前面一直在準備出國留學申請，中間投遞了華為、騰訊、阿里三家公司。幸運的是拿到了華為多媒體演算法崗的SP，騰訊遊戲3D視覺演算法崗的SP（真愛），阿里巴巴菜鳥物流演算法崗的A級。接下來將投入到論文發表、計算機名校申請中。

Attention1：本文是博主準備阿里秋招的筆記內容。

Attention2：本文只為了記錄自己的經歷，不適用金字塔層級的大神、大佬。

1. 申請職位描述

阿里巴巴-菜鳥物流：演算法工程師（機器學習/深度學習方向）

其實，筆者大部分時間都在陶瓷、準備留學文書。此前並未準備找工作的相關事宜，僅利用暑假十天時間複習了一遍《機器學習與模式識別》、《劍指offer》、《計算機視覺演算法與應用》。

2. 申請流程

2.1. 技術面：~40min, 8.4

懟專案；介紹一個你最熟悉的專案（基於判別式濾波的跟蹤、基於深度網路的匹配跟蹤、基於立體形變匹配的跟蹤）： 1.專案中使用的什麼機器學習方法，應用了那種深度學習框架，採用哪種深度平臺實現的； 2. 解釋SVM，解釋最大間隔分類，解釋SVM和LR、SR、FR的不同之處； 3. 如何理解SVM中的函式間隔functional margin 和 幾何間隔 Geometry margin 4. 這個專案中遇到的最大的困難，怎麼解決的；

懟資料結構； (1)   描述雙向連結串列，給個連結串列讓描述過程，時間複雜度； (2)   有沒有資料結構的paper(沒有)； (3)    B樹和B+樹的區別；

懟競賽；(1) 大學生數學建模競賽和美國大學生數學建模競賽選一個你最熟悉的，講一下你們的模型；(2) 美國建模競賽是全英文的嗎？你們幾個人參加的，你的貢獻是什麼？(3) 解釋一下系統動力學模型，為什麼沒有采用深度學習？（那個時候我才20歲出頭 深度學習都沒聽過...）

懟C++/Python/演算法；1. python 垃圾回收機制解釋一下(熟練的背誦)； 2. 知道哪些垃圾回收演算法，他們有什麼區別； 2.選一個你最熟悉的快速排序演算法（萬能的堆排序），解釋一下最糟糕的情況應該是什麼情況； 

懟部落格；部落格堅持多久了，來公司要注意專案的隱私，你還會繼續寫部落格嗎？（會，工作歸工作，學習歸學習

2.2 技術面：~40min，8.17

懟專案，你這麼多專案我也不能一個個問，挑最熟悉的專案介紹一下 1. 小沈，C++很不錯啊，那你說一下深拷貝的細節，如果我不採用深拷貝會有什麼風險（記憶體洩漏） 2. Python中是如何實現深拷貝和淺拷貝的？ 3. 為什麼選擇用了SVM作為分類器？ 4. 有沒有考慮過其他分類器，如隨機森林？ 解釋整合分類器的優勢。

懟專案；小沈你對juc包熟悉嘛，用過執行緒池嗎？1. 怎麼用的 2. 說一下執行緒池有哪些引數 3. 執行緒池的底層原理 (全程朗讀背誦)

懟程式設計；你使用過C++/Python/Matlab/Java/Qt 1. 那麼你對那個最熟呢？（matlab） 機器學習直接呼叫庫函式還是自己寫（分情況討論） 2. C++/python你擅長哪一個？（C++） 那我們說說Qt（絕對假校友...） 闡述一下訊號-槽機制

對資料結構、演算法； 1. 之前最習慣用那個資料庫（沒用過）， 為什麼不用？ （演算法開發不涉及到優化） 2. 描述一下紅黑樹，對比紅黑樹和二叉樹 （紅黑樹絕對高啊）3.  演算法方面，排序你知道哪些, 詳細描述歸併，快速排序演算法一定優於普通演算法嗎？（利用極端情況反駁） 

聊人生；你來過杭州嗎？ 你在學校經常吃那個食堂？（桃李？清芬？   我吃的是快樂食間！ 尷尬......）

2.3 技術面： ~55min，8.22

手撕程式碼（<30min），面試官給發一個連結到郵箱，然後共享螢幕，解決一個二次規劃問題，又是青蛙蹦蹦蹦....

Frog-貪心青蛙跳石子（點選有參考） 這個是必須要完整寫下來的，曾經我筆試華為，第三題也是它。其實吧，很多同學本科參加ACM的過程中，這道題刷了沒有十遍也有八遍了，但是還是要複習啊，絕對高頻...

