秋招经验分享（内含面经）

前言

面向读者

找工作是个力气活，但也需要巧劲儿，有时候还靠点运气。

我不知道如何能找到一个好工作，但是我可以说一说我找工作时候的过程与体会。希望能给读者带来一丝帮助。

个人方面

由于代码能力不强，科研思维也很差，研究生期间几乎没有太大的可见成果。所以找工作期间一度是很不自信的，担心自己无法找到工作。

不过，自学能力是有的，自我控制稍微差了些，但是也有自知之明。

总的来说，相对于本科期间还是学会了很多东西。

然而找工作这个事情，俗话说的好：“天时地利人和，缺一不可”。

下面是我的秋招列表（岗位除了个别几个，都是dm/ml算法工程师）：

QQ图片20170327114640.png

除了上面这些还投了很多其他的：去哪儿，头条，乐视，新浪，迅雷。有些悲剧，有些没去面试。

当然投的简历远不至于此，所以统计数据实际是比这个更低些的，从以上统计得出，第一投简历要海投起来，第二要脸皮厚起来，有时候该霸面的时候机会也抓紧。

秋招的关键时间段（针对互联网行业）

由于我们身处互联网行业，而这个行业的秋招几乎是最早的，因为各大公司都在抢人才，譬如去年华为。

6月底~8月底：不能错过的内推

这个时间段可谓很关键，因为这相当于一个预面试或者有两次的机会。有些公司可能是实习内推，也有可能是秋招内推。

好处：

• 大部分公司内推不需要笔试。
• 如果挂了还是有正式秋招的机会的。
• 提前把握面试的内容、难度等，便于复习相关知识。

一些坏处：

• 有些公司内推挂了秋招好像就没有机会了？
• 来不及准备好自己。
• 有时候有些公司通过了会强制要求去实习至少3个月。这个选择也很困难（去实习不一定留下了，还会错过秋招黄金期；
  不去实习相当于不去放弃这个公司，你不知道后面是否能通过更好的公司）。

