小弱找實習

轉自小弱找實習

到了找實習的季節，本來覺得本身有名校背景又有名企實習經歷，這兩年自覺得水平也有所提升，找個實習應該易如反掌結果一次次撞牆。果真不能驕傲輕敵，仍是要認清楚本身的。最大的教訓就是一開始太自我感受良好了，沒有認真準備，其實和大多數公司的要求來比，本身的知識漏洞仍是很大的，從此仍是要抓緊時間彌補本身的不足。

• 戰績概況：

  • 網易遊戲 研發工程師 一輪hr電面 兩輪技術面 掛之
  • 騰訊 微博研發工程師 一輪筆試 一輪技術面 掛之
  • 百度 爬蟲研發工程師 兩輪技術面 掛之
  • 百度 基礎架構部 研發工程師 2輪技術面 offer
  • 遨遊瀏覽器 內核研發工程師 兩輪技術面 一輪hr面 offer
  • Amazon SDE 一輪hr電面 兩輪技術面 offer
  • 搜狐，搜狗 研發工程師 筆試過了後不太想去了就沒去面試
  • 人人 數據挖掘工程師 3.5面 offer

先不講故事了，先上點乾貨

找實習的準備

資訊來源

北京地區的基本上看應屆生的北京版就能夠了，主要看彙總的各個bbs的信息，裏面有不少都是內推機會，比那些大規模的公司宣傳的靠譜的多也快得多。我通常晚上吃完飯後就把一天新出的都刷一遍而後撿着想去的投，若是簡歷過了的話基本兩天內就會通知面試了。

複習準備

按慣例這一塊會有長長的書單，先推薦幾本我以爲必定要看的，後面會針對不一樣的要求再推薦幾本。只推薦我看過的，由於我以爲推薦一堆我都沒看過的書是件很沒誠意的事情。

《深刻理解計算機系統結構》

這是本傳說中和同等重量金子同等價值的書。自我感受操做系統的知識大部分都是從這裏面學到的，並且這本書對計算機不少領域都有涉及，通過幾回筆試和麪試的感受這些涉及都是恰到好處。不過這是部大塊頭的書，學弟學妹們若是沒看過如今就能夠着手看了，保證絕對不會後悔。

《算法導論》

推薦這本書自我感受就是件很沒誠意的事情。我的對這本書的印象不太好，過於學術且理解起來很晦澀，不知道爲啥這本書被捧上神壇。推薦的讀法是把他當算法詞典，把算法的思想看一遍，至於證實和推理什麼的就不要強求了。這本書的好處就是看面經的時候說道的算法基本上就都見過名字了。

《算法引論》

一本意料以外的好書，同大多數算法書不一樣這本書不是本詞典，而是教了一個通用的從無到有設計算法的方案。具體來講就是用概括法來設計算法，看完這本書後動態規劃類的問題作起來和砍瓜切菜同樣，其餘問題也都能提供一個可行的思路。像我這種歷來沒搞過算法的小弱，看以前刷leetcode舉步維艱，看完以後刷了幾道題就以爲沒意思了。因此若是算法基礎弱的同窗能夠認真看一下。

LeetCode OJ

被不少大牛都推薦過了，一個練習寫代碼的地方，裏面的題目都很具備表明性而且每道題都給出了測試用例方便看本身錯在了哪裏，建議看完算法引論再來上面刷題，會輕鬆不少。

小弱的基本狀況

木有競賽經歷，木有paper。有過百度作測試的經歷，事實證實沒人care。作過一個瀏覽器的項目，事實證實除了遨遊別的公司要麼不care要麼聽不懂。作了個博客一方面是個加分另外一方面也給本身挖了個坑一下子再說。興趣十分普遍，已經被多個面試官確定了，什麼都能接一句，可是沒有啥特長的基本都接不過三句。

具體過程

網易遊戲

網易遊戲的要求蠻苛刻的，北京只要北大清華的，工做地點在杭州或廣州，一輪電面問了幾個性格方面問題就是去酒店面試了。先是寫一個編程題，數據結構方面的，應該沒人會寫不出來，兩輪面試就再也沒有寫代碼的題了。問了不少C++具體實現的細節，像迭代器，引用，dynamic_cast的東西這些東西已經不是看C++語法書能會的了，我的感受有點太偏了。還問了些很常規的諸如線程和進程的區別，TCP和UDP的區別這種沒養分的東西。算法的題都不要求寫代碼只要求說思路，可憐我當時還沒讀算法引論，只會用二分法去解題，用二分法把題都給糊弄過去了，如今想一想有一道題是能夠用概括法輕鬆切掉的。項目什麼的說了基本沒人能理解，就對着個人博客各類問問題，有的寫得年代久遠了我本身都記不清了。還問了幾個Python的問題，結果是個坑。總結網易遊戲的面試就是坑比較多，老是問些犄角旮旯的和稀奇古怪的，讓人容易掉進陷阱的題，估計最後是栽倒在坑裏了。

