近期面试总结 2

没法一次性发这么多，上文在 t/560486#reply0

5、shopee，面的 software engineer in machine learning，经历了 hr 面+小作业+2 轮技术+1 轮 leader，整个流程很快，hr 跟面试官都很 nice、很专业，hr 面就是聊下去新加坡的意向、为什么跳槽之类的，小作业就是个算法题，做完提交就行，第 1 轮技术是项目+机器学习基础+coding，第 2 轮是 coding+计算机理论基础，leader 面就主要是聊下项目，聊意向，leader 特别 nice，很喜欢，最后给了 offer

6、华为，华为 hr 联系的，面试体验超差，流程超慢，面试过程也乱七八糟，经历了部长+leader+hr，部长（部长是啥职位？有华为的同学能解释下吗？）就是聊人生，介绍他们那边的业务，无技术问题，leader 面也是聊人生，介绍业务，无技术问题，hr 面依然聊人生，每面都会问 [是否能接受加班，能接受到什么强度] ，聊完给了 offer，我一脸懵逼，全程没任何技术或 coding

7、pony.ai ，自己投的，纯粹想体验下楼教主公司的面试，想被虐下，经历了一轮技术就挂了，先是 hr 联系上，聊了下意向，迅速安排了面试，一轮技术面，就是聊下项目，最后 coding，写出来了，测试也通过了，不知道为什么挂了，可能嫌我写得太慢？哎，没水平多面几面

8、jump trading，领英上 recruiter 联系的，先电话聊了下意向，介绍了下他们那边的情况和面试流程（很长很长的流程），后来安排了个 codility，做完了，后续面试就主动要求停止了，没继续面了，因为面了这么多，实在太累了，没精力继续了，而且我这种水平，大概率会挂

面了这么多，感慨挺多的，如果有老铁也要面试算法类职位，建议从下面这些方面来准备

1、情绪控制，面试过程最好做到不卑不亢吧，最好不跟面试官争论吧

2、项目，自己做过的项目，最好做到能说出每个细节，里面用到的算法，原理最好 100%掌握，优缺点详细掌握（为什么用这个算法），这是面试官必问的，最好做到能数学推导，我项目里有用过 xgboost 跟 lightgbm，xgboost 原理、lightgbm 原理、xgboost/lightgbm/gbdt 三者的区别，这几个几乎每次都问到，我看过 xgboost 跟 lightgbm 论文，所以每次碰到这个挺自信，能在纸上做完整推导（虽然可能跟实际项目没啥关系？）； word2vec 的源码我也去看过，虽然面试里没啥人问。建议大家把项目里用到模型的原理都去推导下，去看下论文或源码。

3、机器学习基础，常用的算法模型，lr、svm、决策树、gbdt 之类的，最好做到能数学推导；理论基础，bias variance tradeoff、boosting 跟 bagging 区别、l1/l2 正则....，这些是必问的。

4、coding，多去刷下 leetcode 吧

另外推荐下我觉得不错的一些学习资源，对想做算法的同学应该有帮助

1、机器学习理论，吴恩达的 machine learning 跟 deep learning，刷懂这两个就差不多了

2、coding，建议刷下 coursera 上面的 algorithm1 跟 algorithm2，然后结合 leetcode 刷题

3、机器学习实战的话，kaggle 跟 fast.ai 都可以去刷下