互联网寒冬的亿点建议,万字长文!


‍点击上方"数据与人", 右上角选择“设为星标”
分享干货,共同成长! 
 

关于本文
由于近两年互联网寒冬,整个就业市场哀鸿遍野,有关于当前形势下计算机硕士如何找工作的问题。有一些还在学校的小朋友也是比较发愁。故尝试从个人经验出发,分享一些自己在找工作方面的认知。
在阅读之前,有一些前提需要说明:
互联网未来未必还是一个好生意,所以本文并不是建议大家继续卷互联网,而是如果你决定要进场,如何准备。
作者个人经历有限,本文讲的是比较优秀的同学如何准备大厂的算法类校招,并且是业务线上的算法。以下情形本文的观点可能不正确:
硬实力或基础方面,不足以达到大厂门槛要求的
目标是非算法类岗位,例如后台开发的
目标是各类以发paper为主的AI lab的
水平已经显著的出类拔萃,不需要通过传统的校招卷来卷去拿offer的
虽然如此,部分观点也应该值得参考就是了
文章分为观点篇和方法篇。

图片由AI生成
关于作者
BigMoyan https://zhuanlan.zhihu.com/p/567878099
BigMoyan 的自述:无需知道太多,总之是有比较多面试经验(包括面试别人和被面试)的人就是了,我们还是从道理上看观点是否有益
观点篇
0x00:招聘方希望从校招招到什么样的同学
不管是眼下的寒冬还是前些年的盛世,大厂的对校招同学的期望从未变过:我们始终想招具有快速成长潜力的同学。这是核心逻辑和第一优先级,因此这也就规定了你的目标:成为一个具有快速成长潜力的人,并在面试中表现出来。
对校招来说,招聘方不应期望从实验室刚出来的同学有什么业务洞察或特别的工程能力,也不应期望校招同学能达到来则能用的状态(即使能达到,也未必是最合适),一则不现实,二则给校招的钱也确实不配有这么多要求。
我知道你目前的水平也就那样,但谁TM不是从那个状态过来的呢?只要你能证明你值得培养,培养的出来,培养出来后真的能扛得了事儿,那就划算。
0x01:八股文和代码:耗时最多,其实最不重要
很多同学把准备面试、准备找工作等价于刷leetcode,背八股文。按照我的面试经验,这些耗时很大的工作往往是面试中最不重要的一环。
当然该准备还是要准备,常识性的东西答不上来,leetcode easy都写不出来,那也过于离谱。但说他最不重要是因为,一些八股文问题和代码问题,答不上来也不一定会怎么样。
开玩笑,你真当你的面试官随手都能AC一个leetcode hard吗?很可能连medium都A不了。很多搞AI算法的,代码题能磕磕绊绊写个DP就不错了。算法工程师的代码问题,往往只是看一下你很基础的思考方式和代码风格,确认下你多少还是个正经搞CS的,那就成了。
基本上我觉得能比较顺畅的过easy题,有medium题目的思路,有点计算复杂度的概念,能讲出问题的分析思路,编程语言层面上的理解到位,相关工具能够正确使用,那就够。
比起你已经知道的东西,证明“我能快速学会”更重要。
注意是“证明我能快速学会”,而不是“号称我能快速学会”。
例如,一个问题或一种概念你不了解,但你能够根据你已经有的知识猜测或推断出它是什么,应该具有什么样的性质,你能给出应该用什么关键词去检索能够获取的相关知识,能够设计什么实验来验证你的猜想。
0x02:关于paper:重要但是也没你想的那么重要
你以为你的顶会paper是用来证明自己的在某个领域的专业程度,以找到对口岗位的。
其实不是,它的唯一作用是证明“你在上一份工作中绩效表现优秀”,从而让公司觉得你接下来还会表现优秀。
因为如果你能做出世界级的创新工作,你应该不会来找工作。如果你像其他同学一样投简历找工作,大概率你的paper成色也就那样
可能在某一个细分领域的某一个技术点上有了不错的改进,但对公司来说有什么意义呢?
更不要提大部分的工作跟产业实践完全不能对口了,搞遥感图像的也要找工作,搞蛋白质结构的也要找工作,搞医学图像的也要找工作。你说一篇医学图像的顶会paper对淘宝抖音和拼多多有什么意义?
