidop — Google-interviewers waarderen een duidelijk benoemde aanpak voordat je gaat coderen.

2. Vind het k-de grootste element in een ongesorteerde array.

Aanpak: Bied een min-heap van grootte k aan (O(n log k)) en quickselect (O(n) gemiddeld). Bespreek de trade-off: quickselect is gemiddeld sneller maar O(n²) in het slechtste geval; de heap is stabieler en streamt. Beide noemen signaleert diepgang.

3. Serialiseer en deserialiseer een binaire boom.

Aanpak: Kies een traversering (preorder met null-markers is schoon) en laat zien dat beide richtingen consistent zijn. Bespreek de scheidingstekens en hoe je reconstrueert. Google ziet graag dat je het null-node-randgeval expliciet behandelt.

4. Word ladder: kortste transformatiereeks tussen twee woorden.

Aanpak: Model het als BFS over een graaf waarbij randen woorden verbinden die één letter verschillen. Bespreek het efficiënt opbouwen van adjacency (wildcard buckets) en waarom BFS het kortste pad garandeert. Bidirectionele BFS is een sterke vervolgvraag.

5. Ontwerp een LRU-cache.

Aanpak: Hashmap + dubbel gelinkte lijst voor get/put in O(1). Loop het evictiepad expliciet door. Dit is een klassieke Google-opwarmer die test of je twee structuren netjes kunt combineren onder tijdsdruk.

6. Aantal eilanden in een 2D-raster.

Aanpak: DFS- of BFS-flood-fill vanaf elke onbezochte landcel, componenten tellend. O(rijen×kolommen). Noem in-place markeren versus een bezochte-set als ruimte-trade-off — een veelvoorkomende Google-vervolgvraag.

7. Ontwerp een systeem dat de k meest frequente zoekopdrachten teruggeeft.

Aanpak: Bepaal eerst de lees- versus schrijfratio. Bespreek een count-min sketch of een heap boven een hashmap voor benaderde top-k op schaal, en hoe je zou shardden. Dit sluit aan op de systeemontwerpronde die veel Google-processen bevatten.

8. Vertel over een keer dat je een beslissing moest nemen zonder volledige data.

Aanpak: STAR. Google's "Googleyness"-ronde zoekt naar comfort met ambiguïteit, een actiegerichtheid in balans met oordeel, en leren van het resultaat. Kies een echt voorbeeld met een concreet resultaat en wat je anders zou doen.

Krijg realtime hulp tijdens je sollicitatiegesprek als software engineer bij Google

In een echt Google-gesprek transcribeert Natively de vraag, leest het gedeelde codedocument via on-screen OCR, en stelt in minder dan 500 ms een gestructureerde aanpak met complexiteitsanalyse voor — volledig op je apparaat. Gebruik het om gestructureerd te blijven tijdens de algoritme- en Googleyness-rondes.

Put it on your own machine.

A live-conversation assistant that runs locally. Nothing leaves your machine.

macOS 12+ · Windows 10/11

© 2026 Natively AI Private Limited

Source-available under the Natively Personal Use Source License v1.0 · IP geolocation by DB-IP