0. 缘起

五年前，小编曾经写过一篇文章，文章主要带大家了解当时的互联网巨头公司、独角兽公司。并给出了互联网的求职建议。从简历、知识储备、暑期实习、面试上给出了中肯的建议。现在看来也是很受用的，感兴趣的可以点击链接《互联网求职指南》http://mp.weixin.qq.com/s?__biz=MzA4NDA0NzM4Ng==&mid=2649793993&idx=1&sn=4e30722ebdd718d72a259f23b5ae7527&chksm=87e926bcb09eafaaba1772d0573cc31f9310b5b4d714c80c1e2bc3fa6b78cd25b0ca3b88997c&scene=21#wechat_redirect详细了解下。转眼间，小编已经毕业后正式参加工作近四年了，作为面试官也面试过一些校招和社招的同学，感受会更加深刻，希望将自己作为候选人和面试官的经验分享给大家。

2018年互联网求职指南中求职准备的重点提炼

也欢迎大家关注我的个人公众号：江小莫（不定期更新日常生活、求职、有趣的事情）

互联网求职指南2023版0. 缘起五年前，小编曾经写过一篇文章《互联网求职指南》，文章主要带大家了解当时的互联网巨头公司、独https://mp.weixin.qq.com/s/134eFBcEnm9bI8-QQwErsw

1. 重点

关于项目的准备要充分，包括背景、问题、解法、创新点、以及自己核心参与的工作内容（不要过度夸大，但是也需要适当的包装和整合）
面试算法的同学需要准备，常用的机器学习知识需要大概了解，比如逻辑回归、SVM、决策树、随机森林、GBDT、正则化。深度学习相关知识，比如CNN、RNN、LSTM，了解常用的分类和匹配的方法等等，以及流行的召回、粗排、精排方法。
常用的算法和数据结构需要熟练，leetcode高频100道。比如链表操作、二叉树操作、栈和队列；二分查找、排序（快排、堆排、归并排序等）、搜索（dfs、bfs）、动态规划等。
面试期间保持良好的心态，把面试官当成身边的一个同学一样去交流。这一点我会放到最后一点单独再着重讲一次！！作为面试官，我也很珍惜每次面试别人的机会，希望通过交流可以获取到一些新的知识和启发。

2. 暑期实习面经1（失败）

公司：阿里巴巴

部门：阿里妈妈

时间：2018.3.15 下午3点

地点：电话面试（宿舍）

一面

面试官先确定了我毕业的时间和能去实习的时间。
先自我介绍下吧（我选择先介绍了人机对话系统）
问了我各个模型的效果，用了什么评价指标？【比如召回率、准确率】
指标的含义，于是我就说公式。他说不要这么教条，告诉我含义。
大致讲解现在用的字CNN拼词LSTM的模型。中间问到了两个的区别、细节。
讲匹配模型的时候，关于DSSM我记错了，其实每次输入是一组（1:4），我记成了一对。他当时用英语不知道说的啥。我说没听太懂，能不能用中文表示。他说好吧，这个问题就先到这里。
问我AUC【我简历上写的有】，我也讲了公式，他问我含义，我大致讲了些。
最后问我写算法一般用python嘛，我说c、c++、python都有。当时以为要开始写代码了（毕竟只过了半小时），没想到他说后续会写算法题、这次面试只是简单了解。

总结和反思：

现场面试的互动感会更强，能参加现场面还是不要选择电话面试。
自我介绍的顺序和时间分配要把握好，面试官会针对的提出问题。
对于自己简历上项目中使用到的方法和指标一定要特别熟悉，包括每一个小细节、比如模型输入、输出、模型结构，每个指标的推理公式和含义，可以多和同学、师兄交流。
注重和面试官的交流感，比如这次明显互动性就不好，面试官会觉得我的基础不好，这个时候虚心一点承认自己的不足就好。

3. 暑期实习面经2（成功）

公司：腾讯

部门：腾讯新闻

时间：2018.3.16 上午10点

地点：onsite面西格玛二楼

一面

按照时间顺序来介绍项目。（根据上次的失败经验调整了自我介绍的顺序。先讲开发的项目工作让面试官了解到对业务的理解和代码能力，接着再介绍关于人机对话中模型的优化）
介绍在某家金融借贷公司（题外话：那个时候到D轮融资，马上要上市了，现在已经黄了。。）相关的工作，开发监控系统和反欺诈接口，基本不涉及到算法，面试官没有特意的细问。
关于LR写一下损失函数，问损失函数怎么来的。我回答主要是拟合相似度，怎么来的没推过。她说没关系，画一下loss的图像。
算法题：lintcode402 最大子数组求和（简单dp）