这个认识,大家是要有的。paper有一两个差不多的够证明自己就行了,这玩意边际效益递减,特别是你的paper是明显的一个系列、前后关联很大的时候(非常常见,一个好的会议文章改巴改巴投个期刊)。
0x03:人人都爱自驱
一线leaders有一次培训讨论一个问题:你最希望下属具有的素质是什么?排名第一就是自驱,这几乎是所有人的共识。
你需要证明你是一个自驱的人。你的paper可能是导师安排,师兄引导,薪火相传的结果,很多实验室在某些领域积累深厚,paper都是成系列的,在这种实验室,一个中人之姿也能做出不错的成绩,当然我认为这没什么,能考进这种实验室说明你也是很有水平的。
但脱离那个环境你还行吗?你能不能独自寻找问题,迎接挑战,持续自驱的做出成绩?
竞赛、开源代码建设、以及任何具有一定挑战性的,非标的经历都有助于帮助你证明这一点。例如你虽然本职工作是做AI方面的研究,但喜欢打游戏,因此自己尝试做了一个游戏还搞得有模有样。这个经历跟你要找的工作可能毫无关系,但他证明了你是自驱的,你总能通过持续的自我驱动去学习、研究、尝试,达到你的目标。
一个员工最牛逼的状态是“包的住事儿”,这样你的领导就可以做甩手掌柜。领导不管你,你也能搞定,这当然需要相当的能力,但起点至少是你能够主动动起来。
0x04:聪明vs勤奋
中国人是很推崇天道酬勤的,勤奋也是我很欣赏的一种天分。
但是很遗憾,聪明,而不是勤奋,是大厂面试中你最需要展现的特质。勤奋很容易伪装,很难持久,勤奋而无出色成果,则勤奋反而是减分项。
大厂的程序员是一份比较高端的工作,很多人从情绪出发,会对这个说法很不屑,但客观看,实际上一线大厂的骨干技术,所需要的综合能力是比较高的,它不能或很少能通过简单的勤奋达成。
越是高端的岗位,越是需要聪明,如果招聘方的目标是把你培养成骨干,那你是不是聪明就是一个很重要的考量维度。
聪明有很多种,我们常规认为的数理上的聪明未必是最重要的,实际上我认为,对公司来讲最重要的聪明是洞察力。越到后期的面试,越高级的面试官,越不会考察你代码写的怎么样,八股文背的怎么样。给你一个开放问题,你能不能理解出题人想要考察的方向,能不能正确建模问题,思考出合乎逻辑的解决方案,能不能正确评估方案的优缺点和瓶颈,能不能对后续迭代有一些想法?
洞察力最明显的一种体现就是建模和迁移能力,如果针对面试官的问题,你能回答出这两句话:
这个问题本质上是一个XXX问题 这个XXX问题与YYY问题的思路是相通的,我们可以基于YYY问题上的研究成果设计XXX问题的解决方案如下 那这会是很好的状态。
除了洞察,还有很多类型的聪明也很受欢迎。例如快速学习,归纳总结,逻辑推导。你可能需要reveiw一下,如果一定要说你自己很聪明的话,你哪里聪明?
