這裡是歸辰的面經雜貨鋪，你想要的都有～

背景

作者是一名今年參加校招的應屆生，本文寫在校招結束後。

背景為：本科是北京某工科985，研究生在中科院某所，碩士研究生方向主要做影象語義分割，不過是偏門的雷達影象。1篇水文，1段水比賽，只有一段半年的大廠實習經歷（機器學習方向）。個人早在秋招前就定下了放棄CV轉投機器學習的策略，可以說自己能拿到幾家大廠offer全都依託於這個策略，否則自己估計還在0 offer的狀態掙扎。

在這裡也歡迎各位從事推薦及CV的小夥伴加入我們，一起交流學習，一起進步。

如下僅為部分面經，牆裂歡迎各網際網路大佬來撩。

前言

整個招聘總體感覺下來就是真的挺看運氣的，你沒辦法決定分到你的面試官是什麼風格，跟你有沒有眼緣，因為每個面試官的標準和考察方向都完全不同，一個京東的面試官上來就問我有沒有頂會一作，被撈了之後另一個面試官就跟我聊的非常愉快。同樣，有的同學面騰訊3面7個程式碼題，另一個簡單地打了兩個電話就過了。

具體面經分享

網易

一面

自我介紹。

• 講實習經歷。

• 講Xgboost，以及相對於GBDT的改進。與RF的不同。

• 演算法題：三色旗。

• 演算法題：已知後序和中序遍歷求前序。

• 反問。

二面

自我介紹。

• 講實習經歷和論文。

• 詢問論文細節（Attention等），問了很久。

• DeepFM以及變種（簡歷寫了）。

• 演算法題：求平方根。

• 反問。

百度

一面

自我介紹。

• 講實習經歷，因為實習經歷跟部門非常match，所以整個面試都是在講經歷，問的很細。

• 演算法題：判斷連結串列有環。

• 演算法題：求環的起點。

• 反問。

二面

自我介紹。

• 講實習經歷，問的更細了，各種實現細節，各種指標，資料量都問了，當時都快給我問懵了。

• 演算法題：二叉樹層次遍歷。

• 演算法題：Z字遍歷。
  

• 反問。

京東

一面

電話面，自我介紹然後讓我挑一個最好的經歷講，我就講了實習，然後針對實習問了問一些FM的問題。

• 反問。

二面

電話面，自我介紹，講了實習，然後問了讓我印象比較深的問題Xgboost的特徵重要性是怎麼評判的，LightGBM和Xgboost的並行策略對比。

• 反問。

三面

電話面，自我介紹，然後問了個場景題，之後就純聊天了。

• 反問。

快手

一面

電話面，自我介紹然後讓我挑一個最好的經歷講，我就講了實習，然後針對實習問了問一些FM的問題。

• 反問。

二面

自我介紹，講實習經歷，問了XGboost和LightGBM，寫了兩個題：字串匹配、最長上升子序列。

• 反問。

三面

自我介紹，講實習經歷，聊天。

• 反問。

總結

面試官總體對你的考察主要是三個方面：

1、專案經歷：包括你的論文、實習、比賽經歷，這些一定要準備好，一問細節就露怯的話非常減分，因為如果連你寫在簡歷的專案你都不能比較好的講出來的話，會讓面試官懷疑你的誠信問題。如果經歷Match會大大加分。

2、基礎知識：說實話大部分同學就是背八股文，各種演算法的面經牛客上都能查到，但是，只背過是不夠的，你寫在簡歷的每個演算法你都要非常清楚它背後的數學原理，這需要你從頭到尾自己推一遍，理解它之後你才能跟面試官講的流暢，如果你只是背的話面試官其實很容易發現破綻的，畢竟現在每個人都會背，根本沒法篩選。

3、程式碼能力：我的水平就是Leetcode200+，然後重點就是把Hot100跟劍指掌握了面試基本就OK了，面試的程式碼題，大部分面試官基本都是從這裡面出（PS.位元組真是我的夢魘），而且一定要注意你的程式碼規範，這點還是很重要的。還有就是一定要先跟面試官確認你的思路，不要上來悶頭寫，寫題的時候最好有互動。

最後祝大家校招完美收官，都能拿到自己想要的offer，一起加油！歡迎大家來交流～

------end------

來都來了，喜歡的話就請分享、點贊、在看三連再走吧~~~