前言

面向讀者

找工作是個力氣活，但也需要巧勁兒，有時候還靠點運氣。

我不知道如何能找到一個好工作，但是我可以說一說我找工作時候的過程與體會。希望能給讀者帶來一絲幫助。

個人方面

由于代碼能力不強，科研思維也很差，研究生期間幾乎沒有太大的可見成果。所以找工作期間一度是很不自信的，擔心自己無法找到工作。

不過，自學能力是有的，自我控制稍微差了些，但是也有自知之明。

總的來說，相對于本科期間還是學會了很多東西。

然而找工作這個事情，俗話說的好：“天時地利人和，缺一不可”。

下面是我的秋招列表（崗位除了個別幾個，都是dm/ml算法工程師）：

QQ圖片20170327114640.png

除了上面這些還投了很多其他的：去哪兒，頭條，樂視，新浪，迅雷。有些悲劇，有些沒去面試。

當然投的簡歷遠不至于此，所以統計數據實際是比這個更低些的，從以上統計得出，第一投簡歷要海投起來，第二要臉皮厚起來，有時候該霸面的時候機會也抓緊。

秋招的關鍵時間段（針對互聯網行業）

由于我們身處互聯網行業，而這個行業的秋招幾乎是最早的，因為各大公司都在搶人才，譬如去年華為。

6月底~8月底：不能錯過的內推

這個時間段可謂很關鍵，因為這相當于一個預面試或者有兩次的機會。有些公司可能是實習內推，也有可能是秋招內推。

好處：

• 大部分公司內推不需要筆試。
• 如果掛了還是有正式秋招的機會的。
• 提前把握面試的內容、難度等，便于復習相關知識。

一些壞處：

• 有些公司內推掛了秋招好像就沒有機會了？
• 來不及準備好自己。
• 有時候有些公司通過了會強制要求去實習至少3個月。這個選擇也很困難（去實習不一定留下了，還會錯過秋招黃金期；
  不去實習相當于不去放棄這個公司，你不知道后面是否能通過更好的公司）。