关于华为的提前批：

华为的提前批预热比较长，从7月初就开始宣传，一直到8月底结束面试（成都这边）。反正感觉战线比较长，有时候也挺疲惫的。

9月~10月：正式秋招的黄金月

这个阶段主要就是各大公司来学校进行宣讲、组织面试等了。而你也主要就是在这个月大显身手。

10月~一直往后

10月后也会有一些（也仅一些了）大公司才来招聘。如果前面你没遇到心怡的公司，那么这个月里还是有很多机会的。如去年的新浪，360等
都是这个月过来的。

找工作你不能忽视的几个过程

收集招聘信息

有以下几个途径：

• 比较大众的，这些都一般是正式秋招信息：

  • 大街网
  • 海投网
  • 学校就业官网（或官微）

• 比较特殊的，这些包含内推、实习等：

  • 清水河畔就业板块
  • 各种QQ群，不管是内推的还是正式秋招的。
  • 发动你的人脉，求助你的同学，学长学姐吧。

准备简历

首先你要有一个这样一个敲门砖。

一般简历包含内容：

• 个人信息

这项主要是你的姓名、性别、出生日期、专业、籍贯、求职意向、联系方式、专业等

• 教育背景

这项主要就是你本科硕士的学校、专业、时间等、成绩好的话可以备注排名或GPA。保研也可以备注。

• 专业技能

这项则主要根据你要应聘的岗位来决定写些什么。再加上英语四六级之类的。

• 项目经验

自己做过的项目。主要从项目时间、项目内容、你在其中担任的角色、参与了哪部分工作、作出了什么成果等来阐述。注意按项列出，而不要一大段话。

• 实习经验

最好是与求职岗位相关的实习经验。

• 荣誉证书

获得的各种奖项证书等。注意备注时间。

• 发表论文

这项主要是硕士找技术方向的职位时，如果相关，最好写上。不仅仅是已发表的，已投或者在投的都可以写上，一定程度表明你读研期间的工作内容。

一般本科的话最好写一页，硕士能一页则一页，不能则两页。再多了就弊大于利了。

当然，对于简历而言，重点不是包含上面几块内容，而是具体每一块内容怎么样去描述。

关于简历中的一些注意事项，求职信怎么写？

以下内容来自互联网校招聊天记录以及某位相关同学的整理，以及我的二次整理：

邮件发送格式：

• 邮箱：

首先要有一个比较正式的邮箱。大家一般都不推荐用qq，其他的如网易，gmail，hotmail，foxmail都可以。

• 简历与邮件主题命名：

优先按照公司或推荐人要求的格式。比如：公司岗位-学校-姓名-专业-电话-邮箱.pdf这种格式。如果没有要求，建议也按照这种格式。

• 正文：

邮件正文最好写上求职信。比如我是谁，来自哪个学校，专业是什么，应聘的是什么岗位，具备什么技能等。

简历内容：

• 正文不要写一堆励志语，要有干货。
• 简历不要采用表格的形式，比较low。
• 实习经历不能一笔带过，最好是用数据等来说明，负载多大？多少人用？性能数据？
• 实习经历要倒叙写。
• 自我介绍最好不要写，不写至少不扣分，瞎写的都扣分
• 所学的课程和岗位相关的可以提一下，比如有的什么物流产品经理，你的课程里面学过物流的相关科目，就可以带一下，其他情况就不用写。
• 简历格式如果没有特殊要求最好用pdf格式，以防别人打开格式会乱掉。
• 技术类的简历尽量不要写无关技术的东西，比如什么营销大赛啊，考研机构家教啊等。
• 像数学建模国家奖项、相关论文、项目一定要有你的贡献（第几作者，负责什么），要不然容易给人你是打酱油的映像。
• 像“虽然我的专业不是数据挖掘，但是我喜欢它，热爱它”等之类的话最好不要写，用事实证明你的能力即可。
• 像“什么辅导班教师，超市柜员，肯德基”等的经历，统统不要写。
• 简历里一般都不要出现“个人简历”等字眼。
• 简历内容里一定要表明自己的求职意向，最好加粗。
• 实习经历或者项目经历最好是在时间是比较衔接的，而不是很多并列的，或很多至今的。
• 现居地也是重要的信息，可以根据你投的公司的地址来选择填写或不写。这样是否可以就近面试就比较容易知道。
• 一页可以写完的简历最好不要两页。（相关调查称：hr在每份简历上的平均停留时间是13m）
• 关于简历的字体，别太大或太小，正常字体就行，根据内容来调整。
• 几块内容的参考排序：实习》项目》专业技能》奖励
• 关于比赛奖励，国家级还是省级还是校级以及几等奖要说清楚。团队的要说清楚你是第几位，主要负责啥（比如数学建模，编程？论文？算法设计？）。

最后的建议：

一定要海投！
简历正文或标题最好写上投递的是哪个公司，以便自己后面查看。否则你都不记得是投给哪个公司的了。
各种网站的注册账号密码。要记录。否则也很容易忘。
邮箱投递简历还算比较省事的，那些网申才比较痛苦，所以挺住啊。

因为公司是靠这一轮刷掉大部分求职者，而你所投递的简历大部分也是死在这一环节的。所以这就像推销一样，要广撒网。

笔试通关？

第二关，就是考察你真实水平的时候了，其实我赶脚这是最难的一关。

笔试主要分为两种：

• 线上
• 线下

而线上的居多一点。这一块的复习主要靠刷题以及日常的积累。

对于数据挖掘/机器学习/算法工程师这一类的笔试题内容主要包含但不限于：

• 选择题

内容涵盖不统一，从计算机基础到算法都有，程序语言方面也很广泛，c,cpp,java,shell都有。计算机网络，数据库，是数据结构，操作系统等比较多。
也包含很多机器学习算法的内容。

