春招的一个记录

前言　　

　　刚收到阿里云算法实习生的意向书了，4.13号投递的，到现在一个月零两天。从腾讯提前批第一次面试啥也没准备被挂那次开始（大概是4.7号？），陆陆续续的开始复习简历相关的基础知识，到焦急的等待面试结果，到最后拿到意向书，简单总结一下吧~

准备篇

　　最开始是腾讯的HR联系我们，问我们为什么不参加招聘之类的，当时想着没准备好啥的，不过后面咬咬牙就做了个简历投了。最初的那一版简历文字太多了，面了几次之后看了一期腾讯HR简历评估方面的一个直播，然后修改了一下，第二版一直用在现在。第二版后面一直没改是因为阿里云一面的时候，面试官提了一下我的简历，说做的不错，我就没有继续改了。 第一次接到电话面试是4.7号，回答的一塌糊涂，从那次开始我就开始刷面经 + 简历涉及的机器基础知识算法的复习 + 常规面试题的复习。机器学习相关知识的复习是通过看别人的面经结合自己简历上的东西以及面试官提到的东西进行准备的。我个人重点挖的是树模型这块的，从基础的决策树模型->RF->xgboost,LightGbm，尤其是xgb、lgb的论文原文一些要多啃几遍。其他的例如PCA,K-means、Knn、正则化、激活函数、LR、损失函数、评估函数、集成学习、模型融合等等，都是看一些知乎的专栏然后写博客进行总结。感谢这段面试给的push，这些个基础知识也算吃的比较牢了。

笔试篇

　　剑指offer去年12月刷完的，到开始参加的时候leetcode大概刷了270题。之前刷leetcode的时候都是按照顺序去刷的，效率不高，后面按照专题去刷了一段时间，针对贪心、图、树、动态规划四个专题补了一些题目。只参加过三次笔试，分别是腾讯、快手、阿里。阿里的笔试比较早，一个小时，两道贪心的题目，我大概半个小时AC了，这次运气比较好是自己熟悉的类型。腾讯、快手的笔试在同一天，快手的笔试不太理想，第一题是卡特兰数的题目，卡了半天最后还是没写出来，有点遗憾；腾讯的正常发挥吧，除了一道计算几何的题目没有写出来其他的都还好。在笔试这块的话，我还是要去刷一下二分+数学+dp的专题，感觉这几个专题提升的空间还不小。

面试篇

　　面试一般这么几种问题，·手撕算法、围绕项目挖基础、开发性问题。基本上一面、二面都是围绕项目以及项目涉及到的知识点展开问，所以要准备好面试的话，起码项目涉及到的点一定要全覆盖（从算法的假设到算法的推导、到不同算法的对比、特点）；手撕算法也是基本上每一面都会遇到的问题，这个把剑指offer、leetcode常见的面试题刷好就可以了，注意在手撕代码的时候别忘记和面试官交流、告诉他你要写什么。还有要注意的是，一定要确认好面试官的问题，问清楚再答，如果没有问清楚就可以写会扣分的~；开放性题目的话，据说是考察你的思维方式，这个还真没啥好准备的。

　　HR面的话，多刷刷面经，把常见的问题归纳总结一下，然后如实回答就好，但也别太实诚，让你说说自己的缺点时候，想办法绕回到自己的优势上来。最后一定要自信，现在有点感谢本科的时候的学生会主席经验，怎么去和人比较舒适的沟通还是有一些锻炼了。

一些收获

　　阿里云交叉面的时候，面试官有说过我最好实习一下，因为我简历上的东西没有实际落地的项目（都是一些比赛）。我希望自己能够丰富一下自己的项目经历，要么是实习、要么是一些比较贴近实际的比赛；

　　快手的笔试并不理想，leetcode还是要按专题继续刷一些时间、之后再进行总结。阿里内推的学长给我的反馈也是因为阿里的笔试成绩比较好，后面的流程也就顺利一些，所以题目多总结、多刷还是很有用的~；

　　然后就是心态和状态调整的一个收获吧，尽量的把注意力集中在要解决的事情上而不是去想着事情的结果，这一份磨练对于我这个急性子来说还是很有帮助的。

　　最后阿里的流程很长，放平心态，是你的终究都是你的~