點擊上方，選擇星標或置頂，每天給你送上干貨

作者 | 對白

出品 | 對白的算法屋

編者寄語：

本文看完，相信對你求職算法崗會有一番新的認識。

大家好，我是對白。

之前一直在堅持輸出著原創技術文章，同時也在忙于校招內推（已內推2000+人）。

于是在這個過程中接觸了很多今年求職算法崗的學弟學妹們，他們忐忑焦慮的心情去年的我也同樣經歷著：到底是堅持算法崗呢，還是轉行做開發；從早到晚的刷題與復習；每個夜晚的輾轉反側；經常還會去打聽周圍同學們的秋招進展，當聽到別人已經有offer，想想自己還是零offer的時候，就會產生非常強烈的挫敗感，去年的我甚至還因此掉了很多頭發……這些場景此刻的我依然歷歷在目，所以借著知乎上這個熱門話題：

想和大家談一談我自己對于求職算法崗的一些心得和體會，避免大家犯和我一樣的錯誤。之后還會將2021我的互聯網秋招算法崗總結（去年已被各公眾號轉載）分享給大家，包含刷題策略、面試技巧以及各大互聯網公司的面經。

最后還會將我本人研究生三年期間精心積累并總結的七本共676頁手寫iPad筆記全部送給大家（有iPad的同學可以直接導入到自己的iPad中，隨時查看），包含：

數據結構與算法筆記（126頁）

LeetCode 179道熱題筆記（235頁）

機器學習筆記（84頁）

深度學習筆記（69頁）

NLP與GNN筆記（88頁）

推薦系統筆記（38頁）

算法崗面試必考點（36頁）

關注公眾號「對白的算法屋」

后臺回復關鍵詞【對白筆記】

即可下載七本對白珍藏的手寫筆記

部分筆記展示如下：

這些筆記都是我個人原創，在清華讀研期間一點點積累并手寫出來的，有些知識點來自于老師們的課堂上（包含國內外的網課），有些則來自于我讀書籍或論文時的總結（讀了不少于一百篇論文），還有些則來自于一些知名的技術論壇或社區。

（PS：云計算和大數據的筆記我寫在了本子上，想要的也可以聯系我進行復印）

憑借這七本iPad手寫筆記，我在去年秋招參加的60場算法崗筆面試中幾乎無往不利，如果這七本筆記能對今年求職開發/算法崗的學弟學妹們有一點幫助，那我就很開心啦?(?>ω<*?)，話不多說，我們開始正題吧。

1.我的經歷

先來說一說2021屆算法崗的整體情況，我是2021屆校招，去年一共拿到了9家互聯網公司的offer：阿里、百度、京東、美團、拼多多、快手、滴滴、小紅書、平安。其中8家SSP級以上，1家SP，薪資待遇40+W-80+W不等。

因為疫情影響，當時直到七月份我才開始刷LeetCode和劍指offer，且一段暑期實習都沒有，而周圍的同學都已經拿到了BAT的暑期實習，且還有多段大廠的日常實習，那個時候的我其實有想過放棄互聯網，直接進國企或走選調，但考慮到碩士階段自身所學，且對于自身的研究方向有一定熱愛程度，于是才選擇咬咬牙堅持刷題和背八股文。

當時七月開始復習八股文，刷題從八月初一直持續到十月底，堅持每天十道算法題，邊刷題邊進行筆面試，整個秋招過程共計參加了60場筆試和面試，最終拿到了九個大廠的offer。我的故事只是想告訴大家，秋招不到最后一刻千萬不要放棄，也不要灰心，哪怕到十一月還沒有拿到offer也沒關系，殊不知等到年底補錄的時候也是一個非常容易進大廠拿offer的機會。

2.學校和專業

其次來說一下學校和專業對于拿算法崗offer的人有多大影響。

以我親身經歷來說，我是Top2非科班碩士，Top2碩士雖然能在一定程度上給候選人加分，但也只能表明你具有筆試/面試資格，最終是否錄用你還得取決于你的代碼能力和面試表現，并不存在面試官因為你是清北或海外Top30就要你的可能性，因為你的一面、二面和三面面試官以后通常會是你的mentor、X1（直屬上級）和X2（直屬上級的上級），mentor負責你入職后帶你熟悉工作環境以及公司里的各個技術棧，X1會給你分配某一項公司業務并且讓你拿出業務收益。

