响应式网站模板,HTML可以做彩票网站吗,h5旅游网站开发,wordpress悬浮代码文 | 不敢透露姓名的 Severus 和小轶面试官坐在那撇着大嘴的#xff0c;“咳#xff0c;给你一机会#xff0c;最短的时间内让我记住你。”这个我会#xff0c;我抡圆了“啪#xff01;”#xff0c;扭头我就走。我刚到家#xff0c;录取通知书就来了#xff0c;请你务… 文 | 不敢透露姓名的 Severus 和小轶面试官坐在那撇着大嘴的“咳给你一机会最短的时间内让我记住你。”这个我会我抡圆了“啪”扭头我就走。我刚到家录取通知书就来了请你务必马上来一趟。——出自郭德纲的相声大家好我是Severus一个在某厂做中文文本理解的程序员。同时也感谢小轶与我一同讨论和梳理本文的内容。2021年的秋季招聘已经过去了大概是从著名的“拥抱变化”开始每一年的秋季招聘都能看到知乎里面的阵阵哀嚎比如2020年算法岗一片红海2021年算法岗灰飞烟灭2022年算法岗人间地狱……。算法岗招聘标准看上去水涨船高“内卷”这个词用在近几年的校园招聘上再合适不过。我浏览各个技术公众号或者技术交流平台也是充斥着各种各样的面经、秋招指南等等。我深感其中存在许多观点很是有误人子弟的可能性。大概是由于这些文章多来源于当年刚刚斩获 offer 的毕业生以至于这些经验也只是站在作者个人的面试经历来说普适性很低。另外应试者自身可能也并不清楚自己秋招成功为面试官所赏识的关键点是什么因而 ta 所分享的秋招攻略可能也颇具误导性。那今天我作为一个工作了6年同时也是一个有相当经验的面试官乘着现在的 offer 已经该发都发了来分享一下我 从一个面试官的角度是怎么看待算法岗求职的 。当然以下的面试风格有我非常浓厚的个人印记。我的工作兼有基础算法研发、前沿探索以及部分工程、落地应用开发所以自有我的面试要求及职业发展规划但我也敢说搞得定我就能搞得定大部分一二面面试官。这篇文章将围绕以下几个问题展开。前两个问题其实是我关于算法岗求职的一些概括性的观点后面三个问题会涉及具体的面试细节。算法岗求职真的有那么卷吗我面试时会考察什么简历有多重要我如何和应试者聊项目只要刷完三百道 LeetCode就一定能通过算法考察吗算法岗求职真的有那么卷吗那么从我们面试官的视角来看这个行业招聘的时候卷不卷这里我也想给各位计划进入业界的在校生打一个强心针——虽然卷但我们也是真的很缺人 我们每年面试季能遇到真正优秀的工程师凤毛麟角。本人工作6年有余面试过后真正认为优秀的候选人只有4人而最后一起共事的仅有2人。所谓“卷”完全是从应试者的角度看。从我们面试者的角度看仍然是求贤若渴的状态。所以要具备基本的信心只要你确实具备一名合格算法岗的潜质一定会被各个大厂争抢。那大家可能还是会觉得求职者这么多的情况下你们还是挑不出满意的不是更加说明算法岗求职之艰难吗如果我没有名校光环没有顶会论文是不是根本不可能脱颖而出对于这样的疑问我还希望能够为大家树立一点信心的是名校光环/顶会论文绝不是顶级 offer 的充要条件。论文等身的清北博士却拿不到顶级 offer 并不罕见而普通高校本科毕业却能拿到 SSP 的也大有人在。是否应试成功的关键还是在于其本身的能力是否过关以及与应聘岗位的需求是否 match。上面提到招来共事的2人之一当时就没有已发表的论文但这没有成为他的短板。他们的优秀在于在自身研究领域内做得足够深入分析问题非常全面每一步创新有据可循所以我认为和他合作一定会高效且愉快。我面试时会考察什么那么我面试的时候究竟会着重考察哪些方面呢关于这个内容的答案其实我很多已经写在了我的上一篇推送《工作6年谈谈我对“算法岗”的理解》中。我这篇推送中我分享了我眼中算法岗所必须具备的能力。那我对面试者的考察要求其实和我个人对算法岗的理解是一脉相承的。除了尽可能客观地考察应试者的能力这里我还想再补一点——那就是我面试的最终目标还是考察我是否愿意与这个人一起共事。没错面试的过程就是这样的不仅仅要看这个人的客观技术水平还要看我的主观合作意向。也就是说哪怕所有的问题都回答了但如果面试过程中发现了一些非技术层面的问题。例如沟通困难、逻辑表达混乱、情商过低等都可能作为考量因素。列位可能要问了非技术层面的考察会不会带有过多面试官的主观性没错确实并非完全客观但也不意味着不公平。实际上这也就是所谓 “team match” 的过程是完全双向的。就像相亲一样面试官在考察候选人是否适合候选人也同样要斟酌和这个面试官共事是否会愉快。不过大家也不用过于紧张。大多数面试官比如我一般都是抱着“挑刺儿”的心态进行面试的。对我来说面试的一大目标还是尽可能去挖掘候选人的优势而不是找不足。