成果

秋招結束了，我最終獲得了：

• 騰訊
• 京東
• 華為
• 網易遊戲
• 歡聚時代
• 搜狐視訊

這幾個offer，均待遇不錯，收穫頗豐。

寫作動機

回想起一年多以前選擇資料探勘的時候，一度以為找不到工作，非常著急。幸好有令科，梅寒，志韜等師兄為我解答了很多迷津。於是也嘗試記錄一下自己的學習歷程，鑑於往事，以資於後道。
全文分成6個階段，文章有點長，各位可以直接去看自己的那個階段，看看我過去的心路歷程和總結的經驗能否幫上忙。
暫時寫到找實習，其他部分想到再寫，有什麼問題可以微信問我，我在實驗室群裡
所有技巧僅適用於我們實驗室

• 我們實驗室的一個特點是人多。
  很多優秀的師兄師姐，他們就像排頭兵，考慮過你現在迷惘的幾乎所有選擇，去過了幾乎所有重要和優秀的公司，就職於所有欣欣向榮的崗位，能帶給大家很多前路上的指引。
  請大家多點跟所在的小組現在的前輩，還有以前畢業了的前輩多多交流，他們會最切身，熱情地幫助你任何困惑。
• 我們實驗室的第二個特點，是有很多優秀的師弟師妹。
  以後你們的苦惱也會變成後輩的參考，你們走過的路也可能成為後輩的選擇。為了讓你們努力得到的經驗不要只被自己使用一次，為了讓更多後輩追隨你的腳步壯大隊伍：
  請多點分享，任何形式的都可以：書，部落格，Github，私下聊天…..

這是我的微信，有什麼問題我們都可以一起探討

階段

1. 選方向階段

我的研究生是兩年制，於是在大四暑假的時候，我必須對學習方向做一個選擇，到底學C++後臺還是資料探勘。
我的情況是：

1. C++

   • 實驗室有與之相關的專案
   • 本科的時候有學過C++程式設計
   • 關係比較親近的師兄都去了做C++後臺
   • 全社會招的人不少，但是作為一個有相當歷史的崗位，競爭者也不少

2. 資料探勘

   • 比較感興趣
   • 完全沒有基礎
   • 當時剛開始流行，很多人在學習，可以一起學習
   • 不需要什麼專案經驗，但是需要參加比賽

糾結了很久，最後還是去做了資料探勘：

• 實在不喜歡程式設計
• 對自己家庭情況做了分析（不需要非常穩定地掙錢，家裡人不用我養）
• 對自己的工作狀態做了分析（不擅長做太細節的工作）
• 資料探勘即使沒學成，起碼能做Python工程師，也比C++舒服（這個設想後來無法證明正確與否，好像是錯的）

綜合上述情況，心裡比較不討厭資料探勘，所以選擇學習資料探勘。

2. 學習階段

• 買盜版書：
  儘可能多的獲取資訊，雖然網課也很好，但是很多書裡的內容更詳細和pratical，因為沒有錢，但是又想買各種書來看，上知乎看了一圈不知道買什麼，就在淘寶搜“滿三包郵”買了一堆盜版書，不能因為貧困而不學習。大家一定不要學我。
  
  看下來每一本書都有各自的閃光點，相互補充效果很好，書有點多所以書架放在了語音組實驗區，大家可以借閱或捐贈。

• 學習路徑：

  • 基礎技巧：Python做資料分析
  • 初學者入門：Python資料探勘與實戰
  • 第一次自己上手：kaggle
  • 實際做比賽：天池/CCF
  • 有問題：stackoverflow/Github

• 請大家關注一些很有用的企業公共KM（知識分享），我這裡推薦三個：

  • 騰訊雲
  • 阿里技術（微訊號：ali_tech）

• 機器學習的學習方法：先學會一些常用數學，統計，思考方式等工具。然後理解新的模型的“步驟”（當有工具的時候，大概瞭解在數學上和哲學上這些模型是怎麼構築的就行，詳細的證明當數學熟練後可以推出）