選擇語言，講解思路（5min）; 是小姐姐面試的，她和我一起分析了演算法的效率，邊界條件...分析完之後就開始寫。

其實很多演算法，本科畢業之後都進行過盲寫訓練（感謝曾經的美國夢那個孩子）。 我感覺，非科班出身，在清華科研壓力又重，刷LeetCode完全沒可能....所以，要麼強行擠時間刷一刷，要麼就把曾經的演算法都進行一下盲寫訓練 （很像託福聽力中的盲聽）。

懟論文。 1.先懟CBME2013年的文章（大二），SVM， 傅立葉頻譜特徵， 紋理特徵，小波， 很多細節都忘了，面試官不太滿意... 2. 然後懟了CVPR預發文章(研二) DCF原理， 對偶空間， DCF主流研究組，DCF的深度網路實現（效果為什麼不好？） 3. 形變立體跟蹤的意義， CBME2018的論文，解釋評價指標

這次面試很奇怪沒有問任何資料結構和演算法....  也沒有問競賽什麼的。

2.4 技術面（交叉面）： ~45min， 8.25

應該是三面表現還不錯，這次面試時間很多。

簡單自我介紹。

懟演算法。全程問的都是深度學習（估計是專業搞深度學習的...） 1. 講mask RCNN與其他各種分割model的思路； faster RCNN的RPN的過程，正負樣本的選取； 2. 輕量化模型的方法，講思路； 3. 常見的防止過擬合方法，如何理解BN，怎麼做，dropout怎麼做； 4. 詳細解釋Simianese Network， 如何解決深度模型與傳統機器學習演算法的耦合（從正向傳播、反向傳播解釋）；  5. 最近還有沒有讀論文*（天天讀，夜夜讀，為什麼讀...），介紹CVPR2018你最感興趣一篇論文的工作。

懟演算法。竟然還是深度學習？？？我去！！！ 1. 你有沒有用過RNN； 2. 為什麼在影象處理領域大多時候RNN效能落後於CNN；3.有沒有嘗試過做NLP（自然語言處理），文章看過，只是閒下來沒事的時候會看，但是研究生專案很多，很緊湊，做的還是影象的。 4. 你知道GUN嘛？  能睡一下Forgetgate是如何設計的嗎？ （這個也是高頻，一般DL入門教材都會講，背下來就好了，能理解更好）

懟人生。 1. 你有女朋友嗎？ 如果你們異地你會來杭州嗎？（實事求式的回答，杭州只是備選而已）； 2. 成績挺好為什麼不在清華讀博士？（實事求是回答，人累心累，準備出國考試）； 3. 面試官告訴我好好學英語...然後說他當面的遺憾，最後峰迴路轉，說阿里巴巴很令人驕傲。

（據說中間加面試的是SSP，也就是A+ 阿里星？水準，反正我沒加到，估計是專業惹的禍）

2.5 HR面

確定學歷，本科，碩士，專業，本科導師實驗室，碩士導師實驗室。

父母從事什麼工作？做沒做好來南方工作的準備？你姐姐從事什麼行業？大學學費的來源？

父母瞭解阿里巴巴嘛？瞭解菜鳥網路嘛？ （我爸媽對騰訊很友好，微信、QQ、微視、騰訊視訊都在用...）

這麼多比賽都是隊長嗎？有沒有遇到困難？如何解決的？說一下你遇到的最棘手的一件事，你是如何處理的？

你為什麼沒有參加企業實習？（請問我導師...）

GRE不是出國才會用？你是在準備出國考試嗎？（這裡說謊了，我回答的是沒有，GRE、託福、雅思只是為了提高英語能力，HR半信半疑也沒追究）

你現在還在面試其他的公司嗎？（有，華為和騰訊） 。

說一下你的優缺點， 有什麼想問我的？（其實我問了薪酬，HR苦笑了三聲說，說菜鳥的智慧物流是阿里的核心部門，薪酬可以慢慢談，要先拿到意向書）。

3. 跟蹤申請進展

9.14 收到阿里巴巴意向書，但是沒有談及薪酬。

9.20 HR1 確定資訊

10.12 money call + 錄取協議,（綜合薪酬和工作屬性，騰訊更優，所以就婉拒了）

4. 總結 

個人更傾向騰訊，想在深圳發展。所以，阿里巴巴算是陪跑了，所以沒有想過寫一篇總結文章。此外，最近幾天一直忙著在準備CBME2018的口頭報告，但是幾個好友頻繁問我如何準備阿里秋招（確實轉專業轉方向很痛苦），我就微信回覆了好多遍。現在好了，複製一個連線，就可以了，更省事一些。

博主很懶，時間分配還不好，這邊文章僅僅用了1個小時不到....如果那裡沒有寫好，建議大家去牛客網看看，搜一下就有了...

5. 筆經 and 面經

劍指offer能重複就重複，最好背下來，基本就能解決C++/資料結構； Python由淺入深過一下；模式識別與機器學習、計算機視覺演算法（艾海舟）當做科普有時間讀一下；維護一個大型的開源社群或者開源專案可以讓自己“更真實地”融入所謂的計算機視覺、人工智慧這個圈子。對於無論阿里巴巴還是騰訊，對技術都很痴迷。通過了解身邊的好朋友薪酬可以發現，BAT的面試官水平真的要比華為高很多。

多看論文，多背論文，多重複論文，多發論文。  多看原始碼，多寫演算法，精益求精，長期積累。

最後，無論是求學還是深造，都希望大家實現自己的夢想。