“作者为路子野，平台的专栏作者之一

本文由「海边的拾遗者」公众号编辑首发”

前言

秋招结束好久了，终于静下心来好好回顾一下过去这一年。时间过得是真快，记得去年也是大概现在这个时候开始刷题看面经准备人生第一次找工作。虽然这一年在疫情的折腾下过得东倒西歪浑浑噩噩，但运气似乎并没有很差，很幸运的拿到了几个offer（百度、美团、字节、快手、京东），在灰飞烟灭的21届算法岗秋招中幸存。所以这篇文章来讲一讲我的一些浅薄经验吧，不准备写成面经分享，就是一些简单的、细节的、流程记录，或许借鉴意义更大。

春招

这个春节，除了吃和睡，还要做的就是为即将到来的春招做准备。准备的也不用多，无非就是简历、基础知识、领域知识、刷题。下面一个个的讲一下。

简历

简历应该是最先准备和完善好的东西。它是你和面试官之间最重要的话题，所有的对话都会围绕简历来展开，所以简历要好好准备。简历里面应该做到突出重点和避免无关信息，比如一些自我评价啥的就没必要往上放了，还是给你的项目or论文介绍多留点空间吧。

简历里面最重要的就是关于项目的描述，一个项目应该包含三部分的描述：项目本身的描述&具体的工作内容&最后的效果。用尽量简短且学术的描述方式让面试官能快速的在你的项目中抓到能提问的点。这实际上等于就是自己给自己“挖坑”，所以特别是在描述具体工作的时候一定要想好，项目里面提到的东西可能会给你带来什么样的提问，避免自己给自己挖的坑太深，面试的时候跳不出来。当然，这在最开始的时候肯定想不了太全面，因此每次面试完的复盘都很重要，重点关注自己项目中的哪些内容引起面试官感兴趣，而哪些内容又能引出些什么问题。

手撕代码

我本科是非科班的，在春招找实习之前对数据结构的了解也仅限于数组和链表。因此在刷leetcode的时候我也有一个明确的思路就是不贪多、不贪难、不求快、能背就背。因为确实没必要去和各位ACM大佬比难度和速度，能应付大部分的面试即可。基于这个思路，我就只做热度高的题，而且重复做，不会的就先背，像默写一样，然后多默写几次大部分的题就都能理解了，而且还能想一些更好的思路出来，所以到了七八月份秋招的时候，我就很少遇到不会的题了，还能勉强和面试官聊聊思路啥的。

这是刷题的思路，再说说刷什么题吧。我刷的题都是面经里面出现过的题，我每天都会抽点时间出来看面经，把这些题记到备忘录上，隔一段时间就整理一下，看看每个题的频数，优先刷，或者说优先背高频题。

知识复习

这一块其实和刷题的思路还是很像的。在过了一遍统计学习方法之后，我就开始面向面经复习了。我会挨个的把每个题都做成笔记，不断的完善修改题目的答案，一遍遍的想象当我面对这些问题的时候怎么才能又简短又精准的回答。我觉得这个过程并不是背八股文，而是一种知识内化的过程。我在面试的时候也做到了用不同于标准答案的方式来回答基础问题，这些回答都带着我自己的理解思考，这实际上也给我的面试加分不少，因为不止一次在回答完问题后面试官说：理解的不错。这也算是一个面试经验，就是别在面试时背标准答案。

面试的时候

自信、自信、自信！

学会聊天是很重要的，特别是算法岗，聊天是展示你对算法理解深度和广度的最好途径。无论是聊你在做模型时候遇到的困惑、还是你对很多场景的理解等等，一个健谈的求职者都是加分的。

学会讲述你的工作，要体现你的工作量，体现你工作过程中的思考与探索。特别是每次迭代中碰到的弯路和解决过程，是值得展开说的，这些都能体现出你在日后工作中的潜力。

总结

能回忆起来的就这么多了，没有做具体的题目分享，我觉得也没有必要做，牛客网上太多了。我觉得方法比题目更重要，希望能给大家一些帮助。

最后祝学弟学妹们求职顺利，也祝现在还未上岸的同学朋友们尽早找到自己心仪的工作！欢迎大家来交流～

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站qq群704220115，加入微信群请扫码：