兩個月從算法小白到拿到第一份實習offer-親身經歷

本人背景：普通一本，雙非，研究生，主要研究方向：推薦算法-協同過濾

兩個月前，我還天天登陸期刊網站查詢本身的論文狀態，想着增添一點申請博士的砝碼。兩個月後，我改變想法拿到第一份實習offer，讀博之路漸行漸遠。

這兩個月不只經歷了（讀博-工做）思想的博弈，更經歷了算法工程師面試官的無情打擊。從學術科研轉向工做，無非基於四點理由：

• 自身能力限制：研究生期間總共寫做5篇英文論文，錄用1篇會議，返修1篇SCI二區，外審1篇SCI一區，兩篇待投。這樣的成果狀態申請博士但願渺茫。儘管英語閱讀和寫做能力獲得提高，但口語能力和英語聽力極差。要知道博士對英語能力是基本要求。
• 博士畢業壓力大：每一年博士能順利畢業的寥寥無幾。聽師兄的意思，咱們身在經管，作的倒是偏計算機的研究，在不少學校經管系都不認同。跨計算機申博難度更是翻番。因此博士的學校選擇和導師選擇少之又少。
• 家庭環境：做爲一個普通家庭，父母年事已高，讀博通常是四年，這四年沒辦法掙錢，因此家裏稍微出現點什麼不測，這博士一定讀不下去
• 興趣使然：從興趣來說，個人熱情更偏向於工做，特別是算法工程師。對於論文寫做，動力並非很強烈。學術科研寫論文是常態，這種生活狀態我是不能長時間忍受的。

通過長時間的思考和家裏的溝通，我下定決心放棄讀博思想，轉而尋找工做。找工做第一步即是找到一份實習，積累實習經驗，爲秋招作準備。可是讓我意想不到的是，算法實習真的難覓。我最開始想的是就近，在成都投遞了大概10幾家，其實崗位原本就很少。過了大概半個月，一家公司都沒聯繫我，這使我初生牛犢的信心涼了半截。心想在學校裏，跟同齡人比起來我算混得不差，結果簡歷一出手就碰壁。

在重慶折騰了將近一個月，我毅然決然試試北京，北京機會的確要多不少。我投遞了60家左右公司，大廠幾乎投遞了一遍。也收到了幾個公司的回覆，進行了系列面試，待會我會把面試經歷附在後面。面試的狀況特別不理想，其中最不理想的就是手撕代碼環節，基本上都跪在這環節。不過每一次的面試經歷這也堅決了個人想法，也刺激我瘋狂查漏補缺，將本身的狀態從學術科研轉移到工做狀態。記得映像最深的是我登錄進leetcode，看到上面只作了一道題：兩數之和，時間是兩年前，也就是本科階段，頓時腦子裏充滿了本科無數的回憶，感慨萬千。要知道我本科四年勵志作一名前端開發工程師，而今卻走上算法工程師的道路。時間過得真快，世界也變換莫測。

接下來是我從面試第一家到拿到實習offer的經歷，這份經歷將永遠留存在個人記憶中，激勵我一往無前。

新浪移動

一面：主要問了簡歷相關的內容

1. 簡述每一篇論文的工做內容
2. 數據作過哪些預處理操做
3. 簡歷中提到復現了20+文獻算法，是些什麼算法

二面：主要問業務層的內容

1. 場景題目一：異質內容推薦。給定楊超越的朋友圈，王者榮耀視頻，北京天氣，如何排序
2. 場景題目二：同質內容推薦。給定100個王者榮耀視頻，如何作排序

三面（二面不滿意，加面）：主要問業務層的東西

1. 若是讓你來作推薦，應該怎麼作？
2. 回顧二面的問題，二面的問題你有本身的想法了嗎？

總結：我對業務層基本上沒有什麼接觸，太陌生。原想借助實習熟悉業務上的東西彌補本身的短板，結果人家一上來就要你懂業務，第一次實習是真難。可想而知結果是沒有後續。

有魚科技

一面：技術面

1. 自我介紹
2. 介紹本身發表的論文
3. 手撕代碼1：求給定整數數組的最大子序列（無果）
4. 手撕代碼2：判斷一個鏈表是否有環（無果）

總結：從讀博轉變到工做的想法就在1個月前，我對數據結構與算法停留在理論層次，經過了解，須要去leetcode上刷題增長本身的實踐經驗。

網易

一面：技術面

1. 簡歷相關內容（主要是協同過濾）
2. 機器學習中經典分類算法瞭解哪些
3. 機器學習中損失函數有哪些，線性迴歸的損失函數是什麼，決策樹的損失函數是什麼
4. 機器學習防止過擬合的方法有哪些
5. 機器學習的性能怎麼評判
6. 代碼題一：給定一顆二叉樹，求解全部葉子節點的深度
7. 代碼題二：給定一個整數數組，求解兩數之和小於目標值的對數

二面：技術面

1. 對一些業界比較流行的模型的考察（如邏輯迴歸及推導，GBDT等）
2. 推薦的框架或流程，每一個階段用到的模型主要有哪些（召回階段和排序階段）
3. 代碼題一：判斷兩條鏈表是否相交
4. 代碼題二：二叉樹的遍歷

總結：手撕代碼慘不忍睹，繼續leetcode刷題

京東

一面：簡歷相關

1. 論文提到參加過一次廣告騰訊算法大賽，能詳細說一下嗎（特徵處理和模型）
2. 代碼題一：判斷一顆二叉樹是不是平衡二叉樹
3. 代碼題二：實現pow(x,n)

總結：毫無疑問，手撕代碼環節落馬

度小滿（前身百度金融）

一面：深度學習相關

1. 深度學習瞭解多少
2. 深度學習中防止過擬合的方法有哪些
3. 瞭解DIN，Transformer，attention等嗎
4. 代碼題一（sql）：
   給定兩張表 table1：id, date        table2:id, money, issueDate.
   查詢結果： table2中時間(issueDate) 在table1中的date以前的money均值，並返回距離date最 近一次的issueDate
   字段：id，average,  lastDate
5. 代碼題二 （python）
   給定test.txt文件，內容以下
   "name:Tom,sex:female,{"height":180,"date":"09-15","width":60}"
   "name:Linda,sex:male,{"date":"09-10","height":180,"width":60}"
   "name:Jack,sex:female,{"width":60,"date":"09-11"}"
   "name:Hello,sex:male,{"date":"09-12","height":180}"
   要求不適用任何python包
   讀取test.txt文件，對每一行構建一個字典
   {
   name: xxx
   sex: xxx,
   date: xxx
   }

總結：代碼題sql很久沒看了，沒作起，第二道常常在寫，因此完美過關

二面：技術面

1. 有沒有算法實踐的項目，由於看我簡歷上主要是論文
2. 你研究的是推薦算法，咱們這邊是風控算法，你的職業規劃是什麼
3. 代碼題：求股票最大連續時間段的利率

總結：代碼題完美搞定，還給面試官一步一步講解具體怎麼作的

offer收入囊中，求職之旅結束，最後附上offer
部門：數據智能應用部 崗位：風控算法工程師

送給一樣在路上奮鬥打拼的同胞們個人四字真言：永不妥協！