回馈牛客，通信转数据挖掘，我的慢慢秋招路
漫长的秋招之旅，还不是因为自己菜运气还不好经过这次秋招，对自己的评价就是傻乎乎，但也跟室友讲，经过了这次我们就能快速成长了啊。
本人是电子与通信工程专业的小硕，秋招投的主要方向是数据挖掘。
在专业方向上从来没被卡过，然后无论是投银行还是互联网简历基本上没被刷过，只有两家公司简历把我刷掉了，唯品会（数据分析，可能不对口）、360（内推过，可能内推面试太差了，校招简历直接挂）。所以对于简历会挂的朋友的建议就是多找人帮你看简历，投互联网就把项目丰富一下，投银行就在银行网页上简历能写多丰富就写多丰富。
贴一个觉得还不错的博客：https://yq.aliyun.com/articles/71144
https://www.leiphone.com/news/201706/dTRE5ow9qBVLkZSY.html
http://www.52cs.org/?p=429
一、准备以及我本来有的基础
本科是电子信息专业，参加过数学建模获国奖，参加过一个国创项目。对自己的定位是要从事算法相关的工作，一直用MATLAB编程。因为当年通信以及信号处理还很火，所以。。。
研究生是三年的，第一年上课，全在玩，选了一些集成电路啊数字信号处理的课，也没咋学，没事就跟小伙伴打狼人杀聚餐。。。
第二年开始在实验室干活，主动跟导师说我要做信号处理的活，所以我又开始写MATLAB，开始了我的不归路。。。
嗯~正式讲我的准备过程，花了一年时间算是做了一个相关的项目吧，项目用到了一些算法还挺难的，当时发表这个算法的中国大佬现在在三星美国研究院工作。除此之外从六月份开始，学小甲鱼python学习视频，看统计学习方法（这书看起来很薄，但是对没基础的人来说特别难啃）。这个过程其实自己还是没上心，盲目自信，觉得自己还会找不到工作？
七月份发现原来这个岗位还得需要懂数据结构啊，所以赶紧看，七月人生第一次面试面了阿里（内推，其实建议实习就开始找工作的，但是我们学校不让实习，我也就没想过，还在玩狼人杀，看论文），实在叫一个惨烈啊，啥也不懂，才发现面试官对我的项目压根不感兴趣，所以自己也在筹划要不做个比赛或者小项目糊弄糊弄。八月份面了微软的暑期夏令营（之前去微软参观过，很喜欢外企的办公环境，笔试四道编程一共400分，得了80分），视频面试，数据结构那会还没看好呢，快排写的都不利索，递归和非递归的区别都扯不清楚，二面面试官直接建议我要不去做产品经理吧 还好我倔强。。。
八月份把机器学习的西瓜书刷完了，还有大话数据结构，这两本书非常重要，当然还有剑指offer。补充一下，我找工作全程用的python编程，推荐个博客写的相当好http://blog.csdn.net/u012505432/article/details/52071537
九月初做了一个比赛，小型比赛，排名11，这个比赛对后边找工作帮助很大，把数据挖掘的过程全部走了一遍。
九月份主要是大公司的招聘，各种花式挂，这里提一下，找工作有队友很重要，因为公司的编程相对较难，一个人全部解决不太可能，最好分工合作。
十月份拿到了几家小公司的offer，十月底被鸽了一波，然后十一月份拿到了一开始还挺满意的offer
二、笔试面试经验
该写重点了，工作都是找的北京的，户口呢，看缘分，所以主要看重发展，待遇和加班少。
1、阿里 菜鸟裹裹（内推）
一面基本上是电话面试，自我介绍，对你影响最大的项目，这个项目中你的收获，算法题。
一个有障碍的100*100的地图，求最短路径。
判断一个坐标点是否在不规则多边形内部。
2、微软夏令营面试
需要经过一个很难的笔试，凑巧过了笔试。面试基本上都是数据结构上的内容，比较重基础，快排，KMP算法，二叉树
3、京东技术管培生
经过一个笔试，会刷人，但是刷得不多。面试一面就是群面，有的是讨论的形式，有的是辩论形式，最好从技术的角度分析问题。
4、360（内推）
介绍项目，讨论算法，编程题，考我的就是剑指offer上的，链表翻转。
5、网易（内推笔试没过，秋招笔试没做）
6、腾讯（做完秋招笔试和性格测试就没消息了）
7、美团（做完内推笔试后就一直在面试中，身边也有同学是这种情况，很奇怪）
8、百度
笔试通过很多，面试很重基础，一个女面试官，虽然面试强度给我造成的阴影很大，但是因为问的很基础，所以对我帮助也很大
（1）看到只会python后，让写前序遍历二叉树
（2）哈希表
（3）排序方法有哪些，哪些效率比较高，如果是排序好的用什么排序方式，如果数组会溢出，用什么排序方式。快排为什么效果好
（4）极大似然算法原理，EM算法为什么收敛、原理。
