身经99战，我们的秋招终修成正果

关于作者

大家好，我是码春儿，两年前还是坐在图书馆里刷数学题的单身狗，在这两年间完成了脱单、保研，并和npy一起经历了秋招，共参加了99场笔试及面试，其中我参加了57场面试和22场笔试，她参加了20场面试，共收获了10个不错的offer，如今我已是鹅厂的准算法工程师，她也成功上岸了深圳的在编教师，这一路虽没有走偏，但还是绕了很多弯路，因此将找工作的经历进行整理总结，希望能够帮到大家，也欢迎大家关注我的公众号码春儿，回复算法或深圳教师，获取我们整理的资料，后续我们也会继续分享面经及工作中的技术与心得。

秋招感受

找工作，卷！
想找满意的工作，太卷！
想两个人一起找同城且满意的工作，卷上加卷！

秋招是一个不断否定和重建自己的过程。 一路走来的收获完全不同于高考和保研，除了闷头努力，还需要不断思考自己究竟想要什么，想去哪里，该怎样提升自己的竞争力，在面临挫折时是更换其他道路还是调整策略继续前行，同时，如何搜集信息，增强简历曝光率，提升基础知识以外的面试软实力同样重要。
整体而言，2020年的秋招算法岗确实很卷，由于疫情因素，竞争更加激烈，很多公司的各方面要求都提高了，但也不至于“灰飞烟灭”， 纵观我以及身边朋友的经历，通过认真规划和努力完全可以找到比较满意的工作，薪资待遇也和网上所传的相差不大。

这篇文章作为系列的第一篇主要结合我的求职之路分享该如何正确看待自身条件与理想岗位，系列后续文章会继续分享面经、面试技巧及教师招聘等内容，欢迎大家持续关注！

正确看待自身条件与理想岗位

有的人已经上岸了，而有的人还没有想好投什么岗位，这种情况比比皆是，以下几个问题应该尽早想清楚，大家可以对照自查。

1. 想要应聘什么岗位？

对于跨专业的同学而言，这并非易事。很多同学觉得什么都可以，细想之下却似乎都没有优势，因此一定要结合自己的兴趣及所长，明确求职意向。是想做开发，算法，还是产品？如果是算法，具体而言是CV，NLP、推荐还是风控？想做偏向工程，还是研究？也许你觉得还早暂时无法确定，那么一定要想办法去参加实习或者多看相关岗位的面试经验及工作内容分享，不断思考自己是否适合。 这一点我在研一时便初步确定下来，由于我研究生阶段主要做推荐及知识图谱相关工作，并且对算法感兴趣，因此打算找推荐及搜索方面的工作，想好之后才能够更好的进行准备，面试中才能向面试官传达清晰的个人目标。

2. 自己的需求该如何排序？

城市、公司、部门、岗位、薪资、工作时间，这几个在你的心中如何排序？
这一点是想说求职意向，在秋招的过程中不可避免的要随时做出选择。比如投递简历时，很多公司仅限投递一个或几个岗位，那么就要面临取舍。在收到面试通知时要选择是否参加面试，若有多个笔试及面试在同一时间则要从中选择，后续还要随时选择是否继续进行面试流程，最后选择最合适的offer，因此心中一定要对需求进行排序，才能尽量避免做错误的选择。
有的同学倾向于找离自己家近的工作，也有些同学不能接受加班，首先是兴趣相关，我只考虑算法方面的工作，因为在我看来其他要素随着职业生涯是很容易改变的，而如果想要再转行难度会比较大。其实是我和npy仔细考虑过，她的目标是深圳的在编教师，我们不接受异地恋，因此我主要找在深圳的工作，这些事情一定要尽早沟通好，以免造成后面的痛苦。在满足岗位与地点的基础上，我再考虑部门、薪资等条件。