關于華為的提前批：

華為的提前批預熱比較長，從7月初就開始宣傳，一直到8月底結束面試（成都這邊）。反正感覺戰線比較長，有時候也挺疲憊的。

9月~10月：正式秋招的黃金月

這個階段主要就是各大公司來學校進行宣講、組織面試等了。而你也主要就是在這個月大顯身手。

10月~一直往后

10月后也會有一些（也僅一些了）大公司才來招聘。如果前面你沒遇到心怡的公司，那么這個月里還是有很多機會的。如去年的新浪，360等
都是這個月過來的。

找工作你不能忽視的幾個過程

收集招聘信息

有以下幾個途徑：

• 比較大眾的，這些都一般是正式秋招信息：

  • 大街網
  • 海投網
  • 學校就業官網（或官微）

• 比較特殊的，這些包含內推、實習等：

  • 清水河畔就業板塊
  • 各種QQ群，不管是內推的還是正式秋招的。
  • 發動你的人脈，求助你的同學，學長學姐吧。

準備簡歷

首先你要有一個這樣一個敲門磚。

一般簡歷包含內容：

• 個人信息

這項主要是你的姓名、性別、出生日期、專業、籍貫、求職意向、聯系方式、專業等

• 教育背景

這項主要就是你本科碩士的學校、專業、時間等、成績好的話可以備注排名或GPA。保研也可以備注。

• 專業技能

這項則主要根據你要應聘的崗位來決定寫些什么。再加上英語四六級之類的。

• 項目經驗

自己做過的項目。主要從項目時間、項目內容、你在其中擔任的角色、參與了哪部分工作、作出了什么成果等來闡述。注意按項列出，而不要一大段話。

• 實習經驗

最好是與求職崗位相關的實習經驗。

• 榮譽證書

獲得的各種獎項證書等。注意備注時間。

• 發表論文

這項主要是碩士找技術方向的職位時，如果相關，最好寫上。不僅僅是已發表的，已投或者在投的都可以寫上，一定程度表明你讀研期間的工作內容。

一般本科的話最好寫一頁，碩士能一頁則一頁，不能則兩頁。再多了就弊大于利了。

當然，對于簡歷而言，重點不是包含上面幾塊內容，而是具體每一塊內容怎么樣去描述。

關于簡歷中的一些注意事項，求職信怎么寫？

以下內容來自互聯網校招聊天記錄以及某位相關同學的整理，以及我的二次整理：

郵件發送格式：

• 郵箱：

首先要有一個比較正式的郵箱。大家一般都不推薦用qq，其他的如網易，gmail，hotmail，foxmail都可以。

• 簡歷與郵件主題命名：

優先按照公司或推薦人要求的格式。比如：公司崗位-學校-姓名-專業-電話-郵箱.pdf這種格式。如果沒有要求，建議也按照這種格式。

• 正文：

郵件正文最好寫上求職信。比如我是誰，來自哪個學校，專業是什么，應聘的是什么崗位，具備什么技能等。

簡歷內容：

• 正文不要寫一堆勵志語，要有干貨。
• 簡歷不要采用表格的形式，比較low。
• 實習經歷不能一筆帶過，最好是用數據等來說明，負載多大？多少人用？性能數據？
• 實習經歷要倒敘寫。
• 自我介紹最好不要寫，不寫至少不扣分，瞎寫的都扣分
• 所學的課程和崗位相關的可以提一下，比如有的什么物流產品經理，你的課程里面學過物流的相關科目，就可以帶一下，其他情況就不用寫。
• 簡歷格式如果沒有特殊要求最好用pdf格式，以防別人打開格式會亂掉。
• 技術類的簡歷盡量不要寫無關技術的東西，比如什么營銷大賽啊，考研機構家教啊等。
• 像數學建模國家獎項、相關論文、項目一定要有你的貢獻（第幾作者，負責什么），要不然容易給人你是打醬油的映像。
• 像“雖然我的專業不是數據挖掘，但是我喜歡它，熱愛它”等之類的話最好不要寫，用事實證明你的能力即可。
• 像“什么輔導班教師，超市柜員，肯德基”等的經歷，統統不要寫。
• 簡歷里一般都不要出現“個人簡歷”等字眼。
• 簡歷內容里一定要表明自己的求職意向，最好加粗。
• 實習經歷或者項目經歷最好是在時間是比較銜接的，而不是很多并列的，或很多至今的。
• 現居地也是重要的信息，可以根據你投的公司的地址來選擇填寫或不寫。這樣是否可以就近面試就比較容易知道。
• 一頁可以寫完的簡歷最好不要兩頁。（相關調查稱：hr在每份簡歷上的平均停留時間是13m）
• 關于簡歷的字體，別太大或太小，正常字體就行，根據內容來調整。
• 幾塊內容的參考排序：實習》項目》專業技能》獎勵
• 關于比賽獎勵，國家級還是省級還是校級以及幾等獎要說清楚。團隊的要說清楚你是第幾位，主要負責啥（比如數學建模，編程？論文？算法設計？）。

最后的建議：

一定要海投！
簡歷正文或標題最好寫上投遞的是哪個公司，以便自己后面查看。否則你都不記得是投給哪個公司的了。
各種網站的注冊賬號密碼。要記錄。否則也很容易忘。
郵箱投遞簡歷還算比較省事的，那些網申才比較痛苦，所以挺住啊。

因為公司是靠這一輪刷掉大部分求職者，而你所投遞的簡歷大部分也是死在這一環節的。所以這就像推銷一樣，要廣撒網。

筆試通關？

第二關，就是考察你真實水平的時候了，其實我趕腳這是最難的一關。

筆試主要分為兩種：

• 線上
• 線下

而線上的居多一點。這一塊的復習主要靠刷題以及日常的積累。

對于數據挖掘/機器學習/算法工程師這一類的筆試題內容主要包含但不限于：

• 選擇題

內容涵蓋不統一，從計算機基礎到算法都有，程序語言方面也很廣泛，c,cpp,java,shell都有。計算機網絡，數據庫，是數據結構，操作系統等比較多。
也包含很多機器學習算法的內容。

