雖然心裡唸叨該早點準備3月開始的這波面試，但由於生病等種種原因，又或者可以說我是一個輕微拖延症患者吧，直到3月初被內推了阿里才真正開始準備。截止目前，還算幸運，拿到了幾個offer。就先行做一個總結吧，算是對這一個半月的小記了。

  首先是面掛了的公司。搜狐和滴滴：在牛客網上看到的內推人郵箱，發了簡歷之後就一直沒訊息了…地平線機器人:一面掛，美麗聯合集團：一面掛。 
  接下來是順利拿到offer的幾家公司。

阿里： 螞蟻金服風控部門，機器學習演算法崗。

  3.2 一面，杭州螞蟻金服，18 mins，面試官介紹自己是螞蟻金服風控組的，於是我就和他聊了自己在Data Castle上做的信貸預測比賽，後來想起來簡直蠢得要死，因為面試官是這方面的專家，問了我一堆風控建模相關的問題，例如woe和iv，我根本都沒聽過。當時覺得回答地很一般吧，以為阿里之旅就到此結束了。 
  3.7 二面，杭州螞蟻金服，13 mins，面試官人很溫柔，簡單地問了隨機森林和gbdt的區別，以及如何理解LR，之後簡單問了一下專案，這次聊得還挺開心的。 
  3.19 三面，上海螞蟻金服，16 mins，煎熬中等待了12天終於等來了三面，好像是個大佬，以聊專案和比賽為主，穿插問了一些比較尖銳的細節問題，當時非常緊張，全程結巴地回答完的，再一次地覺得阿里之旅要結束了。 
  3.23 交叉面，杭州淘寶，20 mins，面試官很nice，這也是唯一一次面試官說話時間佔了近50%的面試～，幾乎沒聊技術，聊了很多職場和校園的區別，問了比賽和專案，但沒深入。 
  3.23 HR面，杭州支付寶，25 mins，沒想到下午交叉面，晚上就HR面了。問了挺多犀利的問題，例如你怎麼看待自己是非科班出身的，與科班出身的同學相比，你的優勢在哪等等，自覺答地還行吧～ 
  3.28 收到阿里巴巴校園招聘組發來的郵件，邀請幫忙進行特殊內推。 
  4.21 收到offer。

騰訊：MIG，開放資料平臺，基礎研究崗

  3.18讓師兄內推的TST，但是一直沒有接到騰訊的電話，估計是一直在簡歷池中沒被人撈起來吧~之後就做了騰訊的筆試，筆試居然沒有程式設計題，而且大量的概率論以及線性代數的題目，真是很契合基礎研究這個崗位的名稱啊~ 
  4.09 接到了騰訊的面試通知 
  4.13 騰訊現場一面，我居然是晚上最後一個，帶路的小哥說他們都還沒吃飯，就等著我們最後幾個面完，真是尷尬。。進去之後，面試官看了簡歷，簡單地問了比賽，之後就問我對LR的理解，我就大致介紹了一下LR的優缺點，接著面試官就要求我寫出LR的損失函式，當時腦子短路了，就只記得資訊交叉熵了，忘了交叉熵損失函式怎麼寫了，愣了一會之後，我問面試官，能不能讓我推導一下，我給忘了，面試官就很開心地讓我推，幸虧這玩意之前複習過，很快就推匯出來了，結果面試官就來了興趣，讓我推導CNN的inference和bp…所幸我對CNN也熟悉，也推出來了。之後就考了我一個智力題，100紅球和100籃球任意放兩個筐裡，要求隨機從兩個筐中取出紅球的概率最大，當時只想出瞭解法，面試官讓我證明，我沒證出來。最後還考了一些挺常見的資料結構和演算法，讓我手寫了快排。 
  4.14 一面結束當晚通知我第二天面試。二面感覺就是在聊行業聊人生…面試官幾乎沒問我太多技術，倒是問了我很多如何看待AI行業，如何規劃自己的職業生涯之類的話題，吹吹牛我還是在行的，也就這麼過了~ 
  4.15 HR面。這是我遇到過最犀利的HR面，什麼稀奇古怪的問題都問了，總共問了50 mins，還看了我微信公眾號和手機APP… 
  4.18 微信上顯示已完成面試流程，內推學長查到的狀態是offer報批中，希望能順利拿到offer吧。 
  5.2 收到offer。

