点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要13分钟

跟随小博主，每天进步一丢丢

作者：老宋的茶书会

知乎专栏：NLP与深度学习

研究方向：自然语言处理

来自公众号：AINLP

---

前言

其实本来想着等到忙过毕业之后再写这篇文章的，毕竟两年半学制真的伤不起呀。但考虑到今年的算法情况以及各位同学的焦虑，感觉有必要早些写一篇大致的指南来供大家参考。这篇文章花费了一个下午的时间，但仍有很多细节没有探讨清楚，因此会在后续进行不断更新，以免误导诸位同学。

本人已经打算去百度了，虽然价格不高，但部门核心，偏业务，百度还是香啊。这篇文章是以我这个水平以及我看到的情况来进行分析的。考虑到大家一般刚毕业都是要去大厂的，因此，本文以大厂招聘情况为主。

码字不易，觉得写得不错请点赞。

今年行情

今年的一个基本事实是：互联网 hc 缩紧，这针对所有互联网岗位，算法是重灾区。今年的竞争激烈程度我大致可以这么划分：

cv算法 > nlp算法 > 机器学习算法 > 其他方向算法 >> 数据分析 > 产品/运营 > java后端 > c++后端 > 前端 > 客户端 > 测开

其他岗位就不一一列举了，大致就是这个情况。

首先是劝退

很不幸，开篇就先进行劝退一波， 如果满足以下条件的，劝退：

• 本科生：清北，浙大，中科院等的部分顶尖本科生除外， 其余劝退。从目前来看，一二线大厂算法岗已经几乎只针对硕士招聘了，本科生想以算法进入一二线互联网公司几乎不可能。

• 双非硕士：除非对自己实力有十分强的自信，否则劝退。双非在今年的算法行情下，很多一二线大厂连简历关都过不了，因为211以上完全满足需求，直接关键字过滤就完事了。

• 导师问题：这里导师不行指的是， 不让你实习，接一堆垃圾项目的这部分导师。因为这必然导致你很少有时间去学习算法，且没有实战经验今年是必然被刷。

如果你满足以上任意一个条件，不要怀疑，立马转开发，不然按照今年的行情，秋招你会死的相当惨。

其次还是劝退

对于不满足任意一条的同学，我个人持有的观点依旧是劝退（大部分），主要有以下几方面原因：

• 薪资：今年有几家一线大厂已经开始实行开发，算法同薪的计划了，预测明年这个趋势会更加明显。但今年整体来说，算法的薪资比开发高，这主要体现在二线厂中，部分一线大厂算法也比开发高2k左右。

• 付出：毫无疑问的是，算法供需失衡了。这也意味着市场属于买方市场，竞争压力极大。这点可以去牛客网上去搜一搜，今年算法号称诸神黄昏。

说一个事实，我某大厂算法白菜比我同学某独角兽开发白菜低 10w 左右，哈哈哈哈，看你们还搞算法吗。

如果说，大家看到我上边的两个劝退，依旧坚持，劳资不信邪，劳资要搞算法，那我们就进入正题， 从行情的角度分析如何去搞算法。

目标受众

• 首先，本文的讨论范围仅限 NLP 相关岗位，不同算法岗所需的准备差别还是蛮大的，不过可以都投一投，万一中了呢。

• 其次，算法方向目前可以细分为偏研究和偏落地，因为我个人学术水平有限，因此找的都是偏向落地的NLP岗位，这两个方向的面试区别还是蛮大的，建议大家面试之前想清楚。

• 最后，本文针对还是想去一二线互联网大厂和独角兽的同学，如果说想去外企研究员或者小公司的同学，可以出门左拐了。

如果说想去做偏研究方向的同学，可以更多的参考夕小瑶的这篇文章：别求面经了！小夕手把手教你如何斩下和选择NLP算法岗offer！， 夕小瑶大佬的 offer 情况基本就是最顶级的那一批了，实在是很强势，百度 nlp 组几乎是国内最强的 nlp 团队了，可以说很羡慕了。大佬文章里把国内好的平台几乎一网打尽了， 因此看大佬的文章就行。