• 填空題

有的公司有考過程序的填空。

• 簡答題

這類題也有好幾種，有的是系統設計，有的是算法原理證明等。

• 編程題

這個就是像大學acm做的那種oj上的題一樣。需要刷題訓練。

線下也差不多是上面那些題。我好像只參加過1、2次。

關于這一塊的訓練主要是一下幾個途徑：

• 牛客網刷題

牛客網其實更多是一個資料整合的網站，包含了筆試題，編程題，還有面經，招聘信息等。
同時，很多公司的線上筆試平臺也是牛客。

• leetcode刷題

專業的刷題oj。

• 線下自己的積累
• 刷面經，有時候面試的題目可能會出現在筆試中。

性格測試

有很多公司現在比較注重這一塊。有的公司會把它當做應聘的一個考察環節，有的公司則只是讓你做一做。

性格測試包括智力和性格兩個方面。

• 智力：一般就是寫圖形啊，排列組合啊，等之類的題。

• 性格：主要就是圍繞為人處世，對待事情的態度，積極樂觀等態度。

大家可以自行在網上找一些這類題目做一做。

面試直通（主要是我的面經）

本節主要是我面試過的一些公司

• 銳捷網絡
  • 崗位：數據挖掘
  • 招聘類型：提前批
  • 面試輪數：2
  • 應聘結果：放到池子里沒被撈起來
  • 面試方式：電面
  • 面試過程：