基于以上目标各个面试官都会有自己的手段。而我按照面试风格大体分为三种有固定题库简历不相关的模板面试多见于统招面简历强相关流程不固定的定制面试多见于定向的团队面试二者相结合先用模板面试初步筛选再使用定制面试深入了解而我大多数情况是第二种本篇我也着重于介绍第二种面试。当然根据候选人情况不同我的面试流程也会直接退化到第一种面试其实就是简历内容可聊的点不多的时候只能用模板化面试先挖掘一些潜质。简历有多重要作为一个面试官每一次面试之前我也是要准备的。开始我会要到简历花一点时间浏览一下。网上有很多关于如何写求职简历的经验分享对简历的重要性强调得很重。确实简历会给我下一个第一印象但简历绝不是最终 offer 的决定因素。简历的主要作用是用于筛选是否给予面试机会。一般来说只要有方向 match 的岗位简历不是过于离谱都是会给予初面机会的。事实上我也遇到过很多简历平平但面试发现非常惊喜的候选人。所以对于简历我能给出的建议就是真诚与专注。真诚是指实实在在的写出自己的经历、能力等如果在面试的过程中发现问出来的表现和简历上写的东西有区别会是非常掉分专注指的是简历内容集中针对技术岗位的求职甚至只针对某个细分方向。其余的东西比如什么学生干部经历什么的至少对于技术岗位来讲是不需要且不会被关注的在我这种性格比较隔路的面试官眼里甚至可能是减分项。其他的方面比如在项目经历排序、删减上针对不同的岗位可能都会有不同的安排当然项目经历在介绍简历环节可能也是要调整着重点的体验上来讲如果是多页的简历第一页一定是最想要对这个岗位展示的内容。作为技术面试官在看简历的时候第一眼注意到的一定是研究经历或实习经历部分。看一看候选人做过什么项目里面是怎么写的。如果主要的研究领域我了解不足我会花一些时间迅速了解一下该域的经典做法、前沿做法等。如果候选人贴出了论文我也会粗读一下了解他选择了什么样的方法如果贴了 GitHub repo我也会翻一翻大体观察一下。这一套功课做下来少则10分钟多则一两小时。如果有预设的问题也会事先记录下来留着面试的时候去问碰到简历上有什么疑虑为防止被拿去反套路这部分不会详细阐述也会记下来当成决定面试结果的依据。也就是说当我看过简历后自然而然地就对候选人产生了一系列的疑问面试过程中部分问题也是在解决这些疑问。这里也从技术面试官的角度谈谈某些关于简历的江湖传闻。首先是简历格式现在绝大多数的简历模板都还不错格式上比较干净美观没什么可说的。不过电子简历的格式肯定是 pdf 为最好尽可能不要传 doc 的简历过来因为 doc 格式文档可能因为使用编辑软件不同或者同一个编辑软件版本不同导致格式乱套首先在感官上就造成了非常糟糕的体验而且可能一些内容会直接看不到。相对来讲简历是什么邮箱地址发过来的确实没有那么重要不存在QQ邮箱发过来就low了Gmail发过来就高端的说法。至少简历到我手里的时候我是不会特意去注意候选人的联系方式那一栏的至于筛简历的HR怎么想我就不知道了。我如何和应试者聊项目模板化的面试中考察算法的方式多数是直接问基本概念、公式推导、以及一些证明之类的例如比较著名的BatchNorm 有什么用SVM 公式推导这些题目流行的现象也被戏称为“面试八股化”。实际上这些题目是非常容易准备的当然针对这个也有了不少的培训手段毕竟其是固定题库面试之前以应试的思路突击复习即可形式实则更像是笔试但有时作为初步筛选的手段是有效的毕竟都是学校课程这些都不会就别谈后面的东西了。在我这里从自我介绍开始算法考察就开始了。对于我比较有面试兴趣的简历我的第一个问题往往是请选择简历中认为最满意的一个项目给我整体介绍一下。这个问题实际上就是想看一下候选人的技术品味是什么样子的同时也看得出候选人对哪个项目的掌握程度是比较有自信的。在候选人介绍的过程中遇到我感觉比较模糊或有疑虑的地方会记录下来。在介绍之后一个一个确认而在这个过程中真正考察的就是候选人对这个问题本身、及对他的方法背后的背景知识的理解程度。往往通过这个过程就可以判断这个候选人到底是在搭积木撞运气还是真的有本事了。这里我关注的细节有候选人增加的模块自己是否知道是为什么要加。是否有理论上的推导过程以及对应的消融实验如果将这个模块更换为其他的模块是否可以。例如将图神经网络建模的依存分析树更换为 用 self-attention 直接对文本建模是否可以图神经网络中是否使用了边 embedding 将不同种关系投影到了不同的空间中每个项目介绍之后我也会去询问这个项目如果要继续做的话会怎么做继续引出一系列的讨论而这个讨论就是宏观层面上技术视野的交锋看一下候选人对项目整体把控怎么样技术成长空间大不大。