試想一下，一個能力不夠即使學歷背景吊炸天的人，既不能給組內帶來業務收益，又不能與其它同事配合工作共同完成一項業務，那他們招這種人進來干什么呢，因為業務收益才是你以后職場晉升以及ledaer們最關心的東西。

退一步講，倘若這種人真招進了公司，萬一試用期沒過還會成為招聘事故，影響公司聲譽以及這個小組以后的招人。所以大家可以放心，學校背景與拿到算法崗offer沒有直接聯系，你可以通過多段實習經歷、競賽經歷或代碼能力去向面試官證明，即便你的背景沒有他人好，你在學校期間努力付出取得的成績，依然可以秒殺那些背景豪華但不努力的人。

面試官們也更喜歡這些實習經歷豐富的人，我認為有以下兩點好處：一是入職后能迅速投入業務并獲得產出，減少不必要的新人培訓時間成本；二是實習經歷豐富的人變相說明他們可以為公司創造價值，且具有優秀的學習能力。

這兩點真的非常重要，原因是經常在與我leader溝通校招候選人面試時，他會反映那些往往沒通過面試的人，大部分人背景不錯甚至有些還非常豪華，但面試總體下來卻不達標，不是代碼能力還需要加強，就是對業務場景不熟悉，沒有解決問題的思路。而這些恰恰是實習經歷豐富的人所具備的能力，所以在此強烈建議大家讀研時一定要多出去實習，這會是你拿到算法崗offer非常有力的一項條件。但如果實驗室不具備外出實習的可能也不用氣餒，拿我本人舉例，只要你在面試過程中能做到以下三點，即可成為offer收割機：

能清晰熟練地闡述自己做過的項目/競賽，且具有一定的發散性思考；

代碼能力過關，算法題能舉一反三；

對于自身的研究方向有一定積累，且了解常見的業務場景該如何用算法解決；

能做到以上三點，那么即便沒有實習經歷，也具備了和他們一樣的代碼能力和技術水平，面試當然也會非常順利。

接著來跟大家談一談科班與非科班的問題?，F在已經是一個生物、電子、自動化、計算機都在研究人工智能的時代了，以前這些專業還類似于春秋戰國時期的百家爭鳴，各個學派區分甚大，但現在嘛，都已經被類似于秦國的人工智能統一了，所以對拿算法崗offer的同學來說，計算機也好，生化環材這些“天坑專業”也罷，已經不是一個單一自變量決定因變量的線性關系了，自變量不再只是你的專業，還包括AI、代碼能力、人際溝通能力等等，當然權重最大的肯定是AI這個自變量，但專業的權重已經可以忽略不計了。

不僅如此，非科班的同學相比于科班同學還有一個巨大的優勢，就是人家會的你會，人家不會的你也會。想一想，軟硬件通吃的人是不是很厲害，當然人家為了轉行背后付出的汗水我們肯定是看不見的，這些人也是值得我們學(tong)習(qing)的。所以科班與非科班這個話題，在2021年這個偉大的年代，已經沒有任何區別了，君不見生化環材也有秋招拿70W+的同學呢（我身邊就有）！

3.offer和薪資選擇

下面我們來聊一聊offer選擇的問題。

首先建議大家在秋招前盡早確定自己目標是哪種類型的offer，因為不同類型的offer要求的能力差別可以很大。其次確定了選擇后，可以了解目標offer需要的能力，方法則是通過看對應offer的面經，來了解面試風格。當你還不確定自己想選哪種offer的時候，可以培養一些通用的能力，而能力強的同學則可以“我全都要”，到最后再選擇。但大多數同學到了研二的時候則需要開始思考目標，并做一些針對性的準備了。

外企VS私企

外企：谷歌、微軟、Hulu、Airbnb、Optiver、Bingo、Shopee等；

私企：BAT、TMD、快手、拼多多、CV四小龍和其它獨角獸等；

外企私企

工作 時間	普遍955	普遍995
薪資	批發價較高 但一般不會特別高	批發價較高 高得可以特別高 （SSP級以上）
成長 空間	天花板低	天花板更高
出國 機會	相對多	基本沒有
工作 內容	業務少部分核心、大部分邊緣	業務可以很核心 （取決于組）

算法崗VS開發崗

算法崗：使用機器學習/深度學習解決業務問題；

開發崗：前端、后端、系統開發等；

算法崗開發崗????????????

