作者|
整理|
面试锦囊之面经分享系列,持续更新中~
写在前面
现在距离秋招结束也好长一段时间了,今天总结一下自己在秋招中的一些经验和教训,希望可以帮助到学弟学妹们 。
先介绍一下我自己的情况,我本科211,硕士985,软件工程专业 。我投的都是算法岗,最后有幸拿到了腾讯、百度、美团、网易游戏、华为公司的offer 。
面试建议
我对于秋招、春招的建议,其中最重要的一点就是一定要多投简历多面试、积极主动(对于很厉害的人,当我没说) 。因为每个人的侧重点不同,把过多的时间放在看帖子、复习基础上,可能会导致走偏了还一直没有发现,面试可以看出来哪些东西是重要的,纠正方向 。
多投简历多面试可以针对性的发现自己的问题,一定要记录面试内容,方便后续复习 。
积极主动更加重要,有很多的情况是投完简历就石沉大海,能获得面试的机会寥寥无几 。我的建议是尽量找内推,至少保证自己的简历被看到,一旦发起面试,要主动跟进面试流程 。
可能大家都懂这些道理,但是据我观察到的,做到这样子的真的不多!
废话就说到这里,下面是一些实际操作!!
文章插图
秋招面试一般有笔试+三次技术面+hr面 。
笔试在线上做一些题目
一面问基础知识和做一些算法题目 。
二面会问一些项目或者场景题,但是如果一面的算法题目做的不好,也会继续做做题目 。
三面就可能会继续聊聊项目论文,我的三面一般问的更多是解决问题的想法,这个就看不同的面试官啦 。
hr面就是hr小姐姐问问自己的情况之类的 。不过走到hr面就基本稳啦,不用太担心啦 。
一、基础复习
基础复习部分主要包括:笔试+一面
笔试刷一些题目就好了,《剑指offer》上面的算法题目过一遍就可以了,时间充裕可以刷刷 。
一面比较侧重于基础知识和算法能力 。现场做题目不会有特别难的,大部分都是动态规划,套路也比较固定,看看之前面试的帖子,就可以啦 。基础知识部分主要是算法、数据结构、计算机网络、语言基础这些,如果非科班的同学,可能需要在这一部分多下些功夫啦 。对于机器学习岗,推荐看一下《百面机器学习》,因为我是机器学习岗位,其他不是很懂,就不乱讲了 。
二、针对性复习
二面和三面对侧重于实习、论文、项目的东西,所以建议大家一定要把写在简历上的东西都搞懂,禁得住问,不然还不如不写了 。。。
文章插图
这个部分就是我前面建议多面试的关键,这部分内容其实自己很难复习的,需要面试过几次,了解面试官对于你的项目会问哪些问题,怎么问,然后针对性复习 。
当然前期自己可以将论文、项目的介绍背的熟练一点 。
其实说的经验不是很多,我比较主张实战练习,看了太多的帖子,也是别人的经验,没办法完全照搬 。
下面是我的一些面筋,如果能帮到大家就很开心啦 。
腾讯 cdg 一面二面三面 总监面百度 一面二面美团 一面二面网易游戏作业帮 一面二面华为 一面二面商汤二面
【算法岗面试复盘 | 腾讯、美团、百度、华为等】
往期精彩回顾适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419,加入微信群请扫码
- 最大团问题算法的改进
- 面试常考点 二叉树就是这么简单
- 算法部分
- 36.程序员面试 java126G视频资源,限量领取,先到先得
- OpenCV图像特征提取学习二,Shi-Tomasi 角点检测算法
- 较劲大厂面试题二-----Spring-AOP、循环依赖考核趋势
- 较劲大厂面试题一---2021年BAT考核趋势JUC-AQS
- 带你了解弯曲文本检测算法的两种思路:区域重组和像素分割
- ESMA 【黏菌优化算法】基于平衡黏菌优化算法求解单目标优化问题 含Matla
- 主导世界的10 大牛逼算法!