  （一面）
  面試官：我是銳捷網絡的工程師，下面來面試，方便吧
  

我：方便。。
面試官：你做的都是理論項目啊？
我：是的，，，我們實驗室都是在做基礎理論研究。。。
面試官：那你有什么論文發表嗎？
我：（虛，，，）大四發表了一篇優化算法的論文。研究生，投了一篇（本來說的是另一個，然后面試官理解成簡歷上那篇TKDE的了，這個我只是水水而已）
面試官:論文是哪個區的（不知道說了個什么區）？
我：是計算機A區的
面試官：哦，是CCF的A區嗎？
我：是的
面試官：你在這里的主要工作是什么？
我：（狂虛中，，，）主要是加入了噪聲處理部分。
面試官：那你對常用來去噪的機器學習方法有了解嗎？
我：(巨虛，，，）不了解。這個項目里主要是結合概念漂移進行的噪聲處理。。
面試官：...哦， 我們這個是機器學習方向的算法工程師，都是用的機器學習的算法，我看了下，你了解的knn,svm都是一些經典的算法，
我：en
面試官：那你說一下svm是干什么的？
我：（開始描述svm）最大化兩類之間的間隔的分類器，線性可分時怎么樣，線性不可分時要加入核函數進行空間轉換...
面試官：那svm是線性分類器還是非線性分類器？
我：(不是說過了嗎，納悶）數據線性可分時，是線性，不可分時，是非線性。
面試官：那如果數據呈現二次型的時候，你怎么分？
我：加入核函數啊。
面試官：還有什么辦法？
我：（想了又想，想了再想）...不知道了。
面試官：那好吧，那你對pca了解嗎？
我：了解啊，
面試官：那講一下pca是用來干嘛的？
我：pca啊，可以用來分析主方向啊，降維啊，特征篩選啊，具體方法是用svd分解得到特征值矩陣和特征向量矩陣，然后根據不同的任務對選擇特征值或向量進行計算。
面試官：（好像比較滿意）那你對bayes了解嗎？
我：比較了解。
面試官：那你了解用貝葉斯去噪嗎？（面試官怎么這么習慣去噪啊）
我：不了解。貝葉斯的話主要是從基本的貝葉斯定理出發，進行貝葉斯分類啊，貝葉斯模型選擇啊，（還想說概率圖模型中的貝葉斯網絡來著）
面試官：那你說說貝葉斯怎么分類啊？比如說看看今天天氣怎么樣？
我：blabla，，，利用天氣的歷史數據，可以知道天氣類型的先驗分布，以及每種類型下特征數據（比如天氣數據的特征：溫度啊，濕度啊）的條件分布，這樣我們根據貝葉斯公式就能求得天氣類型的后驗分布了。。。。
面試官：en（估計也比較滿意吧）那你了解關于求解模型的優化方法嗎？一般用什么優化方法來解？
我：大部分求解模型都是用梯度下降法來的
面試官：可是它得不到解析解啊。
我：是的，一般求解都是用梯度下降法一步步迭代求的。。
面試官：那如果是凸的，它還是能求出解析解的
我：en .....
面試官：那我這里就這些問題，如果有二面的話，會有人通知你的。
我：恩，謝謝您，拜拜
面試官：byebye
終于完了，我還有些緊張，看了看時間，才過了15分鐘。。。。好快。。。
哎，結果我以為二面要過幾天的，就爬上床打算睡覺了，結果，剛躺了會兒，電話就打來了。
二面：
考察內容概述：編程算法能力以及開放性問題
過程：三個算法問題：
第一個問題：找出數組中出現次數超過一半的數，現在有一個數組，已知一個數出現的次數超過了一半，請用O(n)的復雜度的算法找出這個數
我說了一個最簡答的，直接遍歷數組，用map存儲《數，出現的次數》這個鍵-值對，然后找出超過一半的即可。
繼續優化，，，，沒答上來
第二個問題：已知一個數組，有n+2個不同的數，其中n個數出現了偶數次，2個數出現了奇數次，設計算法找出這2個數
又只想出一個簡單的，用棧，偶數的進出進出，最后在棧中沒有了，奇數的進出進，最后會留在棧中。就找到了（這個空間復雜度為O（n）
繼續優化，，又沒想出來。
第三個問題：已知一個產生1-5的整數的隨機函數，請設計一個產生1-7的整數的隨機函數
哎，完全想不出來。。。。
第四個問題：已知一個婦女每生一個女兒都會繼續生下一胎直到她生下男孩，請問這樣會對男女比例造成什么影響？
結果我算的是生下男生的概率逐漸趨于1.（額，總感覺不對），（剛剛查閱了一下，結果是男女比例是1:1，并不會有什么影響）
面試官：好吧，，下面我問你幾個開放性的問題
第一個，大學幾年，你覺得你做的最有創新或創意的事情是什么？
。。。。。。
第二個，你覺得你未來期望從事什么樣工作呢？（記不清楚了）
。。。Blabla吹了一些。。。
第三個，我看你家鄉是山西的，而我們工作是在福州，那你在招聘中有沒有說是比較傾向于去北方還是南方？
回答：都可以。愿意去福州發展。（反正說了一大堆就是表達了下這個意思）
第四個：你平時用手機來干嘛？
回答：娛樂，看技術博客，面試經驗，刷筆試題。。。
恩，那你還有什么想要問我的問題？
我：剛剛面試的很差，想問下我應聘的這個崗位是偏研究多一些，還是偏工程多一些？關于工程這方面的面試占多少比重呢？因為不太擅長編程算法這方面。
?面試官：公司里做的都要涉及工程。但是也有研究方面的東西。（算法）。我們本次主要是招聘的創新崗位，之前的一面的面試官說你的機器學習方面的基礎還是不錯，本次的面試呢主要是考察一下你適合什么樣的崗位（是創新崗位還是一般崗位），不同的對應的待遇也不同。（說了一堆工程與產品什么的東西）
我：又問了一下有沒有三面了，現場面試
面試官：沒了，我這里就是終面了，如果有現場面試的話，基本就是一些進一步交流。之類的
我：ok,目前沒有其他問題了。謝謝。
面試官：謝謝。如果有結果會進一步通知。

