演算法面試和實習經驗分享
本人是2018屆，去年實習拿了阿里演算法工程師offer，最終順利轉正，也是看了師兄師姐的經驗，飲水思源，於是將自己的總結一份，希望能夠幫到師弟師妹。
1. 學習準備
What you want?
想清楚自己要做什麼？
- Follow自己的興趣方向 OR 現在什麼掙錢最多？
- 演算法對理論和最新paper的學習，而且是長期的，能否承受。
- 演算法各大公司HC是最少的，而競爭人數在爆炸增長。
理論基礎
- 基本的演算法理論，分類、聚類、優化演算法、深度學習······，可以看看《統計學習方法》，吳恩達的公開課，李巨集毅深度學習課程。。。
- 演算法的數學推導，如GBDT等。
- 自己的理解，應用之後的一些看法，如優缺點，應用場景。
程式設計
刷題，劍指offer，Leetcode，自己動手實現一遍。
語言最好熟悉Java或者C++，Python和SQL要熟練，處理資料和特徵工程很重要。
深度學習框架，TensorFlow應用比較廣泛，阿里實習時ODPS裡面都可以用，PyTorch學術界應用也挺廣泛。
實際專案
導師的專案，做的有多深入，理解是否到位，用的方法是否follow最新的paper。
是否發過文章，發在哪一類期刊上面。
比賽專案
比賽賽題的理解。
名次，越靠前越好，拿獎最好。
比賽中承擔什麼角色，做了哪些工作，自己是否還有能夠提高的地方。
總結自己整個過程，做了哪些，為什麼要那麼做，目前最新的方法是怎麼做的。
2. 面試經歷
簡歷
- 簡潔：不要超過一頁*3，簡明寫出自己的match的經歷，面試的時候再詳細聊。
- 獎勵：一定要是與職位match的，技術的就不要寫學生會、各種水獎勵。
面試心得
簡單自我介紹，一分鐘之內，準備好措辭。
面試時候儘量別緊張，沒什麼大不了，心態穩一點。
說話之前想好再說，思路要清晰，最好有個草稿紙寫寫畫畫。
面試官的問題，一定要問清楚再回答，面對不會的問題，不要說不會，要與多溝通討論這個問題的解決路徑，你困惑的地方，他會給你一些提示。如果實在是完全不會，也可以說沒有學過，下去了解下。
如果感覺掛了，面試之後問問面試官，自己哪裡還需要加強學習的地方。
HR面不要大意，很多HR都是做技術出身的，實力也很強，即使她不懂技術，表現也要謙卑。
面試問題
阿里投了菜鳥，兩輪掛掉，然後又被撈起來，面了四次（其中一次面C++，問我什麼水平，我說hello word水平，於是這一面基本算是沒面，面試官隨便問了些問題），總共阿里面了6面。
下面總結了面試的各個公司的問題（不限於阿里），其中騰訊面遊戲部門時候，面試官居然問我玩不玩遊戲，王者榮耀什麼段位，（可能這造成了我在校招的時候別人都在找工作，而我卻在玩王者榮耀），但是主要就說了下自己對於影響和傷害的理解，那個英雄bug，面試官概括說這就是遊戲平衡性。
在回答問題的時候儘量基於數學來推理，騰訊有一面和麵試官在討論一個問題時，他說很少有人繼續分析為什麼，非常地滿意。所以有時候回答完，最好再說說為什麼。
演算法理論
- LR，SVM，KNN，GBDT，XGBoost，K-means，決策樹，PCA等原理和推導，數學上解釋其中細節，為什麼。
- 對深度學習的理解，CNN，LSTM原理。熟悉那些深度學習框架。
- 演算法對比，ID3和C4.5卻別，XGBoost、隨機森林和GBDT區別，Adaboost和Boosting的區別。
- 損失函式有哪些，自己的理解。
- 優化方法，如rule對比sigmod優勢，是否知道其他的函式。
- 知道的評價方式，優缺點，如AUC.
