牛客网是个留存率很低的网站，春去秋来，每天首页都有着不同的面孔。回首我自己过去的一年，辛苦的实习、艰难的笔试、重复而困难的面试、煎熬的谈薪是这一年的主旋律。因此我想在这里给大家分享一下我在这一年的经历中学到了什么。

面经

首先面经奉上~
暑期实习面经（NLP 方向）达摩院、腾讯、微软、美团、百度
秋招算法岗完整面经：字节、腾讯、阿里、百度、滴滴、美团

谈谈算法岗

算法岗位在过去的各种公众号焦虑中被逐渐神话，诸如诸神之战、算法黄昏等等的词语层出不穷，大家纷纷为之色变，转到其他岗位。在这里我想谈的是算法岗位的需求与自身能力的匹配。

算法岗主要分为研究型与业务型。研究型一般为各大公司的研究机构，负责刷PR、内部模型研究等等，这种工作需要较强的独立研究能力，对于找工作的人而言，需要较好的简历，例如有AI独角兽工作经验、较为顶级的论文，另外学历也会存在一定的门槛。而另外一种则是业务型，业务型需要负责AI产品落地、线上指标分析、模型迭代，这些方向实际工作内容迥异，例如AI产品落地可能更加偏向一种工程岗位，模型调优更加偏向底层优化，这些方向和大家学生时期追求的创新模型有较大差距，但是却是企业最需要的人群。

因此明白企业的需求后，那么对于大部分算法岗位的要求其实就比较明确了：

1. 需要有一定的底层支撑能力，这种能力展现需要有一定的实习、国\省字号打头的项目经历；
2. 需要有一定的算法能力，这种能力需要有算法相关的经历，例如参加比赛（大型，前5%），撰写论文，或者较高star的算法开源项目；

如果简历中不存在这两点中的任何一点，那么还是建议转岗位吧；

谈谈基础知识

对于不同的公司需要有不同的复习策略，字节喜欢问算法实现，例如让你手动实现LR或者KNN的完整代码，美团喜欢问场景题，给一些业务场景问应该设计什么样的方案。这些都决定了需要采用不同的复习策略，另外对于问场景方案的面试，强烈建议在面试的问答环节问一下有什么方案，这个对于多次面试非常有用，像我面阿里时问到方案在大概四个公司场景题中都用了。

基础知识包括计算机基础知识，这些知识一般不会作为单独技术点进行考察，但是在问项目的时候会突然问遇到xx问题你该怎么解决。如果能够回答好这些问题，在面试官这边相比也能多多加分。而对于机器学习类的知识，我认为这些都是基础必须掌握的，尤其是跨专业的同学，面试官一般遇到跨专业的会问的更加凶狠。对于一些深度学习技巧性的东西也需要去掌握，经常在面试中被问到你用了哪些小技巧，自己准备一两个总不会错的。

谈谈面试节奏

一般来说三四月份大规模实习笔试面试，七八月份大规模秋招笔试面试，对目标算法岗位offer的人来说，一定要开了就投，offer只会越来越少。像我今年的遭遇，七月份腾讯PCG就开始打电话让去面试了，此时腾讯的校招还没开始，而等到八月份，很多人投PCG的都没有消息。从我和我室友的经验看，七月份投递的大公司基本都有面试邀请，而八月投递的一些基本渺无音讯，所以一定要记住，能早投早投！

写在最后

本文很多内容都写得比较浅，毕竟是上班摸鱼写的，很多东西都不够细致，欢迎大家留言提问或者给我发私信和邮件。一般来说我的回复速度应该是邮件>私信=评论。
邮箱：codle@outlook.com

牛客广告专区

我在牛客网写了一个专刊，有比较详细的求职规划等等，欢迎大家前去选购。牛客网提供了优惠链接：
优惠链接：https://www.nowcoder.com/order?itemId=418&itemType=ZHUANLAN&couponId=DY7bAh6
原价：9.99，帖子优惠价：5.99
限量100本

字节 AML 招人中~

字节跳动 Data-AML 团队 2021 年春季（PM、算法、工程）实习生及全职招聘
简单要求：学习能力强
职责：进行多模态机器学习（视觉、语音、NLP）在 ToB、推荐、广告方向的实践。

部门介绍

字节跳动 AML (Applied Machine Learning)部门负责公司的AI infrastructure、算法研究和应用推荐算法中台、NLP等设施构建，此外针对推荐领域做相关的基础研究（硅谷、西雅图）。团队主要包括：应用算法、推荐算法中台、机器学习平台、基础研究团队等等。

联系方式

AML 一向是字节很香的部门，目前都是内推招聘，所以希望对 AML 有兴趣的可以来试试，这边肯定面试难度会比其他部门稍高，所以也希望大家有所心里准备。

联系我的方式：codle@outlook.com，邮箱标题：【字节内推】姓名-职位-预估可以来实习时间
例如：【字节内推】张三-算法工程师-5月