• 【2018.1.30更新】最近在補全自己深度學習的知識，學習深度學習的話，我建議的路徑是這樣的：

  1. 基礎：
     買，並看《Deep Learning》準備一些數學，深度學習方面的基礎，英文不好可以看中文版，但是中文版翻譯越到後面越糟糕，所以看到後面可能你會自動去看英文版。
  2. 選擇一個領域並準備基礎：
     影象/語音/NLP…並買一些對應領域的專著來看，每個領域都有一些基礎知識，這些知識論文中不會講，部落格網文太零散，必須看書。

  3. 學習深度學習框架：

     • Tensorflow: 我把市面上(2018.1月)有關Tensorflow的書都買過一遍，我建議先看《面向機器智慧的Tensorflow實戰》有興趣再看《Tensorflow機器學習實戰指南》
     • PyTorch: 看得不多，我覺得《深度學習入門之PyTorch》挺好
     • 具體選擇哪個框架當然看你領域的研究需要，不過我們公司用TensorFlow比較多，所以必知必會

     • 學習列表：這個表應該有三行，包括了你這個領域常見的技術，分成“模型”，“模組/技巧”，“其他”，可以看我的例子：

       a. 模組/技巧：重引數化，因果卷積 ，highway，attention
       b. 模型：SampleRNN，WaveNet，Griffin-Lim
       c. 其他：MCMC取樣，BeamSearch

     必須學習原理(在Arxiv找論文)，和實現（Github找實現）。三層的關係層層遞進，學會了寫第一層的模組，你就可以學搭第二層的模型，第三層是其他，不屬於模型或者模組，但是按照結構主義的觀點，所有功能都有對應的結構，第三層只是用來存放雜物的。

  4. Github：關注你們對應領域的大佬，看他們會star什麼專案，你也跟進去學習

• 寫自己的部落格。認識有偏差也沒關係，太張狂也沒關係，根據Fail-Fast原則，越早地把問題暴露出來，越好，比如我就會寫：

  • 機器學習的學習方法：
    先學會一些常用數學，統計，思考方式等工具。然後理解新的模型的“步驟”（當有工具的時候，大概瞭解在數學上和哲學上這些模型是怎麼構築的就行，詳細的證明當數學熟練後可以推出）

  很遺憾，沒有人來指正我的錯誤，糾正我的人腦神經網路中的bias，畢竟大家都很忙，有人肯花時間在你文章底下罵你應該很感謝才對

關於比賽：

• 找到一起學習的隊友
  跟煥波和喬銳一起打了比賽，也獲得了陽星，梅寒，令科師兄的指導，有隊友的時候因為頻繁交流促進思考，各有分工也避免多路作戰，對每個人的進步都會很快。我們實驗室很多人打比賽，可以隨意找人組隊，也鼓勵組與組之間的交流，一起學習。
• 選擇比賽的時候，儘可能多方面考慮：
  
  • 除了比賽難不難，還要考慮舉辦比賽的公司，找工作時找回原公司會有很大優勢
  • 考慮舉辦比賽的型別，做過醫療AI的比賽，找對應的公司有優勢
  • 很有難度的比賽，也不一定要達到很高的名次，但是名次低的時候就不要死磕，儘可能在技術上有所創新，寫簡歷的時候也會有料
• 要有人負責混群和討論區瞭解最新技巧
• 集中整理記錄比賽的時候的筆記，找工作的時候有用
• 面試官100%問這個問題：幾個人？怎麼分工的？
• 其他關於比賽的問題請問煥波，博翰這些比賽大佬吧

以下是煥波貢獻的關於比賽的建議：
（12月7日更新，其他朋友想一起編輯的請微信聯絡）

1. 進階
   kaggle平臺上的kernel、discussion部分，會有很多人分享比賽的程式碼。可以找那種已經開始了半個月到一個月的比賽，這時上面已經有很多開原始碼。在這些開源的基礎上跟著繼續做，上手會挺快的。