- 阿里內推
    - 崗位：本來投算法崗位的結果推薦人給寫成java開發了
    - 招聘類型：提前批
    - 面試輪數：不知道
    - 應聘結果：一面掛
    - 面試方式：電面
    - 面試過程：
```txt
這是一次非常失敗的經驗教訓
一、投錯崗位
二、沒有提前準備好
過程比較痛苦，問的是java方面比較深入的問題。反正沒怎么答上來，5分鐘就結束了。具體問題有點忘記了。

• 亞信聯創
  • 崗位：技術培訓生
  • 招聘類型：提前批，實習
  • 面試輪數：1
  • 應聘結果：通過
  • 面試方式：視頻面（兩個面試官）
  • 面試過程：

主要從兩個方面：數據挖掘和java基礎。
這個也已經忘記了具體的問題了。
數據挖掘大概是：kmeans, svm之類的。
java的話重點在集合框架這邊Arraylist, Map等

• 微店
  • 崗位：算法
  • 招聘類型：提前批
  • 面試輪數：不知道
  • 應聘結果：一面掛
  • 面試方式：電面
  • 面試過程：

最開始就是自我介紹。
然后做了一個編程題：字符串分割。
由于是全白板寫代碼，所以犯了很多錯。

• 遠景能源，蘑菇街這些一面掛的大部分已經忘記了面試題目是啥了。
• 百度（內推）
  • 崗位：算法
  • 招聘類型：提前批
  • 面試輪數：不知道
  • 應聘結果：一面掛
  • 面試方式：電面
  • 面試過程：

一：自我介紹
二：針對項目，問一些細節
主要包括，這個項目主要是干什么的，你在里面負責了什么，要能把具體過程說清楚。然后里面涉及的具體技術點要懂得原理。
三：數據挖掘算法，其實這塊主要和項目結合起來問的。
主要從經典的幾大算法，比如：
1.SVM，說明它的詳細原理，主要從分類平面，到求兩類間的最大間隔，到轉化為求間隔分之一，等優化問題，然后就是優化問題的解決辦法，首先是用拉格拉日乘子把約束優化轉化為無約束優化，對各個變量求導令其為零，得到的式子帶入拉格朗日式子從而轉化為對偶問題， 最后再利用SMO（序列最小優化）來解決這個對偶問題。說明它與其他分類器對比的優缺點，它的速度等等。
2.logistic回歸，原理，它是怎么從回歸到分類的，它的優缺點，能不能處理非線性分類，與SVM對比有什么優缺點。
3.貝葉斯分類，這是一類分類方法，主要代表是樸素貝葉斯，樸素貝葉斯的原理，重點在假設各個屬性類條件獨立。然后能根據貝葉斯公式具體推導。考察給你一個問題，如何利用樸素貝葉斯分類去分類，比如：給你一個人的特征，判斷是男是女，比如身高，體重，頭發長度等特征的的數據，那么你要能推到這個過程。給出最后的分類器公式。
4.項目中涉及到頻繁模式挖掘，于是問了一下如何實現的？ 用的是 Apriori算法，描述他的原理過程，關鍵字眼：支持度，支持度計數，k項候選頻繁項集，怎么從k項到k+1項等，連接剪枝過程。
四：常用優化算法
1.梯度下降法：又有隨機梯度下降和負梯度下降
2.牛頓法
主要是問了各自的優缺點，速度，能不能得到全局最優解，牛頓法的二次收斂等
五：java知識考核（和其他公司的有點混淆了，記不清楚哪個是哪個公司考的了）大體是這樣子的
1.進程與線程的區別，線程的同步問題，兩個線程訪問一個臨界資源該怎么做？線程什么時候終止？（還問到一個daemon函數，我當時完全不知道這是什么）
2.hashmap與hashtable區別
3.String 與StringBuffer的區別，有什么好處？
4.問了用過java的數據挖掘，數據分析包嗎？用過哪些？
5.還問了一個異常處理機制，，try和finally里面都有return的時候，會不會執行finally的return。
6.final的作用。。。
六：python
