2016.09 找工作总结

从8月到9月，正好一个月，找工作结束，真的是心累的一个月。写一写这段时间的心路历程吧，也希望看到这篇文章的同学坚持下来，尽管找工作很累(身体+心灵)，但是坚持就会有好的收获。这篇文章不会涉及面试具体问题，主要是分析分析ML工作面试官都看重什么，但仅仅是个人意见仅供参考。

工作方向：机器学习/数据挖掘

语言：C/C++ python

技能树：逻辑回归、随机森林、GBDT、XGBOOST等基本模型

面试公司：360、百度、搜狗、小米、百度外卖、58、网易、腾讯

offer结果：百度搜索sp、搜狗垂搜1.2评级、百度外卖sp、小米、58

给我感觉比较好的是百度、百度外卖、搜狗以及网易，这些公司的特性是不死板，问得比较灵活。不会问你某个模型怎么样怎么样，而是问你你对这个模型的特性怎么理解。网易面试官一句话让我印象深刻：“我考察并不考察你会多少，因为所有人面试时程度都差不多。我主要考察你的思维活跃性。”所以，这些公司大部分都在问开放题，考察你对事物的分析能力，理解力以及是否灵活思考。当然，也考过一些基本题，比较简单的了，他们的重点也不在于此。因此，对于ML这个岗位的同学学习建议是，学习并理解基本模型，在一些ML比赛上运用一下能够更好地理解每个模型的特征，学一学hadoop、spark（看部门，有的需要有的不需要）。最后，编码能力也很重要。每个公司都会考察你的编码能力，并不是说ML就不需要编码能力了，只能说不是特别需要很强的算法能力。这里说的算法指的是acm这样高要求的算法能力。我面试的时候，除了小米以外，其他家考的算法都不难。

所有公司的都回针对项目进行提问，所以项目经历，以及你在项目中的收获很重要。面试官主要想知道你在这个项目中，成长点在哪里，又进行了哪些付出。所以，平时做项目不要刻意的去避开一些关键的技术难点，攻克它你就会成长。

我学习的路线是：NG的coursera课程，Kaggle比赛+各种技术blog+一些赛后paper，李航的《统计学习方法》

可以看出，我整体还是比较偏工程的。互联网寒冬愈演愈烈，学弟学妹们多多丰富自己的能力，努力都会有收获的。

本人985硕，确实找工作时候给我加了buff，但是努力也是离不开的，我从本科到硕士，一年大部分的时间都会在实验室呆到10点，学学习，看看书看看别人的技术博客等等。所以，我看到很多人抱怨学校的时候，也在心里默默的叹息，找工作还是要看个人能力的。

再说说其他家为什么跪吧，也给大家提个醒，不要重复我的老路。

360    面试官：你为什么在项目中没有svm？   我：我不会svm。（这么基础的算法最好能学一学。有时候面试官会问一些我们不会的，没接触过的。你要表现出我不会，但是你问的问题我可以思考一下。）

网易  面试官问了很多问题，我当时没有第一时间想出来，主要是我想掩盖我不会这个问题的事实。如果我直接说我不会，我能不能想一下，应该会更好。

腾讯  没感觉出太大的问题，只是我在简历上写的意向是北京，他问我你的志愿是北京？我说是的。但是他是深圳的，我还是我们那站第二个面的，所以评分应该并不好吧。总之一面就结束了。

不要畏惧挫折，我依然清楚的记得我在3、4月份找实习的时候，和阿里的面试官相对无言的尴尬情况。所以，人都是在挫折中成长起来的。