一名算法工程師的學(xué)習(xí)經(jīng)驗和求職經(jīng)驗

今天已經(jīng)是11月初了，找工作的階段已經(jīng)進入尾聲。回想這半年的時間，充滿苦澀與艱辛，有幸拿到了幾個offer，騰訊和滴滴的SP，還有百度和華為的offer，秋招之路也畫上了一個圓滿的句號。下面分享一下自己這兩年的學(xué)習(xí)與近半年的求職路上的一些經(jīng)驗與心得，供后來人參考，不一定是最好的方法，但是大家可以借鑒一下，結(jié)合自身情況，找出最適合自己的方法。

先說一下樓主的情況，本科普通一本，碩士西南985。研究生期間走上了機器學(xué)習(xí)算法學(xué)習(xí)之路。參加過天池幾個比賽，拿到的成績一般，有幾個前20的比賽。本篇文章我只想把我學(xué)習(xí)與求職路上最干貨的東西分享給大家，那些很細致的學(xué)習(xí)路線或者求職面經(jīng)有很多大神已經(jīng)分享啦，大家可以去看一看~~~。

寫在前面的話：你是否真的決定走算法這條路。

我當(dāng)時想法很簡單，確實認(rèn)為算法，AI（機器學(xué)習(xí)，深度學(xué)習(xí)）這方面以后會有前途，也結(jié)合自身情況覺得可以去學(xué)一學(xué)，當(dāng)真正走在路上時發(fā)現(xiàn)困難重重，曾經(jīng)一度認(rèn)為自己是不是不適合算法，但是沒有后悔，也沒有放棄，最后的結(jié)果還不錯。但是在今天這一個時間節(jié)點上，很多人都想學(xué)算法，找算法的工作，我們就要重新審視這一個問題了，你真的適合嗎，你真的有能力做到全國競爭者中的前百分之一嗎。如果對自己有信心，也覺得自己很有執(zhí)行力，并且能拿出每天8小時，持續(xù)12個月以上的學(xué)習(xí)時間，那就去做。但是我們不得不承認(rèn)的一個事實就是現(xiàn)在想做算法的人實在太多，未來一段時間各個公司能給出算法崗位HC至少不會比今年少，但是競爭人數(shù)會呈爆炸式增長，所以競爭必然會增大。

以下的部分分為兩個部分：學(xué)習(xí)與求職路上的心得和經(jīng)驗以及踩過的坑。

學(xué)習(xí)心得和經(jīng)驗

一、理論知識要扎實

既然是走算法之路，最基本的算法理論都必須要熟悉，最常見的要做到如數(shù)家珍。常見的分類，聚類，優(yōu)化算法，深度學(xué)習(xí)等等的算法最好能推導(dǎo)（要想面試表現(xiàn)做到前百分之一必須要會推導(dǎo)，是加分項）。要融會貫通，對這些算法有自己的理解，面試的時候能說出自己與某某算法的一些心得和理解。比如面試官讓你講講XGB原理和優(yōu)缺點，你可以對比著GBDT或者LightGBM講，說說自己在使用的時候有什么trick。另外的算法就是數(shù)據(jù)結(jié)構(gòu)算法要掌握常見的題目。這部分也可以作為coding能力考查，最基本是看完《劍指offer》，《leetcode》，自己練習(xí)的時候可以手寫練一下，最后要達到能熟練手寫的程度。推薦在牛客網(wǎng)上的在線編程刷題，有精力的可以再看看《編程之美》和《程序員面試寶典》的內(nèi)容。

二、coding能力要過關(guān)

算法的同學(xué)coding能力是在面試中必須要考察的。所以自己的coding能力必須多練練，推薦在?？途W(wǎng)的在線編程多多敲代碼。掌握類似leetcode medium程度的題目就可以了，hard程度的可以不用掌握。面試中一般會出幾道題目，要求手寫，能順利寫出的都是加分項。語言要掌握一大兩小三門語言，大語言是Java或者Cpp，小語言掌握python，SQL。有時間精力可以將常見的算法用python實現(xiàn)一下。語言不必掌握很深，但是要做到能熟練用Python或者SQL處理數(shù)據(jù)，算法用Python也要掌握差不多。對于大語言來說基本語法和一些基本概念都要熟練掌握。

