推荐一位学霸的秋招经历（已收到百度、阿里、腾讯、美团、京东、拼多多的 offer）

正文开始

2019年的秋招，比往年来的都更早一些，今年的算法岗位面试者，大多也都焦虑一些。

因为学习算法的人数远比前后端多，但其招聘人数远比后者少，因此竞争尤为激烈。我面试的岗位都是自然语言处理算法工程师，本篇文章主要讲述我的秋招历程。

今年我面试了百度、阿里、腾讯、美团、网易、京东、快手、拼多多、字节跳动，目前面试基本结束，等待 offer 阶段。

收到了百度、阿里、腾讯、美团、京东、拼多多的 offer，其余的在等待，问题不大。

一、面试准备

1.1 简历制作

我的简历上，比较突出的是两部分，一是实习经历，曾经在创业公司和字节跳动实习过，现在在微信实习；二是比赛经历，参加了一些自然语言处理的比赛，获得了冠亚军的奖项。说实话，实习经历够了，比赛经历也够了，缺的是学术论文的经历，也是接下来尝试突破的方向。

花了几天的时间专门修改简历，删繁就简，将丰富的经历压缩到一页篇幅。很多人做简历使用 word，但我总觉得用起来挺不方便，所以自己设计了个ppt 模板，用它来制作简历。整体风格简约，比较符合互联网面试官的审美。

建议大家多花点时间润色简历，毕竟这是面试官对你的第一印象，多下点心思，制作过程也是对个人经历的复盘总结。

1.2 算法刷题

我将算法考察分为硬算法和软算法，硬算法指的是编程基础，软算法指的是机器学习算法基础。

针对硬算法，我从三月份开始，基本每天坚持做一道 leetcode 算法题。以下是我的提交记录，每个格子代表一天，颜色越深，表示刷题数目越多，时间跨度是三月份到七月底。

之后为什么没有再刷呢，因为我刷题的时候喜欢总结，做了两百道题目之后，常见知识点已经掌握了，面试时算法题基本都能够做出来。以下我整理的常见概率题和算法题目录。

针对软算法，就在网络上搜索面经，例如牛客网、技术公众号、csdn等等，在面试相应的公司之前，先检索下该公司岗位常考察的算法题目。简历上提及的算法，例如LR、GBDT、CNN/RNN/LSTM，原理一定要懂，常考察的公式需要掌握推导流程，例如手写SVM推导、神经网络反向传播推导流程。以下是整理的一些机器学习面试资料目录，学习之后，面试时候就能和面试官斗智斗勇了。

1.3 简历项目

简历上的项目，要用心来总结提炼，言简意赅，用最少的文字展示自己。写上去的项目，面试时候问到的概率非常大，所以要保证能够熟练讲解每个项目，可以按照三要素来介绍，项目分工、项目成就、心得成长。

不免俗，我也送福利，也是希望大家能够关注我的公众号。在公众号中发送 秋招 两个字，即可获取整理的算法资料（编程题和机器学习面试题目）。

总结下，技术面中，如果项目丰富，会聊项目，所以好的实习、竞赛经历很重要；没有项目会考察基础算法比较多；技术面都会有编程题，难度不大，基本不超过 leetcode 的中等难度。

总监面就是聊聊实际问题的解决能力，未来的职业规划，对公司的看法等等；

HR面就是看看有哪些offer，打算在哪工作，薪资的预期，为什么想要来这个公司（要学会大夸特夸）。

最后，祝大家 offer 多多！黄海龙的公众号：

往期精彩回顾