0x05:沟通:一直都很重要
沟通。同样是越靠后的面试越重要。讲话啰嗦,词不达意,语言理解不畅,任何一个让面试官觉得“沟通不舒服”的点都可能直接导致你拿不到offer。
我要说的是,即使在hc相对宽松的前几年,也是如此,并不是因为hc紧了面试官吹毛求疵。
你的面试官大概率都是你以后工作的同事和领导,沟通顺滑与否直接决定你们未来的合作情况。大厂的算法员工都是非常昂贵的,所以团队其实不大,管理也相对精细,组织结构上相对大一些的团队,实际上也是分很多小方向支持各类业务。
人少,事多,所以一个人就要当一个人的用,你是个沟通黑洞,可能相关的一片业务就全完犊子。甚至因为你沟通能力的问题,整个团队都会受到效率影响,这是个非常致命的问题。
那些“做技术工作只要把技术搞好了就行”的想法是显而易见的谬误。我目前尚未见过任何一个人搞技术能搞到离了你公司不转业务停摆的,也许有,但肯定不是校招的各位。
公司的工作环境是合作和竞争,是团队作战。这个世界上没有真空中的球形程序员,有的只是一个个既要写代码,又要想算法,既要对接产品经理,又要对领导做汇报,既要管理下属和同事,又要管理领导和合作伙伴的真实的程序员。
越是HC收紧,招聘方越是要精打细算,你又能搞算法,又能搞工程,又能作为接口人去跨团队合作,那你性价比就很高。
0x06:性格:不是玄学
面试是很看匹配度的,所谓匹配度,一是你的自身素质和背景与当前的岗位需求是否匹配,二是你的性格特质与团队是否匹配。
很多时候后者的占比更重要。
我们曾经面试过一个纸面上非常优秀的候选人,名校毕业,paper有分量,在多个大厂有实习经历且实习期间都做出了很好的成果,实际面试后聪明度、理解力、工程能力样样拿得出手。
按理说这么优秀,offer肯定是稳的,但最后还是被毙了,原因主要是工作风格和价值观方面的,这种原因有点敏感,容易引起争论我就不详细讲了。但事实就是,你确实可能因为这种看起来很玄学的原因跟offer失之交臂。
总体而言,积极但有分寸,阳光但不幼稚,思想开放不偏激,有灵活度又不失原则的风格是比较能够获得认可,跟大部分团队匹配度都不差的。
简而言之,需要你思想正面,听话好带,讲道理能讲通。我们不必谈这是否是资本家控制劳苦大众的手段——也不必这么上纲上线。只谈一下换位思考,你是否也希望你的伙伴和队友是这样的人?
我们倒不必为了一个offer就强迫自己改头换面或者去做伪装,双向选择的事情。但我的确认为这样的性格对个人成长是有好处的,如果你也认为这是一种更好的状态,那去磨练自己的性格也是准备面试的一部分。
0x07:实习经历:关键实习经历很有帮助
我们一开始就说了,招聘方不应指望校招同学有多强的业务洞察和工程实践能力。
但如果你有呢?显然是一个加分项。
当然本身拿到有足够成色的实习offer也是比较难的,也算是实力证明的一部分,如果用实习经历作为找工作的关键要素,颇有点循环论证的意思,所以这里就不多讲大厂实习了。
实习经历需要下面两个点至少占一个:
实习的工作本身很难很有挑战性,你通过实习参与了实际的产业实践,了解了公司工作的套路方法、工具链,并且对业务有了一定认识和洞察。实习的工作本身未必特别难,但你做出了有特色的成果。如果你的实习经历让面试官觉得“这不就是XXXX这样搞一下就好了”?那多半不会在面试中体现出什么价值。
此外,与专业或工作领域无关的实习经历没有任何用处,是减分项,最好写都不要写。你告诉我你一个计算机硕士暑假去实习做电话客服,我会觉得你有病。关于简历上什么加分什么扣分,后面再细说。
最后,如果你的实习经历与团队需求高度吻合,恭喜你,很加分,但可遇不可求。
0x08:请回答下面的问题或练习
方法论是虚的,你需要有一些手段来诊断自己的准备情况,不妨请一位已经工作的有经验者作为你的模拟面试官,尝试回答下面的问题
如果说你是一个聪明人,你认为你聪明在什么地方?理由是什么?
你的实习/项目/paper中,难点在哪里,为什么困难?你是如何解决的?
你迄今为止觉得自己最牛逼,最得意的一件事是什么?
你觉得工作的意义是什么,你期望中理想的工作是什么样的?请你的面试官从工作角度(而不是朋友角度)审视你的回答。
请你的模拟面试官针对你的项目进行挑战,要求面试官能够根据你的陈述,给出一个关于你项目的不同的解决方案,你来进行defense。如果面试官的方案不行,为什么不行。如果可行,你为什么没那么干:
你的模拟面试官是否充分理解了你项目的目标、价值、方案逻辑?
你的defense是否有理有据有节,沟通过程中你的模拟面试官是否觉得舒服?