- 如何防止過擬合，L0、L1正則和L2正則，為什麼L1正則具有稀疏性，為什麼要交叉驗證。
- 不平衡資料的處理方法。
- 對推薦系統的瞭解，提升CTR有哪些方法，有哪些Learning to rank方法。
程式設計&資料結構
- HBase原理，Hive自定義函式UDF，udf、udaf、udtf區別，gfs和hdfs區別。說說map和reduce。
- java多執行緒問題，生產消費者模式。執行緒和程序區別。
- 紅黑樹原理，B樹等，排序二叉樹，hash表，連結串列查詢時間複雜度。
- 資料傾斜是什麼，怎麼處理，Join時候應該注意那些操作避免資料傾斜。
- Python yield，惰性求值，lambda表示式。
- Hashmap，TreeMap，LinkedHashMap原理與區別。
- 劍指offer上題目，如旋轉陣列等。
- SQL實現特定功能。
比賽
- 比賽賽題理解，建模問題。
- 比賽中耗時最多的部分？（特徵工程）；特徵工程的看法，如何設計。
- 細節問題，為什麼要這麼做，有什麼理論依據。
- 業界常用的方法，最新方法。
基礎
- 計算機網路：如TCP三次握手，瀏覽器輸入地址到返回頁面整個過程。
- 作業系統：執行緒和程序區別。
智力題
- 概率問題：從數學上求的概率值而做出結論，不要憑感覺。
- 淘寶有1億總量的商品數量，你作為一個使用者通過什麼辦法得到京東的商品總量。
- size為100的陣列，範圍是1-101，有兩個重複的數字，線上性時間，常數空間下找出這兩個重複的數。
- 一個數組，size為n，對其中n-1個數做加1操作，然後最少經過多少次使得每個數都一樣。
交叉面
- 深度：問一些專案問題，看你的理解程度。
- 視野：業界有哪些方法。
HR問題
- 自我介紹。
- 專案和比賽細節。
- 介紹那邊主要業務，地點，薪資，補貼等各種。
- 有些HR問了怎麼看他們的公司和阿里。
3. 實習經歷
實習遇到了很多大牛。主管做了十多年機器學習，一個師兄以前是國外大學老師好像，數學基礎很好，成長很快。實習生一個來自UCB的小姐姐，一個雙鴨山發論文大佬，一個愣頭青（我不說是我）。
- 找paper，看paper，如何在專案上應用實現。在學校看的英文文獻比較少，雖然六級過了，其實閱讀能力在直線下降，平時多看看論文至少閱讀能力不會下降。
- 熟悉ODPS，UDF等，在上面做資料預處理，機器學習建模工作。對於演算法整個部署的流程，上線都瞭解了。有很多資料和許可權的問題需要和不同的人溝通討論，也保持存在感。
- 被Challenge，心態放開，記下被Challenge的點慢慢啃，最終主管對實習的工作還是比較肯定，評價是正式員工的工作完成度。
- 活動很多，可以認識挺多其他部門的人，還有認識了許多同校師兄。平時組內最多的就是運動，一起打籃球比較多，隔壁組好像比較喜歡王者榮耀開黑。
- 杭州夏天很熱，冬天很冷，飲食的話口味比較清淡。成都才是個好地方。
總結
- 平時多看看paper，擴充套件自己的視野和方向，有機會自己發幾篇。
- 基礎要紮實，像程式設計、數學、演算法理論。
- 對於自己的專案或者比賽，好好總結，對於其中的點要揭示出遇到什麼樣問題，為什麼要這麼做，比賽做完之後看看別人的程式碼和答辯視訊。
- 多看看別人面試經驗。
時間略長，想起來再繼續補充。。。。
其實無論那個崗位，要學些什麼自己心裡也是有點B number，有時候還是有太多惰性，想要找捷徑。記得有一句話，“找一個怪獸，讓他追著你，你就不會停下”。