三、項目比賽經(jīng)歷

單單有理論的code能力是不夠的，最好能參加一兩個有含金量的比賽或者項目，盡力做一做，拿一個好名次，拿不到的話也要根據(jù)前幾名隊伍的答辯思路好好總結(jié)一下，用到什么算法，自己在項目比賽中負(fù)責(zé)什么工作，有什么創(chuàng)新點，自己有什么收獲等等，一定要好好總結(jié)，因為這可能是面試官和你聊的最多的東西，所以提前一定要下功夫總結(jié)整理好。

四、實際工程trick

雖然我們都是在校生，但是面試官可能會問我們他在工作中遇到的實際工程問題，所以這部分也需要我們?nèi)ヌ崆傲私鈱W(xué)習(xí)，最好的方法就是看別人的面經(jīng)進行總結(jié)，下面我也會貼出自己遇到的問題，供大家參考。

五、所謂的智力題

這部分的問題最不好準(zhǔn)備，常見的一些問題可以準(zhǔn)備一下，但是不常見的問題就靠自己臨場發(fā)揮了，不過大家在平時多多留意一下。

求職心得和經(jīng)驗

一、關(guān)于每年3，4月份的實習(xí)

樓主在這個期間只投了阿里，在最后的HR面之后被掛。雖然沒去實習(xí)，但是在這4-5場的面試中學(xué)習(xí)到很多。技術(shù)面一開始也很緊張，慢慢的查找自己的漏洞，然后在后面查漏補缺。所以推薦大家在3，4月份去投著試一試，雖然可能當(dāng)時的能力達不到公司要求，但是可以去增長一下經(jīng)驗。

二、簡歷

簡歷最好一頁，將最能代表自己能力的寫清楚，最好簡潔扼要。自己獲得的獎勵最好都寫上，但是盡量寫與崗位和公司match的，如獲得天池名次，國獎之類的。馬拉松獲得第幾之類的就可以不寫。

三、面試技巧

1. 面試通過=50%實力+30%運氣+20%技巧。

2. 首先要告訴自己，這不是一場面試，而是一場與自己未來同事之間的交流探討。盡量消除緊張心理，完全不緊張也是不可能的，但是還是要盡可能穩(wěn)下來。面試過程中盡量幽默，能做到和面試官談笑風(fēng)生你就贏了。在脈脈上看到的有人說做了面試官之后才發(fā)現(xiàn)其實你技術(shù)差不多就行，決定你過不過的就是看你順不順眼，所以最好能讓面試官在短短幾十分鐘里喜歡上你！

3. 在準(zhǔn)備面試的時候看過一個公眾號的文章，文章意思就是比如你的實力是80，那么你在面試中的表現(xiàn)一般是在60-100之間，如果你整場面試都表現(xiàn)平平，那么面試官對你的評分可能是60-80，但是如果你偶爾有一兩個問題沒回答好，但是另外的一兩個問題答的很完美，那么你很可能就是80-100分。面試官最后決定錄不錄用此人，更大程度上是根據(jù)面試者的最佳表現(xiàn)和結(jié)束時表現(xiàn)。所以要反復(fù)演練自己的最佳亮點和如何結(jié)束面試。

4. 電話面試的話要注意語速吐字，現(xiàn)場面試也要注意語速，可以用在草稿紙上寫一寫的方式幫助解釋。

5. 面試中遇到?jīng)]理解的問題要盡可能與面試官溝通，說不定他就在考你的溝通能力呢。

6. 在面試中遇到不會的或者完全不會的問題要在面試之前想好策略。我的策略一般是允許自己對于最多兩個問題直接說我不會，此策略一般是對于自己完全沒有把握的問題，讓面試官換另一個問題。如果你強答這個題的話只能是勉勉強強的回答一下。在一場面試中有1，2個問題說不會的沒有多大問題，但是對于其他的問題要盡量做到完美作答，這樣才有把握。

7. 關(guān)于HR面，樓主在面阿里實習(xí)生是第一次HR面，當(dāng)時聊的比較嗨，掛了，事后想想應(yīng)該是自己表現(xiàn)的太有個性和想法了，所以各位在HR面的時候盡量表現(xiàn)的老實規(guī)矩一點吧，這樣最好。。。