寻找一些开放问题,在模拟面试中限定时间回答并复盘
方法篇
上文讲了一些我关于校招同学找工作的观点。聊做参考。
也看了一些大家的反馈,其实主要的反馈点在于,很多人认为今年这个形势,你leetcode做不出hard连面试资格都没有(因为非常卷)。这里我无法向你做什么保证,因为每个公司在这方面要求确实会有所不同,但有几个点我还是愿意分享一下:
每个公司对AI算法的代码能力要求各有不同,我能提供的客观信息是,我社招面过的公司(包括但不限于字节x2、微众银行、蚂蚁金服、小红书、虾皮、爱奇艺、喜马拉雅、Roblox、私募),所遇到的所有代码问题,难度没有超过leetcode medium的,且有的代码没完全做出来也不影响继续下一面。
这个问题我和你的视角可能不一样,站在学生和求职者的视角,你看到的是今年的面试都是medium往上hard不封顶,你看到的是谁谁谁代码没做出来就没有后续了,因此你推测做不出medium肯定过不了面试。但实际上没有下一轮未必是代码的问题,或主要未必是代码的问题。
从工作实践上看,我也不认为leetcode代码能够对直接对工作产生什么重大增益,相对而言更好的编码习惯和对运行效率的敏感更重要一些。我相信在这点上各个业务线上的算法岗位都差不多,所以才有面试造航母入职拧螺丝的说法。基于这个认知,算法团队至少在理论上不应让leetcode的难度过高,并成为刷人的硬性指标。
但见仁见智,这些认识未必对,但相对于求职者的反馈,我更希望看到更多面试官的反馈,来分享你们团队对算法同学的代码能力有何种要求。
毕竟选择知乎这样一个平台来分享,当然是相信大家的水平,相信评论区要比正文更精彩。
这一篇务实一点,讲一下具体应该怎么准备找工作,同样有几点要写在前头:
事有轻重缓急,有些事情也许已经来不及做了,那你就当它是写给低年级的、还没有那么紧急的同学的;
如果你的时间不太多,应该捡自己还来得及做的事情,按着优先级搞,这个时候讲究二八原则:用20%的时间拿到80%的成果,不要精益求精了。
0x00:硬实力:算法基础与CS基础
开篇先打脸,尽管在上一篇中我已经讲了,八股文用处不太大,但那是对八股文和代码问题不太大同学而言的,所要指出的是,如果你的八股文水平和代码水平已经尚可,就不要花太多时间再进一步精益求精了。
现在来定义什么叫八股文尚可(其实是很优秀了):
常见的传统机器学习算法,如决策树、随机森林、梯度提升树、SVM、LR、PCA能够讲出其核心思想,优缺点与适用情况,能够讲出其优化目标,能够讲出这个算法为什么叫这个名字。如果你好好上了课,这点应该有一两天的集中复习就足够。
在至少一个细分领域了解当前技术的大体进展,SOTA方法,思路,能对流行的方法有自己的评价,言之成理。如果你有好好做研究,不管有没有paper,这点应该是默认具备的。
对广泛的深度学习话题,能够了解具有相当影响力的重要工作,能够讲出其核心idea和大体思路。这个“广泛的深度学习话题”既包括大的应用领域:CV、NLP或Audio,也包括近期比较热门的话题,如AI艺术创作,也包括一些理论:自监督学习、领域自适应、元学习等。这三点的优先级依次下降,最差情况,你也需要对大领域的关键工作能说出来一二三。这点比较难,因为话题广泛,难免了解过于粗浅,最佳状态是平时就很关注学界动态,牛逼的工作出来以后有好奇心能去看一眼,稍微研究一下。
对深度学习/机器学习的基本理论有本质层面的认识,能够从原理层面回答深度学习的各类常用组件“why”的问题。这点难在你并不知道你理解的是否正确,建议可以准备好问题列表例如“为什么正则项可以抑制过拟合”,然后去知乎搜大家的讨论,多看一些观点取其精华。
熟练至少一种深度学习框架,所谓熟练:
你对这个学习框架的设计思路基本了解,你清楚各个模块的作用和工作机理
你能够用这个深度学习框架实现自定义的结构,而非只是简单调用高层API
你对这个深度学习框架的常见坑点很熟悉,了解大部分情况下的最佳实践
对常见的CS概念有基本了解,也就是正儿八经的八股文了,特别是:
