算法菜鸟的秋招总结


首先介绍一下,我是上海末流985的硕士,非科班,只是专业跟cs或多或少有一些关系,本科学过数据结构,计算机网络什么的,Java也学了,但全忘了,现在完全不记得了,研一零零散散有看一些算法的东西,但自己都是瞎看,今天看看这个人的博客,明天看看另一个人的博客。

直到去年10月份猛然看到了七月的集训营,因为之前有买过七月的小课,所以一看到这个集训营的课程我就跟我父母商量了想上这个课(哈哈,因为毕竟自己没钱得问父母要钱),父母听了后第二天就把钱给了我让我报名了,哈哈哈,在这非常感谢父母对我的无条件支持哈。

进入正题,今年秋招我开始的比较晚,最后考虑去的是四大独角兽之一的算法岗和a家的算法岗。在整个秋招过程中,我感受最深的是简历项目和基础知识真的很重要,虽然大家都说算法岗一定要顶会paper,但我的经历是只要项目够清楚基础够扎实,是完全可以pk掉有顶会paper的人的,而对于非科班或者转行的人来说,项目最头疼了,但是七月无论是集训营还是单次课都是有项目的,只要自己理解深刻动手实现一下再自己加个项目背景完全就够了。

关于基础知识,七月的老师总结的特别好,面试中的常考点全都讲到了,疯狂为七月的各位老师打call。

对于校招来说的话,面试主要由三个部分组成,首先面试官会让你介绍项目,项目就得自己滚瓜烂熟了,在介绍项目的过程中面试官可能会问一些基础知识,大厂的面试官特别关注你为什么要这样做,这样做有什么好处,不这样做是什么情况,会问很多这种问题,所以大家准备的时候一定要熟悉项目,这也是对一些基础知识的变相考察。

如果你的项目跟面试官的业务特别匹配的话,面试官可能就是一直问项目,如果项目不是很匹配的话,那也别担心,这个时候就进入第二个环节,基础知识了。

基础知识这一部分,其实一般挺常规的,我投的主要是Nlp和机器学习的,所以一般都会问LSTM怎么缓解梯度消失,会问attention,会让介绍transformer和bert,还碰到过分析一下cnn/lstm/transformer的优缺点。

关于深度学习,常被问到的是BN和Dropout,在ML上,被问频率最高的是介绍gbdt,对比bagging和boosting模型,对比lightgbm和xgboost,xgb相对于gbdt有什么优点,主要我碰到的基础知识就是这些。

这些基础知识理解最重要,不要死记硬背,死记硬背面试官一眼就可以看出来,有自己的理解很重要,这一点很加分。

一般面试完前两个部分后,面试官就会让手写代码了,如果你前面表现的比较好的话,手撕代码面试官一般就不会为难你了,一般就是给个简单的意思一下,如果前两面面试官觉得一般的话,代码可能就会问的难一些了,至于手撕代码的题七月的官网是可以练习的,我当时就是在这上面练习的,这一部分准备的话也不太好准备,就掌握一些常见题型就可以了,那些难的dp啥的没时间的话就可以放一放了。

最后,非常感谢七月的各位老师,老师们真的非常优秀也非常有耐心,正是因为有了七月各位老师的帮助,我才能成功转行并成功拿到大厂的算法offer,也希望我的这些经验可以帮助到后面的学员~大家要有信心,只要自己知识掌握好,科班非科班其实差别不大!
已邀请:

要回复问题请先登录注册

收藏七月在线,一起向大牛进阶

ctrl+D或command+D可以快速收藏哦~