推薦閱讀：《C++ Primer》《深度探索C++對象模型》

網易遊戲對C++的要求高到有點離譜，我本來覺得第一本書就能夠應付全部的C++問題，面完網易後才發現不夠，因而挖掘出了第二本。講C++的內存佈局和具體實現的，可是這種東西沒有個固定的標準，不一樣編譯器實現都不同，書中也有不少問題，因此建議讀的時候要本身動手作實驗驗證真僞。

網易遊戲的待遇仍是很給力的，實習月薪也有1w，要求天然也高上去了。遊戲仍是個很綜合的東西，目前技術人員才缺口也很大，在裏面應該會學到不少稀缺的東西。不過作遊戲這個東西和我三觀不太相符，想一想作遊戲總以爲有些不舒服，畢竟這個東西的社會價值仍是個不太好評價的東西，遊戲對人的引導方向也很難把握，可是待遇確實很誘人，城市也是我喜歡的城市。

騰訊

其實本身開始很想去騰訊的，能夠集齊三大互聯網公司實習經歷召喚神龍，但是臨了由於本身情緒的問題早早敗走。筆試的東西仍是很基礎的，聽說和去年的很像不過以前也沒看過，可是前面的題仍是蠻簡單的。後面有道編譯鏈接的，預編譯的概念沒有搞懂，一道TCP連接的各類狀態已經全忘了，還有道加密的題不是很清楚。附加題第一個算法用一下分治應該就能夠了，第二個是考DHT的東西，整體來講範圍很廣可是沒有特別難的地方。面試的時候讓不知道中間出了什麼問題讓我等了一個多小時，整的我一時火氣衝昏了頭腦和麪試官發飆了，一開始幾個開場的問題全被我批評沒水準了，後果天然可想而知了。倒不是騰訊的面試官氣度不夠，只能說本身過小心眼了。

我面的職位是去微博部門，我的感受騰訊的微博儘管用戶多但都是水分，已經不可能和新浪微博抗衡了，另外一方面騰訊有了微信這張移動互聯網的船票對微博的關注可能會下降了，微博未來的地位仍是很尷尬的。若是能去微信部門的話說不定會有不少的機遇。

百度

我的對百度仍是頗有感情的，畢竟呆了不短的一段時間。面試仍是一向的高效節奏，第一天發簡歷，次日打電話確認，第三天就面試了。因爲寫了熟悉python，博客裏又有正則表達式的東西，問了一個環視匹配的正則問題，看樣子會正則果真是個雙刃劍，一問就問高級的匹配。慣例性的寫了個算法，而後問了點python的問題，結果腦子一時短路，很簡單的一個程序竟然寫的莫名其妙。再以後介紹了一下他們部門，感受是個爬別人不讓爬的網頁這種不太道德的事情，不過仍是有不少的挑戰。第二個面試官花了半個多小時探討如何設計一個爬蟲系統。一下子爬微博，一下子爬論壇，一下子爬博客，靠着我還有印象的一些搜索引擎知識勉強撐了一陣子，再而後一堆反做弊的問題我就扛不住了，不少都是開放性問題。仍是百度一向的風格一個問題必定要問到你不會了才能收手。以後寫了一個鏈表數組的轉置算法就結束了。多是背景不太相符，儘管我以爲面試表現還能夠，最後仍是被拒掉了。

推薦閱讀《搜索引擎：信息檢索實踐》

由於本身只讀過這麼一本和搜索引擎相關的，感受原理和思路講的仍是很清晰的。對這方面感興趣的同窗能夠再找找專門設計爬蟲的資料，還有就是我印象裏google公佈過一些列的反做弊和連接農場的方法，能夠去搜一下具體是怎麼反做弊的。

感受近兩年百度已經從三大互聯網企業中的優點地位慢慢退下來了，騰訊用微信革本身的命拿到了移動互聯網的船票，阿里轉型平臺在技術上得到了大量的積累而且金融業務也逐漸成熟，而百度近幾年卻少了些革命性的東西，前景也逐漸暗淡，不過相信百度不會頹廢過久會有突破性的產品出來。另外最近百度研究院貌似在研究高端洋氣上檔次的deep learning應該會出些高質量的產品。