• 填空题

有的公司有考过程序的填空。

• 简答题

这类题也有好几种，有的是系统设计，有的是算法原理证明等。

• 编程题

这个就是像大学acm做的那种oj上的题一样。需要刷题训练。

线下也差不多是上面那些题。我好像只参加过1、2次。

关于这一块的训练主要是一下几个途径：

• 牛客网刷题

牛客网其实更多是一个资料整合的网站，包含了笔试题，编程题，还有面经，招聘信息等。
同时，很多公司的线上笔试平台也是牛客。

• leetcode刷题

专业的刷题oj。

• 线下自己的积累
• 刷面经，有时候面试的题目可能会出现在笔试中。

性格测试

有很多公司现在比较注重这一块。有的公司会把它当做应聘的一个考察环节，有的公司则只是让你做一做。

性格测试包括智力和性格两个方面。

• 智力：一般就是写图形啊，排列组合啊，等之类的题。

• 性格：主要就是围绕为人处世，对待事情的态度，积极乐观等态度。

大家可以自行在网上找一些这类题目做一做。

面试直通（主要是我的面经）

本节主要是我面试过的一些公司

• 锐捷网络
  • 岗位：数据挖掘
  • 招聘类型：提前批
  • 面试轮数：2
  • 应聘结果：放到池子里没被捞起来
  • 面试方式：电面
  • 面试过程：

