先说结果,已收到offer:百度、华为杭研院、拼多多、字节(开发岗)、小米(小米有品)、航天三院,最后签了拼多多

这篇小总结是拖了又拖,我本身拖延症就很严重每次都给自己找借口拖下去,直到前几天终于签了三方,没有理由再拖。

我可能会说的碎一点,想到哪儿说哪儿,各位看官谅解。那就从头说起吧!

2018年6月,本科毕业无聊去了深圳实习,本科阶段我做的是硬件方向,实习当然是嵌入式岗位。恰好实习时候的室友是算法部门的,我算是第一次接触了算法。

我当时就想,卧槽,这个牛逼呀,好玩,挣钱还多,我喜欢,老子回去就要转算法!然后我就9月开学回学校和导师说要转算法,这里真的要感谢一下我的导师,我的导师很开明的允许我去做任何我想去做的事,虽然算法方向我的导师给不了我任何帮助,但导师允许我学自己想学的就是对我最大的帮助了。

刚开始还是很迷茫的,毕竟实验室给不到任何帮助,也不知道该如何入门。

这可咋办嘞,找同学问呗!终于找到一个做cv的同学,老赵和我说先学吴恩达的课吧。行吧,那就学吧!

2018年10月份开始学吴恩达的机器学习网课,刚开始学的还挺顺利,但是由于对形势的错误估计,学的磨磨唧唧,我以为学完吴恩达的这个课,我就牛逼了,我就可以直接去找工作了,我这个sb想法也是坑的我挺惨,这个是后话了。

对了,这里指出吴恩达机器学习这门课的几个坑,首先这门课的语言用的matlab,这是个大坑,因为做算法的大多数都用python;另外,吴恩达特别厉害的点就是他能把特别复杂的东西讲的特别简单,经常在课里说,你们学完这几章就已经超过硅谷大多数的算法工程师了,我也就是受了他的蒙骗,盲目自大,这也为我之后留下了大坑。

转眼到了2019年3月份,这里要提到一个点,我的硕士学制是两年。。也不得不说我们学校是一所神奇的学校(马家沟男子职业技术学院),今年也是恰逢百年校庆,所以真的是专业坑学生100年。。。研一上一年课,根本没有啥时间做项目或者找实习,等研二上学期就直接秋招了!这意味着啥?这意味着我们要去和有着一年实习经历或者一年项目经历的同学去竞争同一个岗位,卧槽。。。好吧,反正2019年的9月份我就要找工作了,目前为止我就看过一遍吴恩达的机器学习课,而我的目标是找个算法工程师的岗位。

各位看官看好了,下面就是我之后半年艰苦卓绝的奋斗史了!!

3月份其实压力还不太大,毕竟吴恩达给了我盲目的自信心。我就想着现在刷刷剑指offer、刷刷leetcode就能很轻松找到一个实习了。所以三月就刷了一个月题,把剑指offer刷了一遍,4月份开始投实习,也是这个时候我真的接触到9102年算法岗的诸神黄昏。

第一份实习就是投的蚂蚁金服,可能也是因为成绩和学校还可以,得到了面试机会,踌躇满志准备了一周,信心满满的电话面试。结果。。。就唠了十分钟,python装饰器是什么(卧槽,我平时刷题也不用装饰器呀)、如何从激活函数的角度理解正则化(卧再槽,这个吴恩达没讲过呀)、有什么项目吗(卧再再槽,吴恩达课上那几个小作业算项目吗,要是算那我有个手写数字识别的项目)现在回过头来复盘这次面试,我当时真是个愣头青呀,人生第一次求职面试就找了蚂蚁金服这个级别的大厂,关键还有着蜜汁自信。

不过经过这次面试我也有了很多收获,首先通过和面试官的交流我知道了我下一步的方向,算法说到底还是要落地呀,也就是要有项目呀,光会推公式有个毛用呀;另外吴恩达机器学习的课程是最最基础的课程,还要去看很多书去丰富算法基础知识;还有,确定了以面代学的基本方针,这点很关键,因为我实验室没有可以帮助我的资源,导师也不能给我相关方向的指导,那就只能通过和面试官的交流知道我还应该去学什么,他们需要我会什么。这点在日后对我的帮助很大,不要怕面试啥也不会,也不要怕面试凉了,面试这东西零成本,面一次挣一次,稳赚不赔呀!!