遨遊

其實在chrome出現前，本部落主一直是用遨遊瀏覽器的因此仍是有必定感情的。因爲以前都被拒了，本身也收斂了不少，若是第一次就面遨遊的話估計我都不會作什麼準備就去了。寫了一道算法題，基本上也算不上算法了，就是一個行數比較多的程序看一下編碼功底。而後以前的瀏覽器項目終於有用武之地，終於有一個公司能夠聽懂了，終於說出來有人有反應了。以後扯了不少別的東西，我簡歷裏關於編譯器的東西第一次被人問了，我都記不清了，還扯了寫函數式編程，如今主流瀏覽器的問題，還順便聊了下以前在GDG上據說的dart語言，總之天南海北的技術都扯了一陣，還好平時知識面網撒的夠寬都能接上一兩句並引出一兩個新鮮話題。估計是個人項目這麼對口的人不多，並且聊得也挺開心，遨遊也成了第一個拿到offer的地方。

推薦閱讀

其實瀏覽器是個相對小衆的技術，市面上沒看到什麼相關的書籍，最近看到兩篇不錯的文章How browsers work 和左耳耗子的瀏覽器的渲染原理簡介在深刻的東西恐怕要本身動調代碼了能夠看下個人VS2008編譯Qtwebkit

遨遊這個公司其實仍是蠻有前途的，歐盟當年制裁IE不正當競爭推出的瀏覽器備選裏面就有遨遊，在國內也是家真正研究瀏覽器的公司，並且據hr說如今的盈利途徑也不少。不過可能問題就是領域太專了，並且技術門檻仍是比較高的，過去的人沒一兩個月學習是無法上手的。若是致力於瀏覽器的同窗我卻是蠻推薦去遨遊的。

Amazon

話說投Amazon徹底是抱着撞撞試試的心情，畢竟在北美Amazon也是很難進的公司。電話面試會讓作英文介紹項目，磕磕絆絆的說了幾句極爲生硬的話算是糊弄過去了，因爲知道我第三天要去遨遊談offer直接就給我安排了次日的面試。

公司那叫一個遠，坐到那人都虛了。兩輪面試的面試官都是成熟型的，感受和以前面的那些公司的人徹底是兩個風格。瀏覽器的項目又被問起來了，不過可貴的是面試官竟然還都感興趣日後又問了一些。算法題都是很適合用概括法作的，有一道dp的題砍瓜切菜的就作掉了，有一個概括了一陣提出了一個很數學的解決方案還當場給面試官用概括法證實了一下，不過最後仍是在面試官的提示下找到了一個更直觀的方法。以後有說啥都記不清了只記得還探討了一下kindle的狀況，問了一下爲何java ide不轉到idea，還八卦了一下陳皓的事情，最後還對軟工的東西是否是太務虛討論了一下。

整體感受面試官是我碰到的最有風度的，很會鼓勵和引導面試者，至少讓我面試的時候很放鬆很舒服。不過在Amazon這邊要改用java和ruby這兩種我都沒怎麼用過的語言，好在我對語言已經沒有幾年前的宗教主義了。其實除了以爲kindle挺好用和陳皓以前在Amazon呆過外對Amazon就沒啥過多的瞭解了，但願進去後能瞭解些以前不知道的東西。

推薦

好好練練口語吧，感受口語弱爆了。

人人

投人人的數據挖掘主要是最近在追machine learning對數據分析燃起了興趣，結果證實公司招實習生仍是很看重研究背景的。前兩面看我簡歷沒啥數據挖掘的背景直接就寫算法了，寫的昏天黑地的不知寫了多少個，不過基本都是LeetCode上見過的因此還好，只有一我的稍微問了我下hadoop的mapreduce怎麼寫，問的也是最基礎的簡歷倒排索引和統計詞頻的東西。第三面面試官說了幾句忽然問我你是喜歡在後端敲命令仍是前臺作系統，暗示我沒啥背景就不要來他們部了，我說好吧我喜歡作系統，想着趕快走人，結果他又給我找了個作前臺系統的人面我…………那我的明顯也是臨時應付一下面了幾道很簡單的題就算了。不過最後竟然仍是過了。

因爲沒有作個數據挖掘方面的工做就沒啥好推薦的了，不過coursera上的machine learning確實不錯，感興趣的能夠看一下。那邊的數據挖掘研究的是個很sad的事情，諸如爲何用戶會流失，什麼樣的狀況下流失的用戶會回來之類的事情，聽着感受就很sad。畢竟人人仍是個學生社交網絡如何打入白領領域還有不少問題。

對於能堅持看到最後的人再推薦一篇最近看到過不錯的文章ABC：always be coding譯文在這裏。總結來講就是要閱讀，實踐，思考。