  （一面）
  面试官：我是锐捷网络的工程师，下面来面试，方便吧
  

我：方便。。
面试官：你做的都是理论项目啊？
我：是的，，，我们实验室都是在做基础理论研究。。。
面试官：那你有什么论文发表吗？
我：（虚，，，）大四发表了一篇优化算法的论文。研究生，投了一篇（本来说的是另一个，然后面试官理解成简历上那篇TKDE的了，这个我只是水水而已）
面试官:论文是哪个区的（不知道说了个什么区）？
我：是计算机A区的
面试官：哦，是CCF的A区吗？
我：是的
面试官：你在这里的主要工作是什么？
我：（狂虚中，，，）主要是加入了噪声处理部分。
面试官：那你对常用来去噪的机器学习方法有了解吗？
我：(巨虚，，，）不了解。这个项目里主要是结合概念漂移进行的噪声处理。。
面试官：...哦， 我们这个是机器学习方向的算法工程师，都是用的机器学习的算法，我看了下，你了解的knn,svm都是一些经典的算法，
我：en
面试官：那你说一下svm是干什么的？
我：（开始描述svm）最大化两类之间的间隔的分类器，线性可分时怎么样，线性不可分时要加入核函数进行空间转换...
面试官：那svm是线性分类器还是非线性分类器？
我：(不是说过了吗，纳闷）数据线性可分时，是线性，不可分时，是非线性。
面试官：那如果数据呈现二次型的时候，你怎么分？
我：加入核函数啊。
面试官：还有什么办法？
我：（想了又想，想了再想）...不知道了。
面试官：那好吧，那你对pca了解吗？
我：了解啊，
面试官：那讲一下pca是用来干嘛的？
我：pca啊，可以用来分析主方向啊，降维啊，特征筛选啊，具体方法是用svd分解得到特征值矩阵和特征向量矩阵，然后根据不同的任务对选择特征值或向量进行计算。
面试官：（好像比较满意）那你对bayes了解吗？
我：比较了解。
面试官：那你了解用贝叶斯去噪吗？（面试官怎么这么习惯去噪啊）
我：不了解。贝叶斯的话主要是从基本的贝叶斯定理出发，进行贝叶斯分类啊，贝叶斯模型选择啊，（还想说概率图模型中的贝叶斯网络来着）
面试官：那你说说贝叶斯怎么分类啊？比如说看看今天天气怎么样？
我：blabla，，，利用天气的历史数据，可以知道天气类型的先验分布，以及每种类型下特征数据（比如天气数据的特征：温度啊，湿度啊）的条件分布，这样我们根据贝叶斯公式就能求得天气类型的后验分布了。。。。
面试官：en（估计也比较满意吧）那你了解关于求解模型的优化方法吗？一般用什么优化方法来解？
我：大部分求解模型都是用梯度下降法来的
面试官：可是它得不到解析解啊。
我：是的，一般求解都是用梯度下降法一步步迭代求的。。
面试官：那如果是凸的，它还是能求出解析解的
我：en .....
面试官：那我这里就这些问题，如果有二面的话，会有人通知你的。
我：恩，谢谢您，拜拜
面试官：byebye
终于完了，我还有些紧张，看了看时间，才过了15分钟。。。。好快。。。
哎，结果我以为二面要过几天的，就爬上床打算睡觉了，结果，刚躺了会儿，电话就打来了。
二面：
考察内容概述：编程算法能力以及开放性问题
过程：三个算法问题：
第一个问题：找出数组中出现次数超过一半的数，现在有一个数组，已知一个数出现的次数超过了一半，请用O(n)的复杂度的算法找出这个数
我说了一个最简答的，直接遍历数组，用map存储《数，出现的次数》这个键-值对，然后找出超过一半的即可。
继续优化，，，，没答上来
第二个问题：已知一个数组，有n+2个不同的数，其中n个数出现了偶数次，2个数出现了奇数次，设计算法找出这2个数
又只想出一个简单的，用栈，偶数的进出进出，最后在栈中没有了，奇数的进出进，最后会留在栈中。就找到了（这个空间复杂度为O（n）
继续优化，，又没想出来。
第三个问题：已知一个产生1-5的整数的随机函数，请设计一个产生1-7的整数的随机函数
哎，完全想不出来。。。。
第四个问题：已知一个妇女每生一个女儿都会继续生下一胎直到她生下男孩，请问这样会对男女比例造成什么影响？
结果我算的是生下男生的概率逐渐趋于1.（额，总感觉不对），（刚刚查阅了一下，结果是男女比例是1:1，并不会有什么影响）
面试官：好吧，，下面我问你几个开放性的问题
第一个，大学几年，你觉得你做的最有创新或创意的事情是什么？
。。。。。。
第二个，你觉得你未来期望从事什么样工作呢？（记不清楚了）
。。。Blabla吹了一些。。。
第三个，我看你家乡是山西的，而我们工作是在福州，那你在招聘中有没有说是比较倾向于去北方还是南方？
回答：都可以。愿意去福州发展。（反正说了一大堆就是表达了下这个意思）
第四个：你平时用手机来干嘛？
回答：娱乐，看技术博客，面试经验，刷笔试题。。。
恩，那你还有什么想要问我的问题？
我：刚刚面试的很差，想问下我应聘的这个岗位是偏研究多一些，还是偏工程多一些？关于工程这方面的面试占多少比重呢？因为不太擅长编程算法这方面。
面试官：公司里做的都要涉及工程。但是也有研究方面的东西。（算法）。我们本次主要是招聘的创新岗位，之前的一面的面试官说你的机器学习方面的基础还是不错，本次的面试呢主要是考察一下你适合什么样的岗位（是创新岗位还是一般岗位），不同的对应的待遇也不同。（说了一堆工程与产品什么的东西）
我：又问了一下有没有三面了，现场面试
面试官：没了，我这里就是终面了，如果有现场面试的话，基本就是一些进一步交流。之类的
我：ok,目前没有其他问题了。谢谢。
面试官：谢谢。如果有结果会进一步通知。