遠景能源: 演算法工程師

  3.27 電話一面。面試官給人感覺經驗很豐富，問了很多技術細節問題，具體的有些記不起來了，但是對資料探勘的流程以及其中的每一個環節都很詳細地問了，最後考了一個二分查詢的演算法題。 
  3.30 現場二面以及三面。二面幾乎都是我在介紹自己的論文和比賽，10分鐘就結束了。緊接著就是三面，三面是遠景的技術總監面的，人很好，很有耐心，也非常親和，問了我很多技術問題，還讓我給他介紹生成式對抗網路（我在做的課題），前後一共聊了一個半小時，最後給了我很多人生建議以及從業經驗，非常感謝他。 
  3.30 當晚HR面，並且給口頭offer。 
  4.1 收到offer郵件。

愛奇藝: 演算法工程師

  4.7 視訊一面，第一次是女面試官面試我了- -，面試官人很nice，問比賽為主，聊地挺愉快的，主要考察了比賽中特徵工程的處理細節和stacking的優缺點。 
  4.7 視訊二面，二面的面試官是部門大佬，問了論文和比賽，問了特徵工程的很多細節以及LR模型的應用。 
  4.10 收到offer。

華為: 南研所 演算法工程師

  3.10 線上機試。 
  4.12 當天上午直接完成了一面和二面。一面的面試官似乎不是做機器學習相關的，問了我許多C++開發的問題，幸虧我C++還算熟練，總算是答上來了一些，之後我就表明自己是做機器學習和大資料相關的，面試官就考了幾個SQL的題目，不是很難，都寫出來了。二面就是介紹自己的論文了，講了15分鐘，面試官點了點頭就算結束了。 
  4.17 收到offer。

360: 人工智慧研究院 語音識別工程師

  3.21 線上機試。 
  3.30 上午視訊一面以及二面。一面和二面還挺相似的，因為問的問題都挺相似的..基本都是以我的論文為主，因為我論文的就是用深度學習做聲音識別這一塊，重點問了深度學習中的優化問題，各種優化演算法的區別，CNN的原理以及聲音特徵提取。中間讓我寫了兩個題目，基本是leetcode easy和medium的水平，沒什麼問題地寫出來了。 
  3.30 下午HR面。這位HR也挺犀利，問我如何評價一個人的學習能力，我說一個，她就問還有嗎，就這樣硬生生地讓我擠出了七八種方法。 
  4.19 收到offer。

總結：

  這次暑期實習招聘，歷時兩個月，也是人生中第一次參加招聘，感觸頗深。首先，簡歷非常重要，一份優秀的簡歷能極大地增加進入面試的機會，並且給面試官和HR留下好印象。之前最早做的一份簡歷是仿著同學簡歷格式寫的，寫的毫無重點，亂七八糟，導致前期用這份簡歷投的公司大多都沒有什麼迴音或者比較好的評級，之後找了幾份優秀的簡歷學習了一下，重寫了自己的簡歷，明顯面試官對我的簡歷感興趣了很多。一份好的簡歷應該突出自己的亮點，並且簡潔，作為程式設計師，應當突出自己擅長的方面，比如優秀的競賽成績，專案，論文，並且最好平常自己要多積累，github和blog多contribute，這樣在簡歷上寫上自己的github賬號和blog會有很大加分。其次，堅持刷題，對各種演算法的理解應當深入，不只是停留在表面，應當自己多推導公式，多問問自己幾個為什麼。另外，工業界和學術界並不相同，工業界更關注成熟穩定並且可以方便運用於分散式計算的演算法，因此，在工業界最常用的演算法往往是LR，而非決策樹或者神經網路，這點在這多麼次面試中被頻繁問到對LR的理解得到很好地印證，對於LR的理解，以及如何處理用於LR的特徵，特徵離散化，特徵交叉，特徵選擇等等需要進行較好的學習和思考。