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。

第二部分谈谈面试公司的经历，因为我没有及时记录面试情况，这里仅列出能够想起来的考察点。

二、面经

「百度」百度大搜，提前批，从事百度大搜Ranking排序相关业务，三轮技术面。
编程题：1、矩阵m行n列，每个格子面积为1，问面积为k的小矩阵有多少个；2、手写快速排序。
算法题：决策树模型，回归树细节考察；机器学习算法对偶优化KKT条件；聊项目。

「阿里」天猫精灵部门，提前批，从事天猫精灵音箱对话相关业务，三轮技术面，一轮交叉面，一轮HR面。
编程题：1、如果有一个字典，如果快速判断一个词是否出现在字典内？思路：字典树；2、BFS最短路径。
算法题：LR 公式推导，与 Softmax/SVM 区别；判别模型生成模型；DNN方向传播推导；VAE思想；Memory NetWork介绍。

「腾讯」微信模式识别中心实习转正。实习直通转正，不经过实习转正答辩。
实习编程题：1、链表排序，思路是使用归并排序；2、c/c++ 实现 atoi 函数，也就是字符串转整数，需要考虑到细节处理，例如正负数、空格等。
实习算法题：RNN/GRU/LSTM区别与联系；介绍Bert，讲讲其中的 Pos-embedding公式，谈谈自己理解的 Attention 机制。

「美团」自然语言处理中心知识图谱组，北斗计划，解决北京户口，三轮技术面，一轮总监面，一轮HR面。
编程题：1、有百亿条记录，某些记录可重复，按照记录出现的概率进行采样，最优的时间、空间复杂度；2、无重复数字的数组全排列；3、有重复数字的数组全排列。
算法题：主要是问项目，讲解项目时会问到算法的原理，例如LSTM的公式，Bert中Attention的公式。

「网易」网易有道自然语言处理组，三轮技术面、一轮HR面。
编程题：1、n和有序数组，求前k大；2、最短路径，
算法题：主要问项目，对项目细节考察很仔细。

「京东」广告质量部，提前批。先在架构部面试了三轮，然后转到广告质量部面试了两轮，一轮HR面。
编程题：1、有两个玻璃球，小球从高于某个高度下落会砸碎，楼有100层，求小球会被砸碎的临界高度；2、快速排序。
算法题：LR结合随机梯度下降的优化求导过程，CNN/RNN讲解，聊项目，探讨业务开放场景。

「拼多多」广告算法，学霸批。
编程题：1、写开平方 sqrt 函数，思路二分法，需要注意小数的特殊处理；2、二叉树非递归中序遍历。
算法题：聊项目，给了到业务场景开饭题，要求提出解决方案，解决真实问题。

「字节跳动」：人工智能实验室，超级工程师计划，四轮技术面。
编程题：1、给定矩阵，从左往右底层，从上往下递增，求某个数是否出现在矩阵中；2、判断二叉树左右子树是否对称。
算法题：SVM讲解推导、Bert讲解、VAE讲解、Attention机制理解、项目讲解。

「快手」：多媒体内容理解部门，快star计划，三轮技术面，一轮总监面。
编程题：1、字符串中回文子串个数；2、一个字符串中，所有的字符出现两次，仅有一个字符出现一次，求该字符，用异或即可解决；3、一道动态规划题目。
算法题：L1和L2正则区别，数学解释；常见的损失函数；GRU的公式；聊项目；出了道开放式题目，要求解决方案。

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，新年大吉（拜个早年 ^O^ ）