- 阿里内推
    - 岗位：本来投算法岗位的结果推荐人给写成java开发了
    - 招聘类型：提前批
    - 面试轮数：不知道
    - 应聘结果：一面挂
    - 面试方式：电面
    - 面试过程：
```txt
这是一次非常失败的经验教训
一、投错岗位
二、没有提前准备好
过程比较痛苦，问的是java方面比较深入的问题。反正没怎么答上来，5分钟就结束了。具体问题有点忘记了。

• 亚信联创
  • 岗位：技术培训生
  • 招聘类型：提前批，实习
  • 面试轮数：1
  • 应聘结果：通过
  • 面试方式：视频面（两个面试官）
  • 面试过程：

主要从两个方面：数据挖掘和java基础。
这个也已经忘记了具体的问题了。
数据挖掘大概是：kmeans, svm之类的。
java的话重点在集合框架这边Arraylist, Map等

• 微店
  • 岗位：算法
  • 招聘类型：提前批
  • 面试轮数：不知道
  • 应聘结果：一面挂
  • 面试方式：电面
  • 面试过程：

最开始就是自我介绍。
然后做了一个编程题：字符串分割。
由于是全白板写代码，所以犯了很多错。

• 远景能源，蘑菇街这些一面挂的大部分已经忘记了面试题目是啥了。
• 百度（内推）
  • 岗位：算法
  • 招聘类型：提前批
  • 面试轮数：不知道
  • 应聘结果：一面挂
  • 面试方式：电面
  • 面试过程：

一：自我介绍
二：针对项目，问一些细节
主要包括，这个项目主要是干什么的，你在里面负责了什么，要能把具体过程说清楚。然后里面涉及的具体技术点要懂得原理。
三：数据挖掘算法，其实这块主要和项目结合起来问的。
主要从经典的几大算法，比如：
1.SVM，说明它的详细原理，主要从分类平面，到求两类间的最大间隔，到转化为求间隔分之一，等优化问题，然后就是优化问题的解决办法，首先是用拉格拉日乘子把约束优化转化为无约束优化，对各个变量求导令其为零，得到的式子带入拉格朗日式子从而转化为对偶问题， 最后再利用SMO（序列最小优化）来解决这个对偶问题。说明它与其他分类器对比的优缺点，它的速度等等。
2.logistic回归，原理，它是怎么从回归到分类的，它的优缺点，能不能处理非线性分类，与SVM对比有什么优缺点。
3.贝叶斯分类，这是一类分类方法，主要代表是朴素贝叶斯，朴素贝叶斯的原理，重点在假设各个属性类条件独立。然后能根据贝叶斯公式具体推导。考察给你一个问题，如何利用朴素贝叶斯分类去分类，比如：给你一个人的特征，判断是男是女，比如身高，体重，头发长度等特征的的数据，那么你要能推到这个过程。给出最后的分类器公式。
4.项目中涉及到频繁模式挖掘，于是问了一下如何实现的？ 用的是 Apriori算法，描述他的原理过程，关键字眼：支持度，支持度计数，k项候选频繁项集，怎么从k项到k+1项等，连接剪枝过程。
四：常用优化算法
1.梯度下降法：又有随机梯度下降和负梯度下降
2.牛顿法
主要是问了各自的优缺点，速度，能不能得到全局最优解，牛顿法的二次收敛等
五：java知识考核（和其他公司的有点混淆了，记不清楚哪个是哪个公司考的了）大体是这样子的
1.进程与线程的区别，线程的同步问题，两个线程访问一个临界资源该怎么做？线程什么时候终止？（还问到一个daemon函数，我当时完全不知道这是什么）
2.hashmap与hashtable区别
3.String 与StringBuffer的区别，有什么好处？
4.问了用过java的数据挖掘，数据分析包吗？用过哪些？
5.还问了一个异常处理机制，，try和finally里面都有return的时候，会不会执行finally的return。
6.final的作用。。。
六：python