我个人比较佛系，拿到有道的 offer 后，题也不刷了，论文也不看了，面试很多都拒了，然后后期后悔死了，这点后面再说。

接下来才进入文章的正题，本文先探讨核心竞争力的构建，然后谈谈面试，笔试的准备。

对于算法岗来说，什么是最重要的？

其实前面分偏业务和偏研究，这两大方向的准备还是有所区别的，不过先抛开这些不看，我们就谈谈对于算法岗来说的几大核心竞争力。

1. 谁说学校不重要？

今年，从我个人签到时登记情况来看，我们学校基本属于最差的那一批了，也就是说，211不出意外应该是底线了。一般人数最多的是北邮，其次是北航，然后是清北，北理，然后是其他帝都211,985学校。讲道理，我们学校计算机还可以，哈哈哈哈。

然后就是，提前批简历筛选，百度，腾讯，美团提前批都没捞我，百度正式批的时候，我就该问题与面试官交流了一下，提前批算法岗基本只要有限几个学校的，且专业对口的。至于说阿里和字节，这俩公司可是有 KPI 要求的， 基本是个 211 就能去面，然后我自己瞎投，不匹配挂掉了。

其他还有很多二线公司，独角兽，十分看重学校。

2. 论文

有些人说，论文不重要，有些人说论文很重要，众说纷纭，那么到底重不重要，答案是：重要，但起不到至关重要的作用。反正我没有论文，可能这也是我收获白菜的原因吧。

首先， 你的论文要有价值，即使你是顶会，灌水的文章，反而会降低你的面试评价。论文水不水，相信大家心里都有逼数，我就不扯淡了。夕小瑶的文章中就很清楚的写了，你要写一篇顶会意味着哪些东西，如果不满足，趁早放弃。这里我需要强调一下老师的重要性，一个好老师实在太重要了，而现实是很多老师不拖你后腿就不错了，如果说你的老师或带你的博士不行，趁早打消发文章的想法，混个毕业就行。

其次，前面说到，偏研究与偏业务区别很大。偏研究部门更多侧重于论文， 听说今年大厂核心研究部门，1篇顶会是简历筛选的第一条件，简直太可怕了。

3. 比赛

首先，一个现实是今年比赛在面试中的含金量在下降。比赛基本要求是大型比赛，比如百度阅读理解大赛这种级别的， 名次在 top 20 基本都很有价值。但是如果是一些小比赛，那就完全没必要去了，除非你拿了一堆小比赛 top 5 可能还有些价值。

其次就是，堆模型的方式并不受欢迎，面试官会很喜欢问你对模型的提升与改进，而 ensemble 讲道理并不算是改进方案吧，你如果能把一些顶会上的一些 Trick 用到比赛上，然后效果很好，也是很大的加分项。

最后，就是，做 nlp 的一定要打 nlp 相关的比赛，还有就是，从今年来看， BERT 出来之后，就别搞那些浅层任务如文本分类这种的了，提升有限，意义不大，任务简单，面试官很多都不感兴趣的。

4. 看论文 - 基础

其实很多人的学习方式都是去看博客，然后按照 github 去模仿。但我个人认为这是很不合适的一种方式，尤其是对算法岗来说。现在面试中经常会问你对论文特殊的理解，你连原论文都没有看过，谈何理解呢？

我个人研究生期间，看的论文大大小小也有 200 多篇了，我觉得这是我比较大的一个优势，一篇论文几个小时就吃的差不多了。

这时候有人会问了：老宋，你看那么多论文咋不发顶会呢。答案就是： 莫得机器，莫得老师。我老师在我找工作期间还给我接了个前后端的活，真是万分感谢啊。

所以我个人建议，一定要看原论文，一定要产生自己的理解，而不是看别人消化过的，可以参考，但不能人云亦云。

5. 大厂实习

这应该是最最最重要的一项的，我放到了最后面。如果你是放养，老师允许你去实习，那么你就早点去实习，越早越好。

如果说，老师不放人，那同学你只能靠自己了。

6. 其他

就上面的准备来看，大厂实习与顶会论文是至关重要的两项，这两点在两种 nlp 岗位上都能起到决定性作用。如果你满足这两点，再好好准备面试，基本大厂算法都能收割。

• 其次重要的是学校。清北，浙大，中科院有加成，北邮是不加不减，我校是减分项。

• 然后，就是比赛。如果能拿到百度阅读理解大赛的 top 10， 基本大厂都可去得。

• 最后，是基础。即你论文阅读量，你的代码水平，你的知识体系之类的。

面试与笔试

前面说完了，研究生期间的准备，下面聊聊在找工作期间，最重要的几个关键技能。

1. 刷题

夕小瑶的文章中指出， 她去面试都是 leetcode easy 或 剑指offer 原题， 然而，今年我的情况是，最少是 leetcode medium， 有时候会出 hard。