4月中旬开始我也真正开始了我的秋招魔鬼集训。从4月中到8月末这将近5个月的时间,我每天都是九点开始学习,晚上11点半收工回家,每天平均会学13个小时左右(减去午饭晚饭,纯学习),每周放半天假。这段时间也是真的要感谢ZWL师兄!师兄也是像我一样临时决定转算法的,他的时间更紧张,他是3月份才决定转算法的,3月开始学python,开始学算法基础,9月份也成功找到了算法岗的工作,但是因为师兄比我大一届,他们那年算法岗还没有那么饱和,相对来说还好找一些。

这段时间我基本每隔几天就去找ZWL师兄问问题,名义上是问师兄他当时这个时间点都在学什么,我现在应该做什么,但实际上大部分时间我都是把师兄当成垃圾桶,倾诉心中的压力。真的是感谢师兄,没有嫌我烦,其实他肯定也知道我是把他当垃圾桶了,但还是很愿意陪我聊天,听我向他倒垃圾。

这段时间主要是在一方面补基础,看了一遍西瓜书,看了吴恩达深度学习的网课;另一方面做比赛,找了一个天池的比赛,这个比赛也是我之后每次面试大部分时间聊的项目。

5月初面了字节的推荐算法实习,这次的面试体验就好多了。一面勉强通过了,聊了项目(就是那个天池的比赛),聊了一些算法基础(这个我是最不怕的,我巴不得一直给他手推公式呢),手撕了两个代码(这个我是最慌的,因为在这个时间点的半年前我是根本没有写过什么代码的,问了一个求m的n次幂(leetcode原题,当时没写出来),问了一个树的问题(剑指原题,这个写出来了))。到了二面,问了fm算法(当时根本没听说过,不会),手撕了一个代码(数字字典排序,leetcode原题,没写出来)。第二天通知我凉凉了。

面过蚂蚁和字节之后,我开始转变思路,觉得还是不能只瞄着大厂,太菜就要放低姿态投一些小厂,先找到实习再说嘛。

终于在5月末找到了南京一个小公司的实习,cv方向,收到实习offer立马就赶去南京。

由于我本来是数据挖掘和推荐方向的,并不是cv方向,所以我整个实习就抱着简历凑个数的心态,表面上是实习,实际是我在接着自学推荐算法,顺带着蹭显卡,工作能应付就应付,实在应付不了就做点。也是这段时间,我入门了目标检测,研究了一遍yolo的源码,这也成了我之后面试和面试官瞎逼逼的一个点。(其实实习刚开始的时候还是很难熬了,一个人跑了半个中国去南京,周围没有朋友,还要顶着秋招巨大的压力,同时还要每天超过12小时学习,刚到的前几天晚上我都是一个人躲在公司的一个小角落贴在窗户哭)。

同时6月这段时间我主要的时间还花在投简历,准备面试,面试这几件事上。我也是延续着之前的方针,不错过任何一个面试机会,所以海投!我的海投没有一点水分,真的就是海投,6月份已经有一些公司开始秋招了,我把基本上所有开启秋招的公司都投了一遍,这些宝贵的面试经历和面试官指出的不足对我后期的帮助很大很大!

这段时间的面试:

深信服:实习,数据挖掘工程师,hr面挂,应该是面试排序不高。

腾讯优图:cv岗,聊了10分钟挂,怪我自不量力。

vivo:算法岗,笔试过了,面试要去北京,懒得去,就没面。

海康威视:数据挖掘岗,一面二面过了,总监面要我去杭州,懒得去,就没面。

字节跳动:开发岗,视频架构(收到面试邀约其实我挺犹豫的,我投的是算法岗,算法没人捞我,反倒是开发捞我了,面了吧,就没有再面算法岗的机会了;不面吧,可能就错过了这次面试机会。最后一狠心,tmd先留个备胎,算法岗这么激烈,自己这么菜,先拿个offer再说)。

一面:聊项目;多进程数据如何交互;TCP/UDP区别,tcp如何解决拥塞控制。

二面:3 sigma原则;大数定理;信息熵;贝叶斯公式;全概率公式;手撕代码:结尾0的个数(leetcode原题)、二叉树的最长路径(leetcode原题);int数组去重;tensorflow和pytorch区别;卷积核为什么都是奇数。

三面:利用一个概率为p的事件,得到等概率事件(挺经典的一个题)。

等了一周,通知过了,发了意向offer,这个备胎也给我之后的面试减轻了很多压力。

航天三院:这段时间还去了一趟北京,想试试研究所,留个备胎,也拿了offer。

科大讯飞:面了大概3-4面吧,因为科大讯飞不做数据挖掘,最后就没有再面了。

7月末,由于我摸鱼太过明显,被公司赶走了(辞退实习生这事还是挺让我惊讶的,因为所有人都和说公司是不会辞退实习生的,顶多就是实习期满好聚好散,可能是我太水了把我的小领导惹怒了吧)。不过时间也刚刚好,这段时间正好也要做面试最后的冲刺了,同时也要回学校准备毕设开题了。7月末,我就灰溜溜的回了学校。