对linux有基本了解,了解常见的命令,能够搞定一般的环境和工具配置,了解一些基本的概念,知道bashrc、根目录下的几个文件夹分别是干嘛的
了解git的一些基本概念和用法
了解HTTP、web服务、SQL、NoSQL、消息中间件、微服务、容器技术等等乱七八糟的概念,不用深入,基本上知道“是什么,解决什么问题,什么时候用”就可以了。
了解分布式的一些基本框架、工具或理论
知道常见算法的时空复杂度和大体思路,知道常见数据结构的概念和适用场景。
其他八股文:进程线程,内存,动态/静态链接库等等等,网上搜一个八股文面经看一下
最好能会除Python以外的一门静态语言,水平能够达到能看懂,能写一些不太复杂的功能。以C++为例,基本上C++ primer模版之前的内容能大体了解,就足够了。
0x01:硬实力:代码题
继续来自我打脸,上一篇仍然讲了代码题并非那么重要,但同样,如果你从来没做过代码题,那必然也是过于离谱导致无法通过面试的。
如果你不是ACM选手,只是单纯为了准备招聘而练习代码,那我认为代码的程度,以leetcode medium为上限即可,追求过于高的代码水平边际收益不高(除非你要面试谷歌这种)
具体练习也有讲究,我认为以下面两类问题为比较重要:
模拟类的问题:这类问题通常都不难,也不涉及高深的算法,思路都很直接,主要练习用代码实现出来的能力
DP类的问题:就面试准备而言,算法上能够解决DP类问题就足够了,DP可能是面试中最常见的难度稍高的问题。
以下问题无需花时间练习:
要借助除了栈、队列、二叉树、散列表以外的其他数据结构才能方便解决的问题
要借助除了排序、搜索、简单动态规划、递归以外的特殊算法才能方便解决的问题
脑筋急转弯类的问题
练习代码题请注意如下几点:
前期以熟悉为主,后期要限定时间,一般面试中的代码考察最长不会超过1h,通常是30min一个题,如果到时间没有解决,你需要练习基于已经有的部分阐述思路,讲解代码,给出没有做出来的理由
后期需要练习面试环节下的代码编写,面试环境下,你需要避免一声不吭写30min没做出来的情况,并且你可以向面试官寻求帮助。
写完代码需要看题解,了解自己代码的时空复杂度,是否还有优化的空间。通常代码题是一套一套的,面试官允许你用低效的方法实现,但一旦你实现,下来的问题就是复杂度如何,可否进一步优化。
基于上一条,可以练习先用蠢办法快速解决问题(i.e各种暴力),拿到基本分,然后再优化成更聪明的办法。可以避免没做出来直接0分。
0x02:硬实力:paper
没什么好说的,这不是临时抱佛脚能抱来的东西,这里只提一点:
对于目标岗位是大厂业务算法的同学,记住paper是边际效用递减的,当你已经取得不错的成果时,需要更早的思考继续投入的性价比。
但边际效用递减,不是说没有paper也能行。有没有是一个问题,什么质量是另一个问题,有多少是第三个问题,重要性依次递减。
对于目标岗位是纯研究岗的同学,需要在学校期间提前选定意向岗位,针对性的做paper
0x03:硬实力:实习
如有可能,应该积极寻求大厂相似岗位的实习,如果不清楚自己要找什么工作,应积极寻求大厂的算法实习,不要太在意具体做什么。
绝对避免做无意义的实习,所谓无意义,指的是这段实习经历不能写在简历上,写上了就扣分。
找实习的面试准备与应届生面试准备大体相同,但有一点例外:
能够连续实习很长时间,每周能投入更多时间的实习生,能够在实习面试中获得巨大优势 这一点跟你老板的风格相关,因此这引出了对准研究生的一个建议:
如你的目标是工业界而非学术界,那在可能的情况下,你要找允许长时间实习、条件比较宽松的导师
但自带资源的业界大佬导师除外,因为你很可能会直接去他关系很好的公司
0x04:准备简历
首先,找到建议你“简历最好控制在一页”的人,打一顿。
这种狗屁说法由来已久,以至于现在已经很难知道出处。我猜原因可能是纸质的简历页数多了容易丢,但互联网目前已经很难看到纸质简历了。
但可以确定的是,它确实是狗屁说法。你的简历不需要控制在一页,简明扼要把你的主要情况表现出来即可,经历过于牛逼的整个三四页也没问题。