3. 理想的岗位要求什么？

我仅说算法方面，主要是项目经历、刷题和算法知识这三个部分。

• 项目经历是非常重要的，也是很难速成的，要从现在开始，想办法丰富，如果有相关方向的paper、比赛奖项或是实习经历，那么你的胜算就提高了很多。当然不限于我所列举的几点，只要是能够体现算法能力的项目都是有帮助的。我在保研后选择了相关方向的导师，研一期间以学生一作发表了一篇SIGIR论文，参与了一些实验室的项目，并有一段实习经历，研究生阶段的时间非常宝贵，尽量把时间用于对找工作有利的事情上，如果实验室的工作与未来想找的工作匹配度不高，建议通过实习增加项目经历。
• 刷题方面不需要花费大量时间去研究很难的题目，如果没有学过数据结构还是要补，如果时间还宽裕就系统学习一下，如果想要速成推荐网课 《算法面试通关40讲》，或者看书 《剑指offer》，可以比较系统得知道各个考点，当然只靠这些是远远不够的，我在这些题目做熟练后还在LeetCode上刷了两百多道题目，并看了很多好的解题思路，这一点我很早就在准备，开始面试以后就没有大量刷题了，主要打周赛保持手感，如果你时间比较紧张，建议不要花太多时间，在保持手感的基础上，以看思路为主，因为还有很多更重要的事情要做。
  面试中的算法题通常不需要很长的代码来实现，主要考察点一是从问题中抽象出数据结构模型，二是快速、准确、清晰地用代码实现，比如二分法，大家可以自测一下需要多久能够给出一段令人满意的代码。
• 算法知识主要是指机器学习、深度学习和推荐系统等，后续面经会持续分享。每个面试官都会有自己的工作重点，因此也有不同的考察方向。我刷了西瓜书和深度学习的花书，复习时重读了研究生期间看过的推荐方面的论文，同时对于《Attention Is All You Need》、《Deep Interest Network for Click-Through Rate Prediction》这种很经典的文章建议阅读原文。我们在复习的时候尽可能全面、细节，可以合上书自己写一遍模型细节，再查漏补缺，我遇到过考察很细的题目：
  • DIN模型中的注意力机制为何将向量element-wise相乘融入其中？
  • BatchNormal、Dropout、ResNet几部分在前向传播中的顺序如何排列。
    同时要应对一些没有人会教，也查不到答案的思维扩展题目，在基础知识复习牢固后可以多看一些面经，多思考或和同学讨论，比如：
  • 训练神经网络时将所有参数初始化为0或者1会发生什么？

4. 如果不顺利，我该怎么办？

我希望大家永远不会经历，但除了一些很优秀的同学顺利的拿到了满意的offer，对绝大多数人而言，求职之路是一场持久战，因此建议大家思考这个问题。包括我在内的很多同学总是习惯于以上一届最优秀的学长学姐拿到的offer作为目标，而没有意识到他们只是少数，并且他们也付出了非常多的努力，这也导致我经历了很多不顺利的面试。

• 我们可以保持乐观自信，但一定要调整好心态，不要希望自己一次就能上岸，正如高考前进行了无数次模拟，找工作时也要在一次次面试中发现自己的不足和提升的方向。面试结束后也不要全盘否定自己。
• 在面试中我们可以想办法了解面试官的部门及业务，从而确定自己是否适合，也找到后续努力方向，同时要发现自己的不足，并针对性的提高。
• 可以为了目标坚持奋斗，但如果确实不适合，建议也找一些退路，很多同学在算法岗经历了失败，有的转行到产品或数据分析，有的改投了风控等其他算法，有的投了银行或者其他行业，也都拿到了不错的offer。
• 有时候我们会觉得达到了瓶颈，很难再提高，可以想一想其他方面是否能做更多的事情，是否有其他渠道可以增加简历曝光度，比如BOSS直聘等。是否再坚持一段，等到谈薪后会有新的一批机会？（很多人会在此时拒一些offer，从而空出HC），这些想清楚以后生活就有盼头了。

5. 我们有哪些劣势？

这是一个HR面试中最经常遇到的问题，要在心中想明白，并正视这些劣势。
在求职过程中很容易盯着自己的劣势，从而不断纠结这个点，越想越觉得自己没有希望，浪费了很多准备的时间，也没有任何收获。比如我的一位同学总是纠结于自己的本科学历不高，而忽视了提升面试知识的学习，在踏踏实实学习一段时间后以自信的姿态顺利上岸。还有一位同学总是担心自己没有求职方面的项目经历，而实际上通过刷题和学习，也拿到了不少面试的机会，并拿到了offer。
在面试中，费斯汀格法则非常适用，对于那些可以改变的，我们要不遗余力做出调整，而对于学历等很难改变的事实，则千万不要过于纠结。

6. 什么时候该做什么事情？

“秋招”这个词本身是极具迷惑性的，千万不要认为是秋天事情，我给出几个关键的时间节点（所述时间均为毕业前一年），大家可以参考：

开始准备 就现在！！！ 任何时候开始准备面试都不会过早，千万不要想着等到手头工作完成后再腾出大块的时间系统的准备，因为刷题、丰富项目等工作是难以速成的，而且过一段时间后又会有其他事情占用时间。

简历制作： 可以早些做一份简历，增强对自己的了解，并不断丰富优化，最晚在2月应有一份可以投递的简历。

投递实习 过年后不久各大公司就会开始暑期实习招聘，建议大家一开始就投递，因为这个时候公司需求最大，不要等到准备好了再开始投，一些部门在这一批招满后可能就不再面试了，有时候时机要重于实力。

投递秋招 秋招的提前批大约是六月底便已经开始，和同学交流发现这是秋招比较容易上岸的时期，很多公司在提前批开始时发出了大量的offer，因此不要等着夏天结束啦！

谈薪 这个各大公司时间都不太相同，但20年大多集中在10月中下旬，谈薪后随着一些offer被放弃，也会涌现出一批机会。

后记

本文是系列的第一篇，后续会继续分享我在简历投递、面试技巧方面的心得以及深圳教师招聘，欢迎大家持续关注，也祝各位卷友渡劫成功！

欢迎关注我的公众号，了解算法岗面经、深圳教师招聘备考指南、程序猿的技术之旅与浪漫生活~