每天给你送来NLP技术干货!
来自:NLP日志
作者:zelong
提纲
1 简介
2 目的跟机会
3 平时准备
4 面试技巧
5 补充
1 简介
最近考研刚出成绩, 咨询我找工作的信息也多了起来,各种问题层出不穷,但是归根到底我能给的建议好像也就那么几个。所以在这里总结下吧,可能对一些想入行或者找工作的同学有些许帮助吧。
首先自我介绍一下,我本硕都是来自中山大学数学学院的,19年毕业,先在平安科技工作了两年多,去年刚换工作去了腾讯,一直从事的都是NLP算法相关的工作。我自己在校招和社招时也拿到不少offer,同时自己当时在平安也面过不少实习生,带的实习生也在去年秋招中都拿到挺好的offer,但是说实话我本身其实算是一个比较普通的算法工程师,所以我的一些经验可能更适合大部分人吧。
2 目的跟机会
首先第一点问问自己真的想从事这方面的工作吗?NLP算法现在其实算一个比较内卷的行业了,很多公司基本上都是要求硕士以上的。所以如果只是一时兴起,我倒不是很建议进来这个行业,因为那样很难坚持下来的,即便你觉得这是一个高薪行业,但是也要明白末位淘汰也是蛮残酷的。
其次,这般内卷的行业还有机会吗?有的,我认为现在大家感觉算法岗位的竞争越发激烈主要是因为涌进这个行业的人多了起来,但是岗位还是有不少的。所以有能力的朋友还能有机会的,每年都能看到有的人在多个offer之间犹豫不决,不是吗?每年应届生的年包不都是节节上升嘛?应届生倒挂的帖子不都比比皆是吗?
3 平时准备
如果明确想要进入这样一个行业,那么平时需要准备不少东西。
a)代码题,这是算法面试大厂必考,我个人觉得刷过leetcode前面200道题基本足够了。如果还有闲暇时间,可以尝试下每周日上午10:30到12点的leetcode周日比赛。(在面试中hard难度一般比较少见,我个人觉得是没有必要额外准备的)。
b) 算法理论知识,起码把自己在简历上写的东西都搞明白吧,包括基本的原理,对比其他方法的不同,和实际使用遇到的问题。有的面试确实会问很多简历上没有的算法,但是要同时掌握全部的算法理论还是一个比较有难度的事情的,所以我建议先掌握简历上写的内容就好。
c) 有条件的话尽可能去参加实习,没有实习经历的话也要去网上找下开源模型亲身跑下代码,最好根据自己需要做下改动。一方面是相关的实习经历很加分,另一方面是有去亲身实习后你才能进一步了解这个行业,再决定是否从事这个行业。打打比赛,水水论文也都行。
d) 看点前沿论文,不需要太多,但是对自己感兴趣的领域,你要知道现在主流的方法有什么,有什么优势或者弊端吗?深度学习是一个日新月异的领域,需要时刻保持着对前沿技术的追踪。
e)准备好简历,幻想自己如果是面试官,自己会根据这份简历问些什么问题?提前准备下。
4 面试技巧
我个人觉得面试其实蛮看缘分的,面试好像也没有太多的花里胡哨的技巧。
a) 保持真诚跟谦逊,给面试官展现你真实的一面就好了,一般情况下你简历有认真准备的话,相关的简历问题都不会难倒你。因为面试官问简历相关的问题一般是为了确认简历的真实性跟你在里面的工作,如果你的简历真实可靠,又提前准备过可能的问题,那这部分自然不会难倒你。但是面试官如果问一些更加开放问题的话,也不用太慌张,这个时候面试官可能只是想看看你对某些问题的思考而已,不一定有标准答案的,可以按照自己的理解回答就行。
b)珍惜反问环节,一般在面试快结束的时候,面试官都会让你问问题,千万要珍惜这个时刻。一方面面试官也想知道你对这个岗位的重视程度,另一方面你可以借此了解更多岗位相关的问题。你可以问问这个岗位具体的工作内容(适不适合你自己),团队的实际情况,以及面试官对某些问题的方法。(比如他之前问过你一个开放性问题,你这个时候也可以反问他,我觉得大部分面试官还是蛮乐于做这种技术交流的)。
c)代码题,如果一时想不出的话可以试问下能不能换道题,不要等到面试时间快结束了依旧毫无头绪。即便面试官不同意就继续想想呗,反正没有比这更糟糕的情况了吧。
5 补充
每个人的情况都不同,每个面试官也不一样,上面的内容只是依照我自己作为面试者或者面试官的一些经历得到的,仅供参考,大家还是要根据自己实际情况做相应的调整。
最近文章
一种全新易用的基于Word-Word关系的NER统一模型,刷新了14种数据集并达到新SoTA
下载一:中文版!学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套! 后台回复【五件套】
下载二:南大模式识别PPT 后台回复【南大模式识别】
投稿或交流学习,备注:昵称-学校(公司)-方向,进入DL&NLP交流群。
方向有很多:机器学习、深度学习,python,情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。
记得备注呦
整理不易,还望给个在看!