2. 比賽的選擇：
   現在許多公司都在舉辦比賽，但是這些比賽良莠不齊，很多比賽的資料有問題，所以選擇一些質量高的比賽就很重要。

   • 儘量打大公司的比賽，許多公司舉辦比賽就是為了招人，大公司的比賽一般認可度比較高。其次是大公司一般舉辦比賽時投入的資源也比較多，對於資料的質量也更有保障。

   • 現在的比賽基本就是4類，分類、迴歸、影象、nlp。對於新手來說，一開始建議選擇分類的比賽，相比迴歸這類容易上手。而影象、nlp這些需要一定的領域知識，如果之前沒有接觸過，難度還是比較大的。

   • 比賽的資料也是很重要的因素，最主要是由於資料質量不高，導致隨機性很大，線上線下不同步。比如之前天池上有一個社保比賽，樣本只有幾千個。線上線下不同步，隨機性特別大。對於這類比賽還是儘早棄坑。

3. 所需工具：
   現在比賽除了天池平臺的線上賽需要使用sql外，其他平臺對使用的工具都沒有限制。常用的就是python、pandas、xgboost、sklearn等。pandas的學習可以參考o2o的程式碼還有pandas官網文件。sklearn可以直接看官網的文件，還有一本書《python大戰機器學習》，對於sklearn的使用介紹得挺不錯的。

3. 找實習階段

2016年11月，因為網易遊戲推出了一個叫“預踐未來”的非常規實習計劃，這個計劃中都是“某個工作室需要一個功能，找個人來做吧”這種臨時工性質的任務，此次放出的計劃沒有太多宣傳，是師兄告訴我的，當時還沒什麼人投。
我本科的時候做過語音於是便投了簡歷，結果便錄取了其中一個語音的專案，錄取後很快就來問什麼時候能去實習了，我因為當時實在來不及於是便說之後再去，公司那邊說“那我們會繼續招聘，如以先到者優先錄取哦”。
我說好吧，後來實習了幾個月，獲得了offer。
回校專心刷題，到8月剛好準備充足地參加秋招。

我個人認為的要點是：

• 如果能力過關，儘早投實習崗位，而且儘量要投好公司：
  
  • 好處：適合怕找不到好工作的同學
    等到3月統一春招實習的時候，就要跟全國各大學校的大佬競爭了，但是企業對實習生的需求不是3月份一夜之間冒出來的，在那之前已經有需求了，3月統一招聘可以降低宣傳成本。吸引更多優秀人才報名——對我們學生來說競爭就更激烈了。
  • 壞處：萬一實習錄取了，就錯過了3/4月各大公司找實習的時候
    這個時候要不要辭職找實習就成為糾結了，所以一定要投好公司。

• 注意實習時間：
  正常的實習時間是3月招聘，4月/5月入職，實習最低兩個月，8月份秋招已經如火如荼了，所以儘早入職的話，還有時間回來準備刷題秋招
  （就我自己的情況，”實習的時候學的東西+實習的時候抽空複習的東西”是不夠應對秋招的，必須刷題）
  建議最好不要6月中才入職，因為起碼實習到8月中，萬一實習的公司不發offer就傻眼了

• 實習的地域優勢

  • 很多同學找實習的時候會因為實驗室有事等原因無法去外地實習，這對於外地的學生也是一樣的，所以找實習的時候企業會優先錄取本地學生，所以儘可能投本地最好的企業
  • 我的意思就是，記得投WXG，網易遊戲，他們會優先錄取你，特別是“特殊專案”
  • 進去了門檻高的企業再跳就很簡單，這個道理跟高考中戶口的作用一樣，不懂的代進高考思考一下
  • 這條可以反過來用，請代進“異地高考”考生這件事來想