二面

先写个算法题吧：lintcode111 爬楼梯（简单dp）
正则化L1和L2的区别，为什么要使得W变小。为什么变小，我说的不是特别好。面试官后来告诉我了很多理解的方法。比如几何意义、模型理解。虽然我听不太懂，也要星星眼看着面试官，哇，原来是这样。
逻辑分类能不能用回归的loss，用了会怎么样。
手推LSTM公式并讲解。。【幸好我在面试之前花了五分钟看了下理解LSTM】
RF和GBDT的区别
情感多标签多分类的讨论（纯讨论，给我了些启发）
闲聊问我选择来腾讯的原因、以后打算在哪发展。

4. 暑期实习面经3（成功）

公司：字节跳动

时间：2018.3.31 下午2点～6点半

地点：现场面字节跳动中航广场

一面

面试官是做CV的小姐姐
交叉熵和极大似然的关系。
w2v的loss，词汇量过大怎么处理。
模型的创新点
sigmoid函数，逻辑回归
贝叶斯公式
算法题寻找一个树的所有相似子树。

二面

问了下面试官是做数据挖掘的，很严肃
移位二分，一个排好序的数组，从中间断开再拼上，用logn的方法查找算法题
给一个二维矩阵，从外到内，蛇形输出算法题
SVM软间隔和硬间隔
RF和GBDT区别
l0 l1 l2正则化
LR和SVM区别
中文分词，怎么最大匹配的，trie树（这个地方和面试官几乎吵起来，我暂且理解为压力面吧，或者面试官当天面试了很多人，心情也不大好）
给一段文本如何生成摘要开放式问题

三面

面试官是广西的小哥哥
我说要自我介绍，他说不用了，可能也累了哈哈
算法题一个有序的数组，查找子数组和为target。在面试官指导下写出。
sigmoid，交叉熵，求导，softmax。在实际应用中是怎样的？
AUC如何计算。面试官提示还有一种逆序对的做法。
概率题 Pa 0.7 Pb 0.6。两个是否同时存在。提示用概率格子。

5. 和面试官保持良好沟通

面试的时候保持谦逊、有礼貌。如果有疑问或者不太懂的，可以问问面试官能不能提示下。尤其是在面试暑期实习的时候，如果候选人能够全部答出来当然是最理想的情况。但是实际情况往往可能会被问到一些不太会的地方，此时一定要多和面试过沟通。【这个地方，我不太记得了，你可以提示我一下吗】遇到不会的，面试官如果帮你讲解，这个时候一定要星星眼看向面试官，并给出一定的反馈。
下面列举面试中可能会遇到的情况
1. A. 候选人没有理解清楚面试官要问的是什么，就开始作答。答了一半，才发现理解错了意思。【错误理解】
2. B. 候选人被问到了知识的盲区，但是强行把这个知识迁移到其他的领域。【答非所问】
3. C. 候选人被问到了知识的盲区，候选人虚心承认自己的不足。希望面试官能够给些提示，面试官提示的时候全身灌注，并给定一些反馈。【请求指导反馈】
4. D. 面试过程中遇到问题及时和面试官保持良好的沟通，两个人能够相互启发。【良好沟通】

分享几个有趣的题目

在面试中，保持心态良好，思维活络。下面分享几个有趣的小思维题。

8个大小一样的小球，其中有一个比较轻，最多称几次可以称出来？
有很多根可以烧1个小时的绳子，怎么烧出来45分钟？
24点游戏，给四个数字通过加减乘除四则运算得到24。比如给定3 3 7 7如何构成24？给定4 4 10 10如何构成24呢？
时针和分针在一天之内会重合多少次？
给两个水杯，一个容量是5L，一个容量是3L，怎么样量出4L的水？

欢迎大家关注我的个人公众号：江小莫（不定期更新日常生活、求职、有趣的事情）

有趣题目的答案

我们朴素的想法肯定是称3次，第一次一边4个小球，第二次一边2个小球，最后再一边1个小球。能不能更快呢？我们第一次称6个小球，如果天平是平的，只需要称剩下的两个就行。而如果天平不平，那个轻的小球肯定在天平翘起来的3个小球中间，那么从3个小球中随便拿2个再称一次即可。只需要称2次。
第一根绳子的两头都点燃，同时把第二根绳子的一头点燃。第一根绳子中间相遇的话是30分钟。此时再把第二根绳子的另一头给点燃，第二根绳子烧完的时候就是45分钟。
（3 + 3 ➗ 7）X 7 = 24

（10 X 10 - 4）➗ 4 = 24
朴素的想法是一天有24小时，会重合24次。但是相遇是一个追赶问题，分针会转动360°X24，而时针一个小时会转30°、分针一个小时转360°，每330°会相遇一次。所以答案是330 / 360 X 24，相遇22次。
得到4L的水方法有很多，下面随便列出一种方法，多画图~