四、面試遇到的代表性問題

1. 比賽項目展開的問題

1.1 比賽中特征設(shè)計思路，為什么這么設(shè)計。

1.2 模型融合有什么創(chuàng)新點，為什么這么做。

1.3 針對大數(shù)據(jù)量，有什么處理方法，具體怎么做。

1.4 業(yè)界開源的分布式訓(xùn)練框架。

1.5 給出一個集群框架，每一個集群包括CPU，存儲，時序等等變量，運用什么算法或者策略使得總的效率最高。

1.6 對于某一個地區(qū)中的車輛和乘客怎樣合理安排司機-乘客使得滴滴總的收益最大（主要考慮距離）。

1.7 滴滴的拼車功能的拼車價怎么定，使用什么策略或者算法。

2. 算法理論方面

2.1 LR，SVM，KNN，GBDT，XGB推導(dǎo)，算法細節(jié)（LR為何是sigmod，理論推導(dǎo)出sigmod，KNN距離度量方式，XGBoost為什么要用二階信息不用一階，LR和SVM對比，GBDT和XGB和LightGBM對比）。

2.2 CNN DNN RNN 細節(jié)以及相關(guān)問題（poll層，激活函數(shù)，梯度消失彌散問題，LSTM結(jié)構(gòu)圖，深度網(wǎng)絡(luò)優(yōu)勢及缺點）。

2.3 常見排序算法的復(fù)雜度和一些細節(jié)以及改進優(yōu)化。

2.4 樹模型建模過程。

2.5 特征選擇方法。

2.6 模型訓(xùn)練停止方法。

2.7 正則化作用。

2.8 模型效果評價指標(biāo)。

2.9 AUC理解和計算方法。

2.10 Hadoop，Hive，Spark相關(guān)理論。

2.11 L_BFGS，DFP推導(dǎo)。

2.12 弱分類器組合成強分類器的理論證明。

2.13 FM，F(xiàn)MM，Rank_SVM算法細節(jié)。

2.14 map_reduce基本概念以及常見處理代碼。

2.15 過擬合的解決方法。

2.16 各個損失函數(shù)之間區(qū)別。

2.17 L1，L2正則化相關(guān)問題。

3. Coding

3.1 SQL查詢相關(guān)業(yè)務(wù)題目。

3.2 Java基礎(chǔ)（GC，死鎖，多線程，重載重寫等）。

3.3 Python基礎(chǔ)（常見數(shù)據(jù)結(jié)構(gòu)用法，類繼承，內(nèi)存管理）。

3.4 Linux處理文本日志相關(guān)常見命令。

3.5 給定n，螺旋打印矩陣。

3.6 Z字形打印樹。

3.7 基礎(chǔ)的數(shù)組，鏈表操作。

3.8 大巴車求陰影（至今沒明白什么意思）。

3.9 在一個一維坐標(biāo)軸中，給定 n 個線段起止點（ai，bi） （ai、bi 的取值在 double 范圍內(nèi)）， 如何計算所有線段覆蓋的總長度，請編程實現(xiàn)。

3.10 。一個數(shù)組A［1，。..，n］（n≥3），滿足A［1］≥A［2］， A［n］ ≥ A［n-1］（第一個數(shù)比第二個數(shù)大，最后一個數(shù)比倒數(shù)第二個數(shù)大，其他位置不保證大小關(guān)系）。用最快的辦法找到一個i， 滿足A［i-1］≥A［i］ ≤ A［i+1］，并給復(fù)雜度。

3.11 輸入：兩個等長的數(shù)組a，b （a、b元素都不小于0），每次可對a數(shù)組做如下兩種改動中的一種

1）選取a數(shù)組中任意一個元素，將其值增加1；

2）將a數(shù)組中任取若干個元素，將其值都乘以2；

輸出：最少需要操作次數(shù)，將a數(shù)組轉(zhuǎn)化成和b數(shù)組完全一樣；如果做不到，輸出-1，請編程實現(xiàn)。

3.12 數(shù)組里面連續(xù)值的和為S的區(qū)間，給出邊界。

4. 智力題/開放題

4.1 淘寶有1億總量的商品數(shù)量，你作為一個用戶通過什么辦法得到京東的商品總量。

4.2 連續(xù)遞增的數(shù)據(jù)，拿出兩個，打亂順序，求拿出的兩個。

4.3 n個人圍城一圈握手問題，不能交叉，不能落單，求一共有多少種握手?jǐn)?shù)目（卡特蘭數(shù)推導(dǎo)）。

4.4 54張撲克，抽去大小王，均分給4個人，問紅桃A和黑桃A在同一個人手中的概率。

4.5 對于一個query，”時效性” query的判斷，運用什么算法。