（5）CGBOOST为什么比GBDT效果好，梯度提升树是啥意思。
（6）朴素贝叶斯假设，解释贝叶斯公式。
面完之后直接弃面。。。
9、瓜子二手车（笔试比较简单，面试过程非常漫长）
一面跟二面的难度差不多，三面问的比较泛
（1）代价函数有哪些
（2）数字个数较少时，用什么排序方法
（3）写代码，旋转数组中查找某个值
（4）GBDT梯度下降原理
（5）随机森林
（6）聚类如果只知道样本互相之间的距离，如何选择聚类中心点
（7）贝叶斯公式，连续离散
（8）掷骰子 得到五分之一的概率
（9）L1 和L2范数的区别
（10）连续特征怎么处理
（11）LR模型推导
（12）神经网络
（13）给定结点数，有多少中二叉树结构
10、达达京东到家
这家公司很搞笑，现场笔试，乱糟糟的，估计我当时笔试没过，很晚才通知去亦庄面试，然后说面试只有一面，在现场还碰到一姑娘，HR跟她说录用了，一直没给她发offer。
（1）写代码，在有限的字符串中，寻找没有重复的最长子字符串
（2）LR为什么用对数代价函数。除了随机梯度下降还能用什么算法解
（3）XGBOOST用什么代价函数
（4）随机森林过程，为什么比SVM效果好
11、知乎
知乎不用笔试，直接面试，工作环境我好喜欢，面试官犹豫不决地把我挂了
（1）问了写基础的机器学习代价函数
（2）二叉树合并
（3）前缀树定义，基本操作，代码
12、宜信
宜信我做了两次笔试，第一次笔试相当难，各种公式推导，我和我同学都没过，后来我就又收到了一次笔试，那次笔试就很简单了。
面试分为两次。两面、终面
宜信的算法问的挺深的，问到过随机森林原理，从偏差和方差的角度考虑。编程还好，但我看有的人的面经说宜信的编程超难，那种应该是ssp。
13、新意互动，乐信
这两家公司都是碰到就去面了，新意互动是易车的全资子公司，做汽车广告的。乐信的前身是分期乐，不过在互联网金融公司里工资不算高的。乐信面试相对较简单，视频面试，聊聊项目，聊聊你知道的算法。
（1）L1范数和L2范数，回归问题的时候怎么选择
（2）怎么提高召回率
（3）随机森林做特征工程有什么优势
（4）聚类中怎么判断k是合适的，分类好了怎么描述各个类
（5）正负样本不均衡怎么解决的
（6）在sklearn中怎么实现后剪枝
（7）神经网络的激活函数
14、趣店
这家公司很坑！给了我offer，又给收回了，只能说他们失去了个人才 工资开的很高，我的面试很简单，但是我同学的面试很难。应该三到四面，一次性面完，我报的比较晚，最后一批面的。一直问项目，确认是你自己做的后面试官一直说不错。问能不能来实习，就这么些事情，第二天就发offer了，结果收回了，收回了。。。反正我也不想去，哼
另外还有一些国企央企的公司，这些公司面试套路比较千奇百怪，我也志不在此，就不写自己的经历了。
以上的面经都没写答案，答案自己去找，去看相关的博客吧，这样印象会很深，建议就是能看多深看多深，面试的时候能说多深说多深，别怕给自己挖坑。之前看一个帖子说如果你说出了面试官期望的答案更深的一层，如果没有答好就会给你个普通分，如果答好了就是sp，但是我的经验告诉我说了比不说好。
建议能实习尽量去实习，不能去实习就做两个相关项目。
三、碰到的有意思的事情
帖子好久之前开的，有意思的事情忘的差不多了。。。
其实找工作的过程是很辛苦的，一次次地面试，一开始阶段是不断地自我否定，如果真的发现自己选错方向了，尽早改。但是如果你发现你不怎么排斥这个方向，还是建议坚持下来。通过一次次地面试查漏补缺。我面到后来就有点不怕丢脸了，多面，多整理自己不会的，静下心来看，早晚会遇到适合自己的公司。面试的问题其实就那些，当积累超过一定程度，你会发现，找工作就是看谁坚持的最久。
四、对自己以后人生的规划
自己以后的人生规划，其实也牵扯到offer选择。虽然大家都是初入职场，好多都懵懵懂懂，还是要多咨询咨询有经验的人，结合自身特点，别在自己一定不会选择的道路上浪费太多时间。
春招如果有机会再试试，但是现在好懒啊，一点也不想学习。
我给自己的职业规划是，在几年内学习好技术熟悉业务（应该跟金融相关），然后如果有管理能力又有这样的机遇就转管理。如果没有这样的机遇，就考一些银行需要的证书，或者金融的证书进入银行做一些分析师相关的工作。当然这个规划可能不成熟，也希望有大佬能给我些建议~
对自己以后人生的要求就是，工作只占自己八小时的时间，另外的时间每天有几个小时固定时间用来学习充实自己，另外一定要有自己的生活，每年能有时间旅游一到两次，也将爱美进行到底
转载自：https://www.nowcoder.com/discuss/64908
页:
[1]