此經驗帖適合想找網際網路相關工作的人，如資料分析、演算法工程師、資料探勘工程師等。或者是想進入BAT等網際網路公司的人，我會介紹他們暑期實習招聘流程及筆面試經驗等，暑期實習往往是有轉正機會的。友情提醒：本文均是乾貨，閱讀本文大概需要5分鐘。
  簡單介紹一下作者的情況，某985高校2017級應用統計專業型碩士（學制兩年），研一下學期（2018年3月）開始投遞暑期實習網申，於4月23號收到騰訊資料分析崗暑期實習offer。所以你會發現，對專碩來說，只學了半年，就要開始找暑期實習了，時間非常緊迫，望各位打算步入職場的專碩或者學碩er早做準備。我將分以下幾個方面來講述我的求職經歷：

1、網申投遞簡歷階段：

1.1需要準備的材料：

  中文簡歷一份、獲獎情況（獲獎證書掃描件等）、專案經經歷、實習經歷、一寸電子證件照、本碩成績單等。

1.2關於簡歷：

  可以使用線上網站製作，如我本人就是在“知頁簡歷”製作的，可以下載PDF到本地。簡歷不要超過一頁，與你要申請的職位不相關的經歷不要放上去。舉個例子，我同學申請某網際網路公司資料分析崗，她的簡歷上有個銀行大堂經理助理實習經歷，面試官就問她“你要做資料分析工作，你的銀行實習經歷有什麼用？”所以簡歷上的實習經歷、專案經歷要與你申請的職位相關，在申請不同的崗位時，可以適當修改再投遞，簡歷不是寫得越滿越好。
  學生幹部或者社團經歷要不要寫？對於申請技術類崗位，可寫可不寫，或者寫一到兩個比較重要的學生幹部經歷。不要只列舉個職位，可以在下面有一行簡單介紹下你辦過什麼活動、做過什麼工作等。比如我就寫了院研究生會學術部部長經歷，面試的時候還被問到過“你為什麼選擇加入研究生會?”如產品經理、運營等崗位，最好要寫上學生幹部經歷。

1.3關於專案經歷：

  投遞網際網路技術類崗位，包括C++開發、前端開發、資料分析、機器學習演算法工程師等等，都比較看重專案經歷。在面試時，這也是重點考察的方面。把你導師帶你做的專案寫上就好了，注意仍然要寫上你在專案中承擔了哪部分的工作，你可以簡短介紹一下。不要只列舉專案的名稱！
  那沒有專案經歷咋辦？那就把你的期末大作業寫上去，舉個例子，我們有個課程叫資料探勘，期末交一個論文的那種。我們做的就是資料探勘類的大作業，用的是UCI信用卡違約風險二分類資料集，用了一些機器學習演算法（SVM、邏輯迴歸、隨機森林等）處理，最後寫成一個論文交上去。我把它當做一個小型專案經歷寫在了簡歷上，面試官還有跟我聊這個專案經歷，他關注的不是你這個專案多麼高大上，而是你怎麼做資料預處理、選的哪些演算法、如何調參、如何評價這些模型等，專案無論大小，流程總是類似的，關鍵在於你從中get到了什麼技能。那如果連大作業都沒有咋辦？自己去網上搜一些小專案來實現咯，或者去參加Kaggle比賽。這樣不就有了專案經歷。
實習經歷上面說過了，與你要申請職位無關的實習經歷不要寫上去，還有在實習崗位下面，用幾行文字簡單介紹下你實習的主要工作。

1.4暑期實習網申時間：

  大概從3月15號左右各大公司（我接觸的主要是網際網路公司）開始春招及暑期實習投遞，如下面這份暑期實習彙總表所示（最後兩列是網申開始和截止時間）：

  今年的3月初才正式開學，也就是寒假剛回來，如果你像我一樣，寒假浪了一個多月，那麼在3月15號在網申時就會感覺很虛，似乎自己什麼都沒準備好，簡歷還沒修改好，筆試也沒有刷題，面試經驗（簡稱面經，下同）也沒看。
  所以我個人建議在2月的時候，差不多就可以刷筆試題了，對於想做IT方面的工作，筆試題的線上程式設計，概率統計的相關知識，瞭解一些演算法原理是必不可少的，我下面還會詳細說這個部分。

2、線上筆試階段：

  一般說來線上筆試都在4月初的樣子進行，會有郵件提前通知你。一般來說，投了簡歷都能參加線上筆試，當然有些公司有些崗位，他可能也會在簡歷去篩選人，覺得你可能不是很適合這個崗位。
筆試的時間通常是90-120分鐘，會有全程攝像頭錄影，用自己的電腦做就行了。
  筆試通常分為：線上程式設計題、選擇題、簡答題等。

2.1 線上程式設計：

  一般研發類崗位，都會有線上程式設計，有幾個很常用的線上程式設計網站如牛客網、賽碼網、leetcode，可以在裡面刷題。比如像騰訊、京東、華為、網易，他們的線上筆試題基本上都是在牛客網做的。你可以在裡面練習公司真題，討論區也有面經之類的。
那麼線上程式設計都是什麼型別的題呢？常見的有動態規劃（如最大回文子串問題），求最大公約數等，有容易的，也有很難的，所以要多刷題，所謂熟能生巧。
  網上還有人刷《劍指offer》，一般來說線上程式設計題語言不限，你可以使用Java，C++，Python，R等，會有時間複雜度和空間複雜度限制。
  舉個例子，我報了華為演算法工程師，他的筆試題就是3個線上程式設計題，結果我3題都不會做，所以筆試就掛了，自然也就沒有面試機會了。所以一定要重視線上程式設計，尤其是演算法工程師、前端、後端這種崗位，基本都對程式碼能力要求挺高的。
  騰訊資料分析崗位是沒有線上程式設計的，他的筆試是其他型別的題目，下面會再說這個。也有些公司的資料分析崗位是有線上程式設計的，因公司而異。
  建議學習一下《資料結構》，在筆試和麵試上可能都會用到，很重要。包括：二叉樹、紅黑樹、棧、佇列、各種排序演算法等。個人推薦嚴蔚敏的《資料結構》（C語言版），最後再說一遍，資料結構很重要！！！我們專業有很多人栽在這個問題上。