1.了解python吗？了解一些，平时偶尔看看别人写的程序。
2.用过什么python的数据分析包？ 什么panda呀，。。。我说我就用过scikit learn, 还有两个网络图的包networkx, igraph。。。
3.基本语法都知道吧？恩都知道。不过不是很熟，要是工作需要的话，可以尽快入门。
本人对python的了解也仅限于此，所以面试官没有继续问了。
七：linux
（我简历上写的也是了解linux的基本命令）
1.linux了解多吗？不多。。
2.比如文件权限命令， chmod, chrown， 777什么的了解吗？ 恩了解一些，只知道是关于用户组，用户，还是啥的对文件的读写，执行权限，具体没太记得各种命令的具体含义。。
3.那关于创建文件，移动删除这些命令呢？恩这个知道，比如创建文件夹mkdir,  创建文件的话我平时直接用gedit， 移动 mv（面试官打断，，不让我继续说了）

• 华为
  • 岗位：大数据开发工程师
  • 招聘类型：提前批
  • 面试轮数：笔试+性格测试+2场面试
  • 应聘结果：通过
  • 面试方式：现场面
  • 面试过程：

一面：技术面试：
都没有自我介绍。
一开始就翻翻简历，问项目。这个大家都不一样不细说。
面试官好像不太懂JAVA与大数据。。。
后面的问题主要集中在JAVA：
1.什么是面向对象？JAVA与C相比有什么区别？JAVA的对象与c的结构体有什么区别？
2.JAVA的IO有哪些类？接口？关系是啥？（谁继承谁之类的）
3.你用过哪些JAVA的库？（java.io, java.util, 等等）
4.你什么时候开始用JAVA的？（这个问题是最开始问的，我说14年开始的。。后面又问了一遍。。）
5.那你对数据结构里面什么算法最好用，？（这里我又瞎扯了，我说树的遍历，我就从前序中序后序层次，递归非递归说了一遍，用到栈或者队列，能用到很多应用场景中。 具体实现没说）
6.用过什么数据库？（SQL SERVER, MYSQL）
7.用过No-SQL数据库没？说一个No-SQL的数据库？（我没用过，，听过Redis这个键值对数据库（瞎扯的。。。））
8.会用什么动态语言吗？（js这种？额，不会，，会一些python。）
9.用python作什么？（分类聚类处理，评价之类的）（介于面试官完全不懂数据挖掘好像，没问啥了）
10.操作系统了解吗？（我还以为问理论这些。。还在想，面试官继续问）
11.Linux用过没？（用过。。在上面搭建过java, hadoop等开发环境，）
12.了解shell吗？（不了解，，）
13.那linux常用命令呢？（知道几个，比如cd , ls,  mkdir,  rm,  mv,  vi ,, gedit, sudo ,,）
14.（还问了关于上机题目中岛上建桥费用最小的那个问题），你这个题怎么做错了啊？（哦，那个题没做错，但是有个用例没过，没想到是为什么。。然后开始给他讲解最小生成树。。。）
15.(然后又拿着项目问起来，关于SVM的一个项目）那你这个项目是干什么的？（我开始给他介绍SVM， 以及项目中是干嘛的。。。）
16.哦，这个SVM有什么应用啊？（瞎扯两个，， 垃圾邮件过滤啊，，，信用评估啊。。）
17.翻翻翻翻，，一直翻简历。。。哦。好像没什么问题了。那就这样吧。
总结：（面试官不懂数据挖掘，不懂JAVA。。。。哎，和别人的相比好像比较简单。据说别人还问啥B+ ，B-树， 写快排啥的。我这边完全没问数据结构的东西。。说到树的遍历的时候，我总感觉面试官好像连数据结构也不懂的样子。。天呐。。。）
二面：综合面试（我应聘的是大数据开发岗位）
一开始先让我填写可工作地点：我直接选择了个全球。。。。
开始自我介绍，，我说道年龄 23岁，，然后面试官很惊讶，，说你才23岁呀，，然后就开始追溯我上大学时几岁，读研时几岁，毕业后几岁。。。---_--!
