投了200份简历, 拿到Keep 算法工程师offer

背景：硕士转CS
拿到offer: Keep, ACE, Cash Express

求职经历

我找工作历时6个月，前后电面外企10余家，onsite3家，远程面试国内企业10余家，求职方向主攻机器学习。18年12月份拿到国内外各一个offer，综合比较后，我选择接受国内算法工程师的offer，1月入职~

先介绍一下自己的求职时间线，研一上学期（10月~次年4月），开始找第二年的暑期实习。一方面，有机会拿到return offer；另一方面，为自己的简历增加分量。个人觉得这两方面有利于大大降低毕业找工作的难度、缩短求职时间。对于全职，是毕业前一年的暑假，甚至在5/6月，要开始为找全职工作做准备：收集目标岗位信息，根据岗位描述来完善简历，并进行技能的储备和项目经历的积累，然后进行刷题。参加面试前，我的简历总共改了5-6版。在Linkedln上，花钱修改了格式和部分内容；在九章私教班老师的分享会上，分享了简历，老师给了我一些修改意见。后来，自己也改了几次。

我在不同网站上投了很多简历，Indeed上225份，Linkedln上89份，Boss直聘上81份，还有一些未记录的、零散的，比如Master，Careerbuilder，glassdoor，以及一些公司网站。所以，投递简历的数目应该是在500-700之间。显而易见，投的简历很多，但得到的反馈很少。找工作的过程，会比较漫长、比较痛苦，因为不确定性、不可控性很高，需要保持积极心态坚持下去。建议找1-2个志同道合的朋友一起做项目、一起刷题，互相鼓励、互相探讨技术类问题、互相分享求职咨询。我当时就和两个朋友组成了学习小组，3个人霸占了学校教学楼下的小自习室，大概持续了5个月。

课程帮助

拿到面试邀约之后，需要的准备主要是硬技能（hard skills）。当然，这些hard skills都是要反映在简历上的，包括数据结构&算法的能力，和数据科学&机器学习的能力。这些可以在简历上直接列出skill set，也可以在项目经历中体现出来。

数据结构&算法方面，我上了《九章算法班》，1个月左右的时间，学习内容包括双指针、排序、搜索（BFS、DFS）、数据结构的相关介绍（栈、数组、堆），还刷了三、四百道题。算法班是一门比较经典的课程，强烈推荐给正在找工作的同学们，很实用的一门课。

数据科学 &机器学习方面，我主要是上了九章算法的《人工智能集训营》，老师对基础知识做了介绍，然后会带着做项目。有课程的好处是老师把知识体系的架构都搭好了，跟着老师按部就班地走，在知识架构上自己再看一些其他资料做一些针对性的总结，比如国内的CSDN、国外的Medium这些技术论坛。

准备建议

准备面试前一定要做research，了解面试公司和面试官的背景。一般HR会告诉你面试官的姓名或者title之类的，可以去Linkedln上看面试官的资料。其实，看面试官的资料也是蛮有意思的、有很多可挖掘的东西。因为往往在面试中面试官会问一些问题，这种时候就可以从“经历”着手。比如，我遇到的两个面试官都是SNU的校友，面试时就有很多可聊的，像他们有类似“从那个公司离职后，工作两年又回到那个公司”的经历，我当时就问了“为什么会有这个决定？是什么让他重新回到这个公司？”

其次是强化训练，主要是看面经和做题。当时人工智能训练营为期3个月的课程，我有了很多积累，记了一本笔记。后来做面试准备时，看了一些面经、CSDN上的博客，把技术要点一条一条列下来，又记了一本笔记。这样，两本笔记很方便复习、总结和提升。关于面经，可以在Google上直接搜索“machine learning interview”和“choosing the right machine learning algorithm”，这两篇文章都很有用，特别是后面那篇文章，我通读了5、6遍。

最后是吃透简历上的内容。如果是自己还没吃透、一知半解的东西，尽量不要写到简历上，因为面试官一般都会围绕简历（特别是项目经验）来发问。在面试准备时，要把简历上项目多过几遍，比如调参的过程，模型的参数、数据集、维度等等。期待对大家有帮助~