2.2 選擇題：

  選擇題一般考察基礎知識點，常考的有以下幾種：
  1. 概率統計類：摸球有多少種情況，求某個條件概率等
  2. 資料結構類：各種排序演算法的時間複雜度；二叉樹的前序、中序、後序遍歷；二叉樹的葉子節點個數等
  3. 演算法知識類：防止過擬合的方法有哪些；判別式模型、生成式模型等
  4. SQL類：一般資料分析崗會有這種題，比如Select語句等

2.3簡答題：

  簡答題可以在答題框寫，也可以在草稿紙寫好拍照上傳。我曾遇到過的簡單題型別如下（只記得大概樣子了）：
  1. 夫婦生了第一個孩子是男孩，問第二個也是男孩的概率，很明顯這是在考察條件概率公式；
  2. 機器學習中的偏差和方差，高偏差或高方差的解決方法
  3. 假設檢驗的基本步驟

3、面試階段：

  大部分公司的面試都是3-4輪：第一輪技術面、第二輪技術總監面、第三輪HR面。

3.1、面試要準備的材料：

  一般只要帶一份紙質版簡歷就行了，可放照片可不放照片，排版簡潔大方即可。有些群面會要求穿正裝，如華為供應鏈管理工程師。

3.2、技術面試ing：

  技術類崗位一般都是一對一面試，或者有些公司在你所在的城市沒有現場面試的，他可能會讓你電話面試。
  面試注意事項：
  1、要有自信，遇到真的一點都不會的問題可以直接說不會，面試官會問其他的；
  2、對常用的演算法原理要熟悉，比較常考的有（按考察頻率排序）：邏輯迴歸、SVM、樸素貝葉斯、CNN、RNN、Dropout、決策樹、梯度消失等；
  3、一般在面試官問完你問題後，他都會問你有什麼問題要問他，你可以提前準備好要問他的問題。比如什麼時候告知面試結果？您對我有什麼建議？能說說某個崗位需要哪些技能嗎？等。
  4、不要跟技術面試官談薪資問題！！
  下面舉一個例子，這是我自己的一次面試：
  面試官：簡單介紹一下你自己。
  我：我叫XXX，來自XX大學……
  面試官：你做過中文文字分類專案是吧，介紹一下你的專案
  我：我的專案是做XXX的，我使用了XXX幾種演算法，他們的原理是……，最後的結果是…….
  面試官：怎麼去停用詞？
  面試官：你是如何調參的？
  我：如果資料集小，我會使用網格尋優，資料量大，按照經驗來調參…..
  面試官：如何防止陷入區域性最優？
  我：SGD、深度學習常用的Momentum……
  面試官：你瞭解今日頭條的推薦演算法嗎？
  我：不太瞭解。
  面試官：你平時有什麼興趣愛好？
  我：打遊戲。
  面試官：打什麼遊戲？
  我：王者榮耀
  面試官：我們想讓王者榮耀的英雄輸出傷害差不多，但其實實際中，會有些英雄比較強，有些比較弱，你怎麼用資料分析來解決這個問題？
  我：從對戰資料……
  面試官：你加入研究生會的原因？
  我：因為….
  面試官：你有什麼問題想問我嗎？
  以上是技術一面的面試對話，你會發現，面試官比較關心的是你做的專案，使用了什麼方法，得到什麼結果，演算法的原理，怎麼調參等等。所以你需要對自己做的專案非常熟悉，包括細節問題，很多時候面試官問得很細。技術二面也主要問專案。有些面試官可能還會讓你手寫程式碼，比如我一個同學就是手寫求最大公約數的程式碼。

3.3、HR面：

  一般HR面是最後一面，網上有很多HR面的面經，我也稍微說一下我的感受:
  1、回答問題要誠實，對自己的簡歷寫的東西夠熟悉；
  2、要有自信，畢竟技術崗，HR不會太為難你，就是考察考察你的職業規劃，性格等。
  技術崗HR常問的問題：興趣愛好；將來的職業規劃，想在哪個城市工作，職業發展規劃等；你有什麼優缺點；評價一下你的父母親；為什麼選擇讀研；將來有讀博的打算嗎，為什麼不讀呢；談談你的本科學習經歷吧；有沒有女朋友。

4、寫在最後的話：

  感謝你花時間看完這篇暑期實習經驗分享，如果你已拿到心儀公司的offer，那麼恭喜你！如果你沒能找到暑期實習，也不要灰心，可以找個日常實習。更重要的是，通過筆試面試，你能發現自己的能力有什麼不足，那麼趁著還沒開始秋招，抓緊時間補上。對於技術崗位來說，有技術在手，不用擔心找不到工作。也可能身邊有些人找到了暑期實習，自己沒找到，可能會有失落感。但請不要灰心，人生是一場長跑。畢竟我投了那麼多公司，最後也只收到一個Offer（哭.jpg）
  人生路，莫慌張。