通常这类问题的背后考察的就是候选人对他所使用的算法的理解程度到底是仅限于定义还是有自己的理解。这个交流的过程中有的候选人能够完完全全说服我有的候选人则是经不住我多次挑战。以上是考察候选人在自己的研究领域的深入情况。在考察完深度之后我就会用我的一个固定题库去试探广度。是的我也有题库题库里面仅仅有一道题。▲我们的算法题上图就是我们题库的缩影。说是题库实则是我们的“面试指导书”。这道题提出了一个非常粗的需求也只给出了大体数据规模。需要候选人从理解这个需求开始直到将完整的算法设计出来图中每一个分支都代表了一类解决方案向下的细分支则是一个个算法的应用考察点。这就要求候选人知道想要达到某一个目的可以去应用什么样的算法遇到了某一些问题可以用什么样的思路去解决。我们认为这种思路相比于机械记忆要有价值得多。毕竟现在的深度学习有强力的框架支持丰富的文档。相比于精准记忆怎么推更应该充分理解怎么用。以上整个过程说是面试实则是思想交流期间我不仅仅是在提问题引导候选人把自己的项目讲清楚我也会提观点与候选人的思想碰撞看与候选人是否能对得上频率。只要刷完三百道 LeetCode就一定能通过算法考察吗专项的工程能力考察实际上就是基础数据结构/算法以及代码实现、需求实现等。算法面试中实际上也可以部分了解到工程能力比如候选人对自己工作的完成情况、实验情况等如果算法面试中得到的反馈已经让我对其工程能力放心了专项的工程能力考察我或许会跳过。我看到的很多面经或准备面试的说辞中多数是在 LeetCode 上下功夫或者看一些类似于《剑指offer》之类的书或者靠刷题博客来试图通关基础数据结构/算法考察。但在我这里单靠无脑刷题一般会失效。可以说很多朋友们刷题是不会刷的。他们在刷题的时候更像是在背考试题库想要对题库里面的题形成肌肉记忆而非去理解题目背后对应的算法思维。但我们在问候选人这类题目的时候考察的从来不是肌肉记忆、思维定势而是思维方式。学习数据结构/算法从来也不是学习解决某一类或者某几类固定问题的模板而是学会以计算机思维高效解决问题的方式而这些本应是 CS 专业的基本功这里想要吐槽一些 CS 朋友们本科课程没学好以为上岸 AI 了之后就更可以弥补 CS 的不足了不是的。在实际工程开发中我会不断地利用基础数据结构/算法优化我的项目题目也往往是从实际需求中抽象而来。哪怕是使用成题我会尽可能避免从 LeetCode 中或其他面试题库中选题哪怕是从题库中选题我也会在条件上有所增减或者脑子里有一个比市面上流通的答案更好的解法反套路才会用于面试。而那些例如限制零内存的类似于脑筋急转弯之类的问题我倒是认为至少我们不会在那样的硬件环境里面工作所以我也不会去考察那种问题。其余的例如代码风格等只要不是太离谱一般我都认为是可以培养的所以写代码方面的考察我倒是标准比较松。这里插播一段有趣的经历几年前我找工作的时候流传一个江湖传说就是面试的时候如果被问到了算法题哪怕这道题已经会了那第一次回答的时候也说最笨的方法等面试官说“你再想想”之后再看似艰难地说出标准答案。但是朋友们你们能看到的江湖传说面试官也能看到莫不如真诚一些。我入行的导师告诉我如果他真出了这种题那一定准备好了比标准答案更好的算法如果候选人能从暴力方法跨越到标准答案那也一定能推出更优的方法。巧合的是在8月的一场面试中我也遇到了这个套路惊叹于还有人使用故在此说出以为诫勉。小结以上是我以面试官的角度对面试的理解。出于避免被针对、被反套路以上的内容中没有涉及到太具体的观察手段以及考评标准具体的题目也只放了高糊图没有披露细节。写这篇的目的也是看着满世界的面经以及内卷的所谓人间地狱的哀嚎给出一些属于我个人的回应以及态度。自大一些也是想讲出我心中求职季的正风希望有志于此的学生以及需要人才的岗位以后都能够容易一些。从我求职到现在成为“老司机”我一直坚信技术岗位的面试、工作贵在简单、纯粹、真诚。面试过程中的套路终归有在工作中见真章的时候实习期、试用期实际上都是考察期。从我的角度不妨功在平常而非在套路与突击。最后也祝愿所有正在求职的读者小伙伴们都能够找到自己满意的工作正在招聘的老伙伴们都能够找到自己想要的人才。萌屋作者SeverusSeverus在某厂工作的老程序员主要从事自然语言理解方向资深死宅日常愤青对个人觉得难以理解的同行工作都采取直接吐槽的态度。笔名取自哈利波特系列的斯内普教授觉得自己也像他那么自闭、刻薄、阴阳怪气也向往他为爱而伟大。作品推荐深度学习路在何方数据还是模型人类知识在深度学习里还有用武之地吗在错误的数据上刷到 SOTA 又有什么意义后台回复关键词【入群】加入卖萌屋NLP/IR/Rec与求职讨论群后台回复关键词【顶会】获取ACL、CIKM等各大顶会论文集