1.了解python嗎？了解一些，平時偶爾看看別人寫的程序。
2.用過什么python的數據分析包？ 什么panda呀，。。。我說我就用過scikit learn, 還有兩個網絡圖的包networkx, igraph。。。
3.基本語法都知道吧？恩都知道。不過不是很熟，要是工作需要的話，可以盡快入門。
本人對python的了解也僅限于此，所以面試官沒有繼續問了。
七：linux
（我簡歷上寫的也是了解linux的基本命令）
1.linux了解多嗎？不多。。
2.比如文件權限命令， chmod, chrown， 777什么的了解嗎？ 恩了解一些，只知道是關于用戶組，用戶，還是啥的對文件的讀寫，執行權限，具體沒太記得各種命令的具體含義。。
3.那關于創建文件，移動刪除這些命令呢？恩這個知道，比如創建文件夾mkdir,  創建文件的話我平時直接用gedit， 移動 mv（面試官打斷，，不讓我繼續說了）

• 華為
  • 崗位：大數據開發工程師
  • 招聘類型：提前批
  • 面試輪數：筆試+性格測試+2場面試
  • 應聘結果：通過
  • 面試方式：現場面
  • 面試過程：

一面：技術面試：
都沒有自我介紹。
一開始就翻翻簡歷，問項目。這個大家都不一樣不細說。
面試官好像不太懂JAVA與大數據。。。
后面的問題主要集中在JAVA：
1.什么是面向對象？JAVA與C相比有什么區別？JAVA的對象與c的結構體有什么區別？
2.JAVA的IO有哪些類？接口？關系是啥？（誰繼承誰之類的）
3.你用過哪些JAVA的庫？（java.io, java.util, 等等）
4.你什么時候開始用JAVA的？（這個問題是最開始問的，我說14年開始的。。后面又問了一遍。。）
5.那你對數據結構里面什么算法最好用，？（這里我又瞎扯了，我說樹的遍歷，我就從前序中序后序層次，遞歸非遞歸說了一遍，用到棧或者隊列，能用到很多應用場景中。 具體實現沒說）
6.用過什么數據庫？（SQL SERVER, MYSQL）
7.用過No-SQL數據庫沒？說一個No-SQL的數據庫？（我沒用過，，聽過Redis這個鍵值對數據庫（瞎扯的。。。））
8.會用什么動態語言嗎？（js這種？額，不會，，會一些python。）
9.用python作什么？（分類聚類處理，評價之類的）（介于面試官完全不懂數據挖掘好像，沒問啥了）
10.操作系統了解嗎？（我還以為問理論這些。。還在想，面試官繼續問）
11.Linux用過沒？（用過。。在上面搭建過java, hadoop等開發環境，）
12.了解shell嗎？（不了解，，）
13.那linux常用命令呢？（知道幾個，比如cd , ls,  mkdir,  rm,  mv,  vi ,, gedit, sudo ,,）
14.（還問了關于上機題目中島上建橋費用最小的那個問題），你這個題怎么做錯了啊？（哦，那個題沒做錯，但是有個用例沒過，沒想到是為什么。。然后開始給他講解最小生成樹。。。）
15.(然后又拿著項目問起來，關于SVM的一個項目）那你這個項目是干什么的？（我開始給他介紹SVM， 以及項目中是干嘛的。。。）
16.哦，這個SVM有什么應用啊？（瞎扯兩個，， 垃圾郵件過濾啊，，，信用評估啊。。）
17.翻翻翻翻，，一直翻簡歷。。。哦。好像沒什么問題了。那就這樣吧。
總結：（面試官不懂數據挖掘，不懂JAVA。。。。哎，和別人的相比好像比較簡單。據說別人還問啥B+ ，B-樹， 寫快排啥的。我這邊完全沒問數據結構的東西。。說到樹的遍歷的時候，我總感覺面試官好像連數據結構也不懂的樣子。。天吶。。。）
二面：綜合面試（我應聘的是大數據開發崗位）
一開始先讓我填寫可工作地點：我直接選擇了個全球。。。。
開始自我介紹，，我說道年齡 23歲，，然后面試官很驚訝，，說你才23歲呀，，然后就開始追溯我上大學時幾歲，讀研時幾歲，畢業后幾歲。。。---_--!