8月开始,各个大厂也都纷纷开始秋招提前批了,这段时间面了阿里,华为,拼多多几个公司。

阿里:数据分析岗,面试通过,评级a,但是统筹hc凉了。阿里的面试真的名不虚传,是我所有面试里最煎熬的,总共六面,为时1个月。。。不过实话实说,阿里面试官是我面过所有公司里水平最高的。

一面:聊了数据分析相关

二三面:算法相关

四面:交叉面,p9大佬,险些b

五面:部门tl,p9

六面:hr面

华为:杭研院,ai芯片,华为的hr真的是无力吐槽了,各位感兴趣自行牛客知乎搜索吧,总之就是华为的hr一句话都不要信就完了,你就当hr在放屁,如果你信了hr的话你就是那个屁了。

这里插一张照片,各位看官感兴趣可以自行移步。

印象最深的一句话就是:

一面:聊了会天,聊聊项目,聊聊成绩

二面:主管面,聊了会天,也聊得很愉快,让我等部长面,争取能拿到15级

三面:???开玩笑吧。。。哪有三面,之后我就等呀等,等了一周,hr说部长太忙了,下周帮我约;又等了一周,hr说抱歉,我们的招聘计划已经截止了,而你没有完成所有流程的面试,所以你需要在正式的秋招重新面一次。

what??还有等凉的面试?闻所未闻见所未见。。。mmp。。。最后秋招我没出息的又去从头面了一次,只拿到14级的offer,老子不去了。

拼多多:算法岗,当时抱着随便面一面的心态面的,没想到最后竟然还真去了,拿了意向offer。

一面:面试官是做平台治理的,聊项目,手撕代码。

二面:面试官是做推荐的,聊项目,手撕代码,感觉面试官有点菜。

9月,开始了秋招正式批的面试,这段时间就是听宣讲会,投简历,面试,无限循环。这段时间面了小米,百度。

小米:小米有品推荐算法,拿到offer

一面:聊项目,手撕代码,推公式,面试官好像还挺满意

二面:问我一些计算机专业的基础知识,红黑树巴拉巴拉一堆的,我当然是不会了,本来以为凉了,没想到竟然还过了

百度:数据挖掘算法工程师,拿到offer

一面:聊项目,手撕代码(leetcode原题)

二面:聊项目,因为项目聊了太久了,就没有手撕代码

三面:主管面,不聊技术,但还是给我问的一愣一愣的,比如你大学做过最冲动的一件事是什么。。。感觉没有面好

在这之后,我就懒得再面其他公司了,也是实在面累了。整个十月,我就是混日子,等oc,反正就是一点习都没有学就是了,也是之前半年崩的太紧,一放松就停不下来了。

最后拿到的offer总结:

百度:数据挖掘算法工程师,上海,百度数据平台

小米:推荐算法工程师,北京,小米有品,后来由于我一直拖着没有签,hr又涨了10%

华为:杭研院,ai芯片,14级

航天三院:北京,研究所,有北京户口

拼多多:算法工程师,推荐部门,上海

字节:视频架构工程师,北京

最后在拼多多和字节之间纠结,犹豫了很久选了pdd,原因方方面面,好奇的同学可以看我的一篇帖子——https://www.nowcoder.com/discuss/323543

最后总结!!虽然最后没有拿到让我最满意的offer,但是对于我这个半路出家的小白来说这样的结果也可以接受了。

给明年准备投算法岗的小伙伴几个建议吧:

1. 谨慎考虑自己是不是真的要死磕算法,2019年的算法已经是诸神黄昏,2020年只会更加激烈。推荐一篇文章,建议大家一定谨慎选择:

https://mp.weixin.qq.com/s/kf3zxn8wPxwgvOqRws_qKw

2. 一定要多投多面,不要守着那几个大厂吊死:一方面,大厂很难进,要给自己留个后路;另外,面试是个稳赚不赔的买卖,我之前已经说了,好处多多。

3. 要有信心,坚持就会有结果,就怕半途而废。我这个半路出家,自学算法半年的菜鸡比都找到工作,各位大佬还怕啥呢。

2019求职面经推荐(算法工程师-来自知乎某位大佬)相关推荐

  1. 字节跳动 | 机器学习与推荐算法工程师培养计划

    真诚地给大家推荐一个<机器学习与推荐算法工程师培养计划>,非常适合基础薄弱的萌新学习,某大厂的算法leader担任主讲老师,是我目前见过的讲解推荐算法最系统.最正宗的课程了. 这个学习计划 ...