• 什麼叫能力過關就去實習：
  一個公司要人的標準，實習生比校招生的要求會降低10~20%，但是總體差不多，所以提前投簡歷，參加面試，也可以知道自己缺陷在哪。
  3月之前用野路子提前找實習的時候可以大膽的投，掛了就掛了，這種不會進檔案的，最多不行3月再投。

• 多瞭解一些旁門左道的實習路子：
  
  • 哪裡缺人就去哪，公司的需求跟你做過專案對口了就會降低其他方面的要求錄取你
  • 每週刷一次各大公司招聘網站：
    
  • 推薦一些會招聘實習的公眾號：
    
    • 互聯派
    • 網際網路offer之路
    • 校招導師
    • datawork
    • paperweekly
  • 大街網/獵聘網/看準網/脈脈，這些網站可以關注一下，但是直接投簡歷成功率不高
  • 投簡歷的時候託師兄幫你內推簡歷，可能的話直接扔到HR手中（注意：內推的時候越靠師兄，實際上就越是把師兄和你的信用作為抵押，成功率也越高，萬一錄取了你之後你不去，那麼有時候師兄會有很困擾）
• 機器學習的實習和找工作，基本上C++這一塊只要看《劍指offer》並熟悉其中題目，機器學習那一塊就看各自領域了
• 雖然有很多說法說簡歷不要寫太長，但是如果是線上簡歷，是沒有太多人會在意你是不是剛好一頁A4紙的。當然在重點寫清楚的情況下，越簡短越好。

以下是11月27日更新:

4.筆試階段

• 我這裡注重說一些自己琢磨的別人很少說的點，筆試常見的演算法請上網刷題。（牛客網足夠應付一般的筆試了。有空都刷了是沒錯，但是注意看看牛客上的各大企業往年題。刷的題夠用就好，別浪費太多時間）

• 雖然可能有點朋友已經知道了，但是還是提一下：因為筆試題跟ACM很像，所以多點搜尋借鑑ACM大佬的經驗技巧，例如下面這些：

• 比如，看答案的時候，會看到ACM的大佬們在一些不需要用到algorithm標頭檔案的程式碼中，也include了algorithm，證明對於筆試題他們會寫一個模板，做題之前直接複製上去先，像這樣：

#include <cstdio>
#include <vector>
#include <iostream>
#include <algorithm>
#include <string.h>
#include <stdlib.h>
using namespace std;
int popMaxInVector(vector<int>&vec)
{//彈出vector中最大的元素
    vector<int>::iterator maxElementIt = max_element(vec.begin(), vec.end());
    int maxInt = *maxElementIt;
    vec.erase(maxElementIt);
    return maxInt;
}
int main()
{
    int n = 0;
    int m = 0;
    int ans = 0;
    int data = 0;
    scanf("%d %d", &n, &m);//讀入引數
    int count = 0;
    int* A = new int[n];
    //vector <int>A;
    //vector<int>::iterator max_it = max_element(A.begin(), A.end());
    while (count<n)
    {
        scanf("%d", &data);
        A[count++] = data;
        //A.push_back(data);
    }
    //while (i<maxLineNum)
    //{//讀入n行的輸入
    //    gets_s(lines[i++], maxLineLen);
    //}
    ////gets讀取一行
    //提取所有數字：scanf("%[1234567890] ", strings);
    //不提取所有數字：scanf("%[^1234567890] ", strings);
    ans = countingM(A, n, m);
    printf("%d", ans);
    return ans;
}

• 熟悉你使用的平臺的輸入輸出格式。比如阿里只能用 scanf和printf，牛客和賽碼可以用cin和cout，對於python2和3的輸入輸出處理也有不同（比如python3的map返回的是個map物件，而python2中返回一個list）

• 之前做筆試的時候總結了一些技巧，包括上面寫的幾個，直接看吧

以下是11月21日更新:

5. 面試階段

• 自我介紹的時候針對技術面和HR面設計不一樣的自我介紹
• 不要總是等著面試官問，在面試官問完一個專案之後，可以開啟你紙質版的簡歷(沒錯，這就是為什麼即使有了網頁版的簡歷，你還應該帶上紙質版簡歷的原因)，把重點的專案指給他看，並簡單介紹一下“這個專案我也學到了很多，特別是XXX和XXX的處理”
• 最好要有自己的見解，不能照搬網上的回答，必須答出本質一點的區別。
  比如，一個常見問題就是“XGBoost和GBDT的區別是什麼？”這個時候可以從框架上討論：“統計學習的三要素框架”，從隱含的思想上討論“XGB引入了殘差學習和梯度衰減的思想”等。
  面試的時候針對這種“區別型”題目有一套分析框架，根據這個分析框架去思考和補充知識，那麼能給面試官“很厲害”的印象
• 沒有太多見解的情況下，可以考慮借用我這篇文章裡的框架：
  XGBoost模型跟Logistic Regression模型的本質區別
  這些是我自己想出來的，當然不一定是正確的，但是起碼令我知道自己的不足，花時間翻源演算法和程式碼，並使得面試官有特別好的印象。如果沒時間準備了，那麼可以只准備一個最常見的問題，並伺機主動提出。
  【比如LR，比如XGB，都是高頻問題】
  【聽說X科師兄就是用自己的見解打動BTH三家公司並都拿了sp哦】
• 要有自己的見解還有一種稍微偷懶的方法，參考。比如XGB，可以翻閱對應領域針對XGB的優化的論文，領會了之後，你可以說”我在比賽的時候，針對XXX問題，對XGB進行了這樣的改進“，這樣就使得你好像自己有所領會，面試官沒問你”是不是參考的別人”的話，你也不用跟他說，問了再說就是了。
• 整理好自己的Github和部落格，關於“我沒有github專案”，“如何把github打扮得專業一點”請看這個文章：
  技術面試中常被問到是否參與開源，那如何清晰展示 GitHub 專案呢？

• 關於“你有什麼問題要問我嗎？”想不到有什麼問題的話，建議問一下“請問您的小組的業務是怎樣的”你這樣問了的話，有很多好用的套路

  • 獲取面試結果：如果面試官只是草草回答，那麼可能證明你”沒通過面試”
  • 獲取部門資訊：如果這個部門的業務你聽了就不想去，那起碼可以提前知道。一般面試官的回答會有誇大成分，可以找師兄查一下那個小組具體怎麼樣，存在感如何，有沒有大佬帶等。
  • 猜下一次面試的面試題：知道了是什麼部門下的哪個小組，然後就在獵聘查一下這個小組社招的需求，上其小組的網站/公眾號找他們最近發表的文章，論文等。然後按照這些需求準備二面。
    比如，面騰訊一面的時候，我得知一面面試官是MIG下面一個測試中心的，然後我查了這個中心的公眾號和網站，包括社招，然後針對自己做過的專案調整簡歷，寫”標題看起能吸引這個中心的人的”部落格，然後再去二面。準備萬全。
  • 表現出自己的熱情和興趣：面試官想要你的話，會詳細介紹，並描繪”我們小組多麼多麼厲害”，這個時候你既可以說”我對這個也很感興趣，我以前就做過/學過類似的專案”，也可以一起吹捧一番說”聽起來很好，這個產品的裝機率這麼高，超過今日頭條肯定沒問題，畢竟我們（這裡拉近你跟面試官的距離，聽起來就已經是同事的關係了）有渠道優勢！”

• 坦白說，如果面試官完全不知道你的專案是怎麼樣的，光靠說的很難講清楚。最好把自己做過的專案做出流程圖，面試的時候用平板或者打印出來，展示的時候非常直觀。網易實習語音分類專案流程圖