繼續自我介紹，說了本科畢業數學學院，，研究生考入計算機學院，又問到，你為什么從數學考入計算機啊？（答，計算機就業廣泛，，數學考計算機有優勢，，自己熱愛計算機（瞎扯。。。）），繼續自我介紹，，研究方向是xxx，研究了xxx項目，xxx項目，xxx項目。。。開發語言用的JAVA語言，，也會c/c++, python,/matlab等，然后說了下自己的優點，缺點。最后又說了課外愛好（打球，唱歌）。
然后就開始了隨便聊。。。
問題1：你怎么認識現在火熱的大數據？
問題2：你對大數據未來的行業發展有什么看法？自己的觀點（各種扯吧，）
問題3：你知道業內領先的組織公司有哪些？（google, 百度？ 國內大疆？）
問題4：你對大數據在通信無線行業的應用有啥了解？（也是瞎扯。。主要是面試官在說這方面，我自己不太懂通信無線）
然后問了問項目。。。J
還有些零碎的小問題，沒記得了。。主要就是在扯大數據。。

• 百度（校招）
  • 崗位：機器學習工程師
  • 招聘類型：校招
  • 面試輪數：3
  • 應聘結果：通過
  • 面試方式：現場面
  • 面試過程：

總共是3次技術面試
每次面試的首先是自我介紹。這里就不多說了。
一面：
面試官：你了解神經網絡嗎？
我：了解一些，講感知機，然后是BP網絡。簡單講了一下原理。
面試官：SVM算法（主要是項目里面有提及）
我：SVM的原理啥的。
面試官：請寫一個二叉樹的后續遍歷
我：我只寫出了一個遞歸版本的。
面試官：（看了下代碼）還能怎么做呢？
我：。。。
面試官：不用遞歸呢？
我：我想一想，，，，，最后還是沒想出來。
面試官：嗯，沒事，反正這個非遞歸的比較難。
其他問題有點忘記了。
二面：
面試官（是個姐姐呢）：說一下你主要的項目
我：選擇了我做的最多的那個說了。（這里面試官只是想考察你對項目總體的了解，細節等，只要你說的流利通順一般沒什么大問題）
面試官：那我們來一個開放性問題，比如你現在知道了一個用戶訪問網站的歷史記錄，比如時間，流量，高峰期或沒有訪問之類的數據，讓你來分析一下這個用戶。
我：這個中間和面試官探討了半天，沒有回答好。。
面試官：那你是數學專業的，我們來考察一個數學題，有兩個盒子，里面分別有紅球和籃球，。。。。（反正就是個概率題吧。）
我：分析了一會兒，發現題目有問題，給面試官一說，，
面試官：哦，，，看來我數學真的不好，那這個題就算了。
我：（輕松許多，哈哈哈）
面試官：那你對數據結構中排序算法知道多少？
我：嗯，常見的方法都知道，比如快排，冒泡等（當時說完就后悔了，說什么快排啊，自己都沒復習到位，額）
面試官：那你就來寫一個冒泡排序吧
我：（那當然是心里暗暗竊喜）嗯，好的。開始寫。。。。。寫完了。。。
面試官：（檢查了一下）嗯，可以。那我沒什么問題了。你有什么問題？
我：可以問您是哪個部門的嗎？
面試官：不能。。。
我：可以問下您平時在公司主要的工作嗎？
面試官：blabla..
我：（當時感覺今天面試不好）感覺你態度特別好，不像昨天面試的那個姐姐很冷淡呢（后來回想，也許人家那是叫什么壓力面。。）
面試官：（教育我）其實每個面試官來都不是想來刷你的，而是想招個好的應聘者。而且面試官在這個過程中也很緊張呢。.....
我：是的。那我沒有其他問題了。謝謝您。
三面（經理面）：
面試官：開始吧
我：（開始了自我介紹）我是誰，，我,,,,,
面試官：介紹項目
我：（將我之前那個已經在面試中說了很多的遍的項目說給他，過程中伴隨著示意圖，指示給他看，同時他也問了些問題。過程很愉快。感覺當時我說的很快，應該間接地表明了我很熟悉這個項目）
面試官：那我們來寫個小程序吧。請實現一個函數將“I am a student”轉為“student a am I”。