下面是一份简历准备的注意事项,以下各项在简历上有顺序关系
姓名电话邮箱和微信号,如果有好的开源代码给git主页,有好的技术博客给博客链接,不需要告诉我你是不是党员,是否已婚。
教育背景给到学校和专业即可,除非你导师很牛逼(业界都知道的那种牛逼),一般也不需要告诉我你导师是谁。除非你的成绩很拿得出手,也不需要告诉我你的绩点和成绩
列出你拿得出手的奖项,如果没有,可以列奖学金。
奖项应该是专业相关的如果你不是CS或相关专业背景的,可能需要给出与面试相关的主干课程或自学过的课程,否则不需要。你列出来的课程,不管是自学还是学校上课,都要做好被考察的准备。
列出你的技能点,包括编程语言能力、算法能力等
轻易不要用精通,精通意味着你会激发面试官的挑战欲
如果你确实精通,有信心面对面试官的大部分问题,大胆写精通,这将帮助你把面试话题引导到你擅长的领域
不要列出没有意义的证书,例如全国计算机等级考试X级,CET4成绩
但如果这个证书是一项有难度的、能证明你自驱的,请列出 如果有实习经历,展示你的实习经历
该实习必须是专业上的,不要写无关紧要的实习经历
实习经历不要写心得体会,也不要写流水账,写你所取得的最牛逼的成绩,加粗。
展示你的项目经历,如果没有,用paper经历代替,也可以用实习经历、竞赛经历代替
描述项目的背景,目标,意义
描述你在其中扮演的角色,所负责的工作
描述你的独特贡献,这个贡献能够展现你的聪明才智,宝贵品质,优秀素养。这一点的重要性超过你的想象,仅仅是作为一个螺丝钉参与一个项目,其中没有体现出任何个人特质,基本上等于你没有这个项目。
描述所取得的成果,如果没有取得预期成果,描述为什么
展示你的独特经历
开源代码或社区共建
公开演讲、授课
展示自驱的经历
其他具有一定影响力的经历
展示你的学术经历,包括paper和专利
不必按时间排,按牛逼程度降序排
如果上面的内容已经比较充分,这里可以按参考文献格式列出。如果觉得内容不充分,可以加一两句话描述paper的核心工作。
展示你的自评、上述模块未介绍,但你觉得值得一说的东西
简历准备的核心要义,有以下几点:
简明扼要,重点突出,不要让人觉得你啰啰嗦嗦婆婆妈妈
简历的目标是让你与众不同,一份仅仅是符合要求的简历实际上没有任何竞争力。你需要让面试官对你感兴趣,或者通过过硬的实力,或者通过特殊的经历,或者通过其他什么手段,哪怕是一个漂亮的简历模板。
质胜文则野。文胜质则史,文质彬彬。
0x05:面试:讲解项目
这一条是面试最重要的部分,而且不管是几面都要陈述的。之所以不放在硬实力的部分,是因为相对于“有一个不错的项目”,”讲一个不错的项目“更重要。
而”讲一个不错的项目“有时候并不需要”有一个不错的项目“作为前提。
对照你的简历,找到一个相对而言比较好的项目,所谓比较好的项目:
有一定的复杂度,方便扩展
你在其中承担了比较多的工作,且有一定难度和挑战性
列入如下内容,如果可能,准备文本:
具有领域特点的专业词汇及其通俗解释
项目的背景和价值,价值最好要关联到应用层面甚至商业化层面。
你参与的部分在整个项目中的作用,最忌自己的部分说的清清楚楚,跟其他部分怎么合作一脸懵逼,这是典型的没有大局观,自己把自己当螺丝钉。
过程中遇到的困难和解决方案,这部分需要深入挖掘整理,很多同学做事情的时候其实挺困难的,做完以后又云淡风轻觉得不过如此,感觉也没有讲的必要,这是非常不可取的。需要review到当时的能力和状态,完整梳理当时为什么会卡壳,都试了哪些错,为什么那些错误的方向不work,怎么想到正确的方案的,正确的方案为什么work。
从现在的角度出发,回顾项目,提出现存的问题及更优的解法或提升方案。
讲解项目要达到下面的程度:
对于没有领域背景,或只有比较通用的、一般的算法知识的人,能够比较轻松的理解你所讲的内容,明确你工作的价值
对于比较有经验的人,你能够应对他们提出的挑战