我个人的刷题情况是，剑指 offer 两遍， leetcode 200道以上。然而，我面试的好几家公司，出 hard 你敢信， 比如：

• 网易有道一面：编辑距离

• 搜狗一面：编辑距离

• 小米一面：编辑距离

• 猿辅导二面：二维动态规划 + 条件判定

因此，情况变化还是十分明显的，我个人维护了一个刷题仓库，主要针对我刷过的题进行总结，该仓库还没有更新完，我个人打算在毕业之前更新完。

• 仓库地址：python-algorithm

刷题语言的话，用 python 就行，笔面试都行。不过很多面试官会在面试时问会 c++ 吗？

2. 基础知识

这些基础知识涉及很多，如数学， 机器学习，深度学习以及NLP 的最新理论。涉及开发的知识不多，如计算机网络，操作系统，设计模式等几乎不考，反正我没遇到过。还有就是，很多面试官对 Linux ，git 会比较感兴趣，主要考察你的开发能力。

我针对秋招，还特意维护了一个 NLP 复习的仓库，目前还在更新，不过内容已经很多了，我后续会跟进最新NLP 进展的，欢迎 star：

• 仓库地址：NLPer-Interview

3. 简历

简历十分重要，有些同学不是能力不行，就是简历不好好写，如我舍友，我给他分析了他的简历问题，帮他扯了1个多小时，过几天他就收到某独角兽 offer 了，价格还比我高，酸了。

所以说，这点一定要注意起来，一定要找有经验的，认识的算法工程师帮你们看看简历（别发我，哈哈哈）， 这点十分重要。

简历写有很多技巧，但这都没有找个人帮你改简历来的有效，所以，等你找工作的时候，一定要请人家吃个饭，帮你改个简历什么的。

4. 打怪升级

在秋招中，一定切忌直接刚大厂，因为这样，由于面试经验的问题，十分容易挂。我个人推荐先去面一波小厂，面个十几家，觉得差不多了，再去刚大厂。

注意的是，时间要安排好，vivo 提前批7月初就开始了，因此，你可以提前一个月开始面试小公司。

Tips

• 一定不要错过提前批。 很多算法 hc 在提前批就没了，没错，边缘组的 hc 也没了

• 刷题要趁早。 从现在，立马开始刷剑指 offer 。

• 提前批要看好部门 match 与否。 阿里投的新零售，都不知道干啥的，结果是做知识图谱的，然后就挂了，难受啊。

• 提前批不要拖到末尾。 提前批最迟在中期投，不要等到就有十天就截止了，你再投。腾讯血淋淋的教训， 我同学微信都面了4次了， 我他瞄一次都没被捞。

• 提前定好自己的心仪公司候选。 反正我最想去的就是百度，阿里，腾讯和有道。不过，猿辅导的价格真香，可惜题没刷够。

• 写博客和github有用。 这两大内容有用，但需要看面试官，小米面试官就连我文章都没有看，直接说我文章一般，就差说出垃圾两字了。github star 数低的话，就别写到简历上了。

• 实习转正比较容易。如果可以，走实习转正通道才是正解。

• 秋招要尽全力，尽量多拿offer，我就看到有同学刚到了10月20号还在面，我他瞄9月初就开始佛了。 不要拿到满意 offer 就佛系，不然后面会比较后悔，万一薪资不满意呢。

最后

暂时就想起来这么多，如果有没有涉及到的，欢迎在下方评论区提醒我， 我再添添改改。

如果觉得写到不错，点个赞啊，老铁，码字不易啊。

最后，赶紧他瞄的去实习啊。 老宋无声的呐喊。

---

原文链接：

https://zhuanlan.zhihu.com/p/87895563

---

方便交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

推荐阅读：

【ACL 2019】腾讯AI Lab解读三大前沿方向及20篇入选论文

【一分钟论文】IJCAI2019 | Self-attentive Biaffine Dependency  Parsing

【一分钟论文】 NAACL2019-使用感知句法词表示的句法增强神经机器翻译

【一分钟论文】Semi-supervised Sequence Learning半监督序列学习

【一分钟论文】Deep Biaffine Attention for Neural Dependency Parsing

详解Transition-based Dependency parser基于转移的依存句法解析器

经验 | 初入NLP领域的一些小建议

学术 | 如何写一篇合格的NLP论文

干货 | 那些高产的学者都是怎样工作的？

一个简单有效的联合模型

近年来NLP在法律领域的相关研究工作

---

让更多的人知道你“在看”