我：（心里又暗喜了，這個題目已經見過很多遍了）用偽代碼還是啥？可以用java嗎？我對c++不是很熟
面試官：你可以嘗試一下c++嗎？
我：好的（結果我還是按照java的語言風格寫的所謂的c++）,開始寫，，，，寫完了。
面試官：（檢查）感覺不對勁
我：沒有啊（然后他發現哦，他的題目出的和他之前想的有點不同，但是我是寫對了的）
面試官：好，你平時對推薦什么的有了解嗎？
我：嗯了解一些，比如協同過濾之類的。
面試官：那你來說一說
我：比如給用戶推薦app吧，然后說了一下app的數據特征，用戶的數據特征，然后怎么協同過濾。Blabla。。。
面試官：行。那我這邊沒什么問題了。你有什么問題嗎？
我：問部門。
面試官：嗯，我們部門是鳳巢，你聽過嗎？（我一臉懵逼，并不知道）。就是每年百度都有一個最高獎（我還是一臉懵逼）就是我們部門拿的。。。。。之類的。。。
我：嗯好厲害啊。。（適當的表示崇拜還是有必要的）
我：（又問了些其他問題，還有沒有hr面之類的，說是沒有了，什么時候有面試結果，大概月底吧，然后結束面試）

• 中興
  • 崗位：大數據開發工程師
  • 招聘類型：校招藍劍計劃直面
  • 面試輪數：1
  • 應聘結果：通過普通崗
  • 面試方式：現場面
  • 面試過程：

自我介紹
項目介紹
hadoop了解情況。

• 滴滴
  • 崗位：數據挖掘
  • 招聘類型：校招
  • 面試輪數：2
  • 應聘結果：通過面試（后來又問我要簡歷，我放棄了，沒回應）
  • 面試方式：現場面
  • 面試過程：

本來筆試已經掛了。后來又在宣講會上強投了一波簡歷，進入了面試。
一面：
面試官是一個很親切的中年大叔（感覺年紀有點大了）
自我介紹，項目介紹。
開放性問題：
分析滴滴的用戶，做一個用戶畫像，并針對這個采取一些行動。
滴滴其實是雙向用戶：司機與乘客，圍繞這個做了一些分析。
二面：
面試官是一個冷面女
全場無表情。

去or留？

拿到offer了，好開心。

這個時候，要選擇接受還是拒絕。

這個都是取決于個人的追求了，而且誰也不知道你的選擇是對是錯。

感悟與感謝

總之那2、3個月感覺每天都很忙，或者你要抓緊時間復習，要不你在筆試，要不你在面試。有時候只想睡覺，不想吃飯。
等待的過程是痛苦的。

比如等華為offer的那天晚上，凌晨1點，網絡延遲，我一開始沒收到，心里真的挺奔潰的，還悄悄的哭了，本來都關機準備睡覺了，后來睡不著很不甘心，又開機，結果一會兒收到了短信，開心死了，雖然最后沒去華為，但當時來說一是壓了很大的期望，一個是對自己的肯定。

百度完全是各種運氣的累加，緣分到了。

中興則是xx的力推，與實驗室強有力的背景。

最后感謝實驗室的全員。尤其是我們的老大。感謝x。感謝ff，感謝zz，感謝rz，ybb，hh，py，...,很多很多。多虧了大家的幫忙，才能找到合適的工作。

資料鏈接

• 互聯網校招微信公眾號：hlwxz123
• 各大公司筆試面試http://pan.baidu.com/s/1pKH2R2b
• 數據挖掘中容易犯的十大錯誤http://pan.baidu.com/s/1nuF5eDb
• 面試機器學習、大數據崗位時遇到的各種問題http://pan.baidu.com/s/1kUZRU2F
• 常用機器學習算法優缺點分析http://pan.baidu.com/s/1pKCdmYZ
• 數據挖掘常用算法優缺點分析http://pan.baidu.com/s/1jH51KxS
• 優秀簡歷模板鏈接http://pan.baidu.com/s/1bpAGaXh 密碼：hfuw

本文結束，由于文筆有限，請諒解我的各種不當描述。另外本文引用了來自互聯網校招微信公眾號以及微信群中的部分內容.