特别是第一条,有的同学把项目的重点总是放在算法细节上,这对于方向跟你一致、背景跟你相似的面试官而言是合适的,但对大部分面试官不合适。我如果连你构建的场景和问题都没有代入,基本上就不用谈对你的算法有什么看法了,更无法理解其中的精妙之处。如果我对你所说的名词没有一个基本认知,连算法都无从谈起。
算法的精妙需要大量的背景和前序知识铺垫,带着面试官进入场景,分析问题,让你的solution自然而然浮现,这是比较好的状态。
第二条的练习方式上一篇文章也有提,就是找比较有经验的人去挑战你,给你的解决方案提供一个alternative的方案,你来对面试官的方案做评价。
讲得清楚才说明理解的到位,讲不清楚,就是没理解。
0x06:面试:开放问题
开放问题实际上是AI算法岗位要面试的重点,由于是开放问题,反而不好做准备,所以这里是比较见功夫的。开放问题主要考察这些内容:
业务问题的抽象
可行性评估
沟通
所谓业务问题的抽象,指的是你能不能抓住主要矛盾,忽略次要矛盾,把一个产品经理提来的,笼统的需求转换为一个算法问题。
所谓可行性评估,指的是对于这个算法问题,你所需要的资源是否是可接受的,你所需要的前置算法是否是存在或满足需求的。
所谓沟通,就是对你所不掌握的情况,你是否会主动确认,在整个解决问题的过程中,与面试官有良性互动。
开放问题还有一个特点,就是如果你答的不错,你自己是知道的,有一种”我的思路很对头“的感觉。
我曾经遇到的一个比较好的开放问题是:某业务希望以发满减红包的形式促进用户回流,问如何设计红包的金额方案在给定预算下拉尽量多的用户回来。
大家可以试试,这个问题我也没有答案,所以不用问我了,自己思考自己评估即可。
另外一个有参考答案的开放问题见苏神的博客 “熵”不起:从熵、最大熵原理到最大熵模型(二) - 科学空间|Scientific Spaces 中提到的快餐店消费分布的估算问题,虽然这不是真实的业务问题,但也绝不是脑筋急转弯。
btw, @苏剑林 的博客建议所有算法工程师全篇通读,记得多多打赏,在我所认识的同龄人里,这位所展现出来的聪明度和勤奋度是首屈一指的。
0x07:面试:应对挑战
挑战包括对项目的挑战,也包括一些意外情况,这里没有套路和技巧了,只有一些方法论。
多做铺垫:讲算法先讲思路,讲项目先讲背景。
合理推测:也许你不知道准确思路或定义,但你可以合理猜测一个,给出你猜测的理由并寻求验证。
实事求是:你永远不知道面试官的知识储备刚好在哪一点上让你踢到铁板,所以不要尝试糊弄他。也许一道没做出来的代码题不会让你挂掉,但“尝试糊弄”这种动机一定会让你挂。
无需争执:不要在一个点上与面试官反复拉锯
注意细节:细节体现真实,细节体现差异。可以主动提出具体的tricks分享给面试官,千万避免泛泛而谈。
坚守本心:能不能接受加班?平常有什么爱好?这种问题与其浪费心思琢磨面试官的意图,不如怎么想的怎么说,是什么样就说什么样。心态就是双向选择,也许当下你的当务之急是不管什么先拿到一个offer再说,但实际上更重要的是找到一个合适的工作。
0x08:尾声
这篇小总结乃是翻某个知乎问题的回答,看了大家哀鸿遍野的感叹,所做的一点个人的小总结。其实我并不参加今年校招,所总结的未必正确。其中有些建议,似更加适合低年级的同学,因为仓促之间难见提升。有些知易行难,因为常年养成的说话做事习惯本性难移,即使想伪装也伪装不来。
真是事到临头才准备,那所能临时补救的,可能也就是八股文和代码题了,在这上面用功倒也无可厚非。
一个算法工程师应该是什么样?我以为这个角色应该是产品中最懂算法的,码农中最懂业务的,科学家中最懂工程的,工程师里最懂理论的。这样一个处在交界地中的角色,既能够有深刻的业务洞察明晰价值,又有足够的工程能力应付落地,又有足够的科学素养调研推导,从而成为一个“擅长理解问题和解决问题”的人。解决业务问题若成为算法工程师之核心价值,那这样的人选该有什么样的素质和天分,该以什么样的题目和形式进行考核,也就不问而知了。
*声明:本文于网络整理,版权归原作者所有,如来源信息有误或侵犯权益,请联系我们删除或授权事宜。


更多精彩内容,关注我们▼▼


到顶部