• 如果是線上簡歷，可以一面後馬上改簡歷，以適應二面，比如發現簡歷裡有漏洞或者不清楚的地方，一面的時候被抓著問了，那麼可以考慮面完馬上刪掉。還可以針對面試官所在的小組，把簡歷修改得更匹配對應職位

以下是11月27日更新:

• 面試的時候要帶的東西
  
  • 溼紙巾： 碧柔 可變香味爽身粉溼紙巾 【面騰訊用上了】
    含有爽身粉，烈日下一身大汗趕到面試現場，掏出來擦一下就可以恢復乾爽
  • 耳罩： 3M optime 105耳罩 【面騰訊用上了】
    騰訊的御用面試酒店是東圃喜來登，面試等待的時候整個大堂都是人，焦急焦慮和現場的吵鬧讓人無法安靜複習，掏出這個適合在105分貝下使用的耳罩，馬上讓心思安靜下來。也可以用在趕面試的車中使用，別睡過頭了就好
  • 零食：【面京東用上了】
    今年可能是京東第一次來廣州面試，定在一家環境很一般的酒店，而且約的4點半面試6點還沒面上，飢腸轆轆只想吃飯，沒有心思跟面試官討論Dropout和BatchNorm了，這個時候就需要零食充飢，遞給身旁一起等面試的朋友，也是交友的利器（後來我去面YY的時候又見到了這個大哥，其實整個廣州這一塊的畢業生有幾個，跑面試的來來回回都是那些人）
  • 鉛筆：【春招面騰訊用上了】
    面試官讓寫程式碼，沒想好就胡亂寫的話，反而讓草稿紙髒兮兮的。先寫虛擬碼，寫測試用例，然後用鉛筆在上面修改，寫批註，最後想好了一氣呵成

5. 實習階段

• 實習任務一般是個很小的點，但是你要把它做大，擴充套件功能，提高穩定性，提供效能界資訊，提高通用性
• 想到再慢慢寫吧

以下是11月21日更新:

• 多認識裡面的大佬，即使你不留在那個公司，也能給你一些人生建議，買賣不成仁義在
• 多認識同期的實習生，到時候秋招的時候相互分享經驗，討論offer，甚至一起打遊戲都很有用

以下是11月27日更新:

• 多看透公司內部的情況，比如：

  • 大多數員工是哪裡跳過來的
  • 晉升速度
  • 部門的好壞（跳走和跳來率）

• 跟正式員工對比，發現自己不足的部分，如果明天你們的工作崗位交換了，能否勝任？為什麼？

6. 選工作階段

• 如果沒有“親人重病急需現金”“我媽說我留在XX就給我一套500w的房子”這樣重磅的硬理由，選你喜歡的就好。
• 不要想太多，你喜歡做，不管大公司小公司，起碼比較開心，開心了成長了，自然可以選公司
• 我們學習十一月初才發三方，所以在那之前都可以慢慢考慮

以下是11月21日更新:

• 認清楚自己的風險偏好型別很重要。因為我是風險中性型的人，家在廣州，沒有太大欲望，所以我建議選擇“在產生的最壞結果能承受的前提下，收益最大”的路線。但是有的人可能會覺得不選擇風險最大的路徑是浪費機遇，每個人所處的環境不一樣，各自人生的起點和終點不一樣，選擇適合自己的最重要。我們之所以相遇，你看到我的文章，只是因為我們剛好碰巧做了2年同學，偶然當了一段時間同路人，除了珍惜這段緣分之外也不要對其他人的選擇做太多幹涉才好。

以下是11月27日更新:

• 成長第一，但是也要看好自己的其他可能性。
  可以搜尋“京東跳槽”之類的東西瞭解想去的公司一般跳去哪裡，實際上京東推薦很多情況下是跳去阿里，回廣州頂多是唯品會，如果家在廣州可能以後還會回來的話（不買房畢竟少很多支出），就需要三思

一家之言，如果有任何建議請各位師兄師姐師弟師妹指正，無任歡迎