  2. 帮内推 | 免费送50个推荐算法工程师的高薪offer!

    今年的金三银四实在诡异,都4月份了,各互联网大厂不见招人,反倒有不少被爆裁员的.脉脉等职场APP上每天都在更新"上午还在改Bug,下午就被HR通知走人"的恐怖故事. 尽管有些危言耸 ...

  3. 从零开始入门推荐算法工程师

    点击上方"大数据与人工智能","星标或置顶公众号" 第一时间获取好内容 查看全文 http://www.taodudu.cc/news/show-2900881 ...

  4. 推荐算法工程师的成长之道

    作者 | gongyouliu 来源 | 大数据与人工智能(ID: ai-big-data) 本文,作者会基于自己的实践经验讲述推荐算法工程师的成长之道,这里的"道"有发展路径和道 ...

  5. 【面向工业界】推荐算法工程师培养计划

    由于近些年深度学习技术的飞速发展,大力加速推动了AI在互联网以及传统各个行业的商业化落地,其中,推荐系统.计算广告等领域彰显的尤为明显.由于推荐系统与提升用户量以及商业化变现有着密不可分的联系,各大公 ...

  6. Interview:算法岗位面试—2019秋招校园招聘—算法工程师【机器学习、深度学习(偏图像)】秋招感悟:初期阶段的傲娇→中期阶段的紧张→后期阶段的蜕变

    ML岗位面试:2019秋招&校园招聘-算法工程师[机器学习.深度学习(偏图像)]秋招感悟:初期阶段的傲娇→中期阶段的紧张→后期阶段的蜕变 Interview:算法岗位面试-2019秋招& ...

  7. 【限时】推荐算法工程师培养计划

    由于近些年深度学习技术的飞速发展,大力加速推动了AI在互联网以及传统各个行业的商业化落地,其中,推荐系统.计算广告等领域彰显的尤为明显.由于推荐系统与提升用户量以及商业化变现有着密不可分的联系,各大公 ...

  8. 月薪40K的推荐算法工程师,需要具备怎样的技能?

    推荐作为人工智能领域最为重要的分支,人才需求量在最近几年也一直不断地增加.只要有海量数据的地方,必然就有推荐的需求,因为信息的过滤是AI时代每个人的刚需.所以从某种意义来讲,千人千面,个性化是AI带来 ...

  9. 头条45K的推荐算法工程师,需要具备怎样的技能

    推荐作为人工智能领域最为重要的分支,人才需求量在最近几年也一直不断地增加.只要有海量数据的地方,必然就有推荐的需求,因为信息的过滤是AI时代每个人的刚需.所以从某种意义来讲,千人千面,个性化是AI带来 ...

最新文章

  1. 1977标准_超过8分,就是痛风!附痛风诊断新标准和治疗原则
  2. exchange2013-Database is mandatory on UserMailbox..
  3. mysql快速随机_MySQL随机取数据最高效的方法
  4. 在Windows下使用OpenCL配置
  5. C#算法设计查找篇之03-插值查找
  6. [Ext JS6]Ext.Template
  7. Go 语言发布 2018 调查报告,最被诟病问题竟然是......
  8. 快速傅里叶变换(蝶形算法c++源代码)
  9. 【深度好文】二维图像傅里叶变换 YYDS
  10. troubleshooting-1
  11. hadoop 3.3.1 安装笔记
  12. hosts文件导致无法网页观看视频
  13. MapReduce之Partition分区实例操作
  14. 华为鸿蒙手机充电期间系统将进行深度优化
  15. cocos创建九宫格图片
  16. 简单介绍API Platform Core
  17. 《计算机网络技术》第一章课后习题答案(全)
  18. 你投的简历提示不合适,建议参考STAR法则
  19. 个人博客系统(Vue实现)的主页布局设计
  20. 茶饮品牌搅局咖啡市场,咖啡加盟领域风起云涌

热门文章

  1. apache ant
  2. 想写点什么留下点念想
  3. (面试)java基础-String一些特性
  4. CSS选择器和参考手册
  5. 《强化学习周刊》第34期:牛津、谷歌、Facebook等 | 自动强化学习 (AutoRL):研究综述和开放性问题...
  6. 智源大会参会指南:4天 100+场顶尖报告,硬核高密度,如何才能不留遗憾?
  7. 海淀城市大脑建设单位“中海纪元”调研“智源研究院”
  8. 损失函数约束类间不一致性
  9. Github上的10个数据科学和机器学习知识库
  10. NLP 预训练家族再思考