继续自我介绍，说了本科毕业数学学院，，研究生考入计算机学院，又问到，你为什么从数学考入计算机啊？（答，计算机就业广泛，，数学考计算机有优势，，自己热爱计算机（瞎扯。。。）），继续自我介绍，，研究方向是xxx，研究了xxx项目，xxx项目，xxx项目。。。开发语言用的JAVA语言，，也会c/c++, python,/matlab等，然后说了下自己的优点，缺点。最后又说了课外爱好（打球，唱歌）。
然后就开始了随便聊。。。
问题1：你怎么认识现在火热的大数据？
问题2：你对大数据未来的行业发展有什么看法？自己的观点（各种扯吧，）
问题3：你知道业内领先的组织公司有哪些？（google, 百度？ 国内大疆？）
问题4：你对大数据在通信无线行业的应用有啥了解？（也是瞎扯。。主要是面试官在说这方面，我自己不太懂通信无线）
然后问了问项目。。。J
还有些零碎的小问题，没记得了。。主要就是在扯大数据。。

• 百度（校招）
  • 岗位：机器学习工程师
  • 招聘类型：校招
  • 面试轮数：3
  • 应聘结果：通过
  • 面试方式：现场面
  • 面试过程：

总共是3次技术面试
每次面试的首先是自我介绍。这里就不多说了。
一面：
面试官：你了解神经网络吗？
我：了解一些，讲感知机，然后是BP网络。简单讲了一下原理。
面试官：SVM算法（主要是项目里面有提及）
我：SVM的原理啥的。
面试官：请写一个二叉树的后续遍历
我：我只写出了一个递归版本的。
面试官：（看了下代码）还能怎么做呢？
我：。。。
面试官：不用递归呢？
我：我想一想，，，，，最后还是没想出来。
面试官：嗯，没事，反正这个非递归的比较难。
其他问题有点忘记了。
二面：
面试官（是个姐姐呢）：说一下你主要的项目
我：选择了我做的最多的那个说了。（这里面试官只是想考察你对项目总体的了解，细节等，只要你说的流利通顺一般没什么大问题）
面试官：那我们来一个开放性问题，比如你现在知道了一个用户访问网站的历史记录，比如时间，流量，高峰期或没有访问之类的数据，让你来分析一下这个用户。
我：这个中间和面试官探讨了半天，没有回答好。。
面试官：那你是数学专业的，我们来考察一个数学题，有两个盒子，里面分别有红球和篮球，。。。。（反正就是个概率题吧。）
我：分析了一会儿，发现题目有问题，给面试官一说，，
面试官：哦，，，看来我数学真的不好，那这个题就算了。
我：（轻松许多，哈哈哈）
面试官：那你对数据结构中排序算法知道多少？
我：嗯，常见的方法都知道，比如快排，冒泡等（当时说完就后悔了，说什么快排啊，自己都没复习到位，额）
面试官：那你就来写一个冒泡排序吧
我：（那当然是心里暗暗窃喜）嗯，好的。开始写。。。。。写完了。。。
面试官：（检查了一下）嗯，可以。那我没什么问题了。你有什么问题？
我：可以问您是哪个部门的吗？
面试官：不能。。。
我：可以问下您平时在公司主要的工作吗？
面试官：blabla..
我：（当时感觉今天面试不好）感觉你态度特别好，不像昨天面试的那个姐姐很冷淡呢（后来回想，也许人家那是叫什么压力面。。）
面试官：（教育我）其实每个面试官来都不是想来刷你的，而是想招个好的应聘者。而且面试官在这个过程中也很紧张呢。.....
我：是的。那我没有其他问题了。谢谢您。
三面（经理面）：
面试官：开始吧
我：（开始了自我介绍）我是谁，，我,,,,,
面试官：介绍项目
我：（将我之前那个已经在面试中说了很多的遍的项目说给他，过程中伴随着示意图，指示给他看，同时他也问了些问题。过程很愉快。感觉当时我说的很快，应该间接地表明了我很熟悉这个项目）
面试官：那我们来写个小程序吧。请实现一个函数将“I am a student”转为“student a am I”。