難度	近兩年供過于求 難度較大	近兩年????????????供不應求 難度相對較小
薪資	差不多 上限可以很高（阿里星、美團北斗、快手快Star等）	差不多 一般來說上限沒算法高

下面講一下我去年秋招是如何備戰算法崗的以及部分面經，原文可以去我的知乎上查看，標題：2021我的互聯網秋招算法崗總結，從零到八家大廠SSP。

4.復習順序?

4.1 基礎知識

除了極少數公司會在一上來就要求你做一道編程題以外，大部分互聯網公司都會在你的自我介紹和論文之后開始進行基礎知識的考察，因此它的重要性不言而喻。

基礎知識的復習有兩種途徑，一是看書，二是看視頻，這取決于你對哪一種途徑接受知識的速度更快。我選擇的是看書，一是因為視頻不一定講得面面俱到，二是視頻質量如果不過關，很有可能某些細節的講述是錯誤的。以推薦/廣告崗位為例，我主要看如下書籍。

• 周志華的西瓜書《機器學習》

• 李航老師的《統計機器學習》第二版

• DL圣經《深度學習》，又名花書。

• 《百面機器學習》

• 《概率論與數理統計》、《線性代數》、《凸優化》

• 推薦/廣告：《深度學習推薦系統》、《計算廣告》等

如果時間有限，可以直接去看第二本藍皮書和第三本花書，這兩本書一定要從頭到尾仔仔細細的過一遍，因為基礎知識的考察無外乎就是機器學習或深度學習里的知識。

當這兩本書過完一遍之后，再看西瓜書的效率就會快很多了。除此之外，第四本書可以留在你將要面試的那幾天著重去學習，因為你有了前幾本書的知識做鋪墊，第四本書就可以當成八股文去背了。

前提是一定要在你理解這些知識之后，因為單純的死記硬背面試官其實很容易就會發現破綻，畢竟現在每個人都會背。對于本科學習過的線代和概率論，建議大家也復習一遍，因為在我的面試過程中就有面試官殘忍的提問了，雖然概率不高。對于學有余力的同學，可以去看一些推薦/廣告方向的工業界人士出版的書籍，這一塊的知識考察往往會穿插在整個面試中，有的面試官會在最后當成開放題進行考察。

其次，基礎知識的復習也很容易會遺忘，面對這個問題，我一般會將高頻考點的知識寫在ipad中，然后每晚會去復習一遍，這樣一個月下來，基礎知識應該就可以爛熟于心了，這一段的復習就可以告一段落了。

4.2?項目/競賽

項目/競賽一般會在基礎知識之后進行考察，這些一定要提前準備好，寫在簡歷里的項目一定是要自己親自做過的，因為一旦面試官問到了項目中某一個部分的代碼是如何實現而你又回答不上來的話，在他心里對你的印象就會非常減分，并且會懷疑候選人的誠信問題。所以，我的方法是將之前做過的項目重新再做一遍，包括代碼部分。這一塊看似會花費大量時間，實則并沒有那么長。具體來說，我會先將做過的項目重新梳理一遍，畫出整個項目的流程圖，然后再逐行復習自己的代碼。等代碼復習完之后，再刪掉重新寫一遍，這一步驟因人而異，取決于你的記憶能力。

競賽方面，常用的競賽模型如GBDT、XGBoost、LightGBM、FFM、DeepFFM等一定要了解。最后，如果你的論文或項目與面試官所做的方向非常的match，你通過這一面的概率也將會大很多。

4.3 coding能力??????????????

代碼能力是計算機專業學生的基礎能力，求職技術方向的同學，無論是測試、開發或算法，互聯網公司在這一塊的考察都是重中之重。

一般