我：（心里又暗喜了，这个题目已经见过很多遍了）用伪代码还是啥？可以用java吗？我对c++不是很熟
面试官：你可以尝试一下c++吗？
我：好的（结果我还是按照java的语言风格写的所谓的c++）,开始写，，，，写完了。
面试官：（检查）感觉不对劲
我：没有啊（然后他发现哦，他的题目出的和他之前想的有点不同，但是我是写对了的）
面试官：好，你平时对推荐什么的有了解吗？
我：嗯了解一些，比如协同过滤之类的。
面试官：那你来说一说
我：比如给用户推荐app吧，然后说了一下app的数据特征，用户的数据特征，然后怎么协同过滤。Blabla。。。
面试官：行。那我这边没什么问题了。你有什么问题吗？
我：问部门。
面试官：嗯，我们部门是凤巢，你听过吗？（我一脸懵逼，并不知道）。就是每年百度都有一个最高奖（我还是一脸懵逼）就是我们部门拿的。。。。。之类的。。。
我：嗯好厉害啊。。（适当的表示崇拜还是有必要的）
我：（又问了些其他问题，还有没有hr面之类的，说是没有了，什么时候有面试结果，大概月底吧，然后结束面试）

• 中兴
  • 岗位：大数据开发工程师
  • 招聘类型：校招蓝剑计划直面
  • 面试轮数：1
  • 应聘结果：通过普通岗
  • 面试方式：现场面
  • 面试过程：

自我介绍
项目介绍
hadoop了解情况。

• 滴滴
  • 岗位：数据挖掘
  • 招聘类型：校招
  • 面试轮数：2
  • 应聘结果：通过面试（后来又问我要简历，我放弃了，没回应）
  • 面试方式：现场面
  • 面试过程：

本来笔试已经挂了。后来又在宣讲会上强投了一波简历，进入了面试。
一面：
面试官是一个很亲切的中年大叔（感觉年纪有点大了）
自我介绍，项目介绍。
开放性问题：
分析滴滴的用户，做一个用户画像，并针对这个采取一些行动。
滴滴其实是双向用户：司机与乘客，围绕这个做了一些分析。
二面：
面试官是一个冷面女
全场无表情。

去or留？

拿到offer了，好开心。

这个时候，要选择接受还是拒绝。

这个都是取决于个人的追求了，而且谁也不知道你的选择是对是错。

感悟与感谢

总之那2、3个月感觉每天都很忙，或者你要抓紧时间复习，要不你在笔试，要不你在面试。有时候只想睡觉，不想吃饭。
等待的过程是痛苦的。

比如等华为offer的那天晚上，凌晨1点，网络延迟，我一开始没收到，心里真的挺奔溃的，还悄悄的哭了，本来都关机准备睡觉了，后来睡不着很不甘心，又开机，结果一会儿收到了短信，开心死了，虽然最后没去华为，但当时来说一是压了很大的期望，一个是对自己的肯定。

百度完全是各种运气的累加，缘分到了。

中兴则是xx的力推，与实验室强有力的背景。

最后感谢实验室的全员。尤其是我们的老大。感谢x。感谢ff，感谢zz，感谢rz，ybb，hh，py，...,很多很多。多亏了大家的帮忙，才能找到合适的工作。

资料链接

• 互联网校招微信公众号：hlwxz123
• 各大公司笔试面试http://pan.baidu.com/s/1pKH2R2b
• 数据挖掘中容易犯的十大错误http://pan.baidu.com/s/1nuF5eDb
• 面试机器学习、大数据岗位时遇到的各种问题http://pan.baidu.com/s/1kUZRU2F
• 常用机器学习算法优缺点分析http://pan.baidu.com/s/1pKCdmYZ
• 数据挖掘常用算法优缺点分析http://pan.baidu.com/s/1jH51KxS
• 优秀简历模板链接http://pan.baidu.com/s/1bpAGaXh 密码：hfuw

本文结束，由于文笔有限，请谅解我的各种不当描述。另外本文引用了来自互联网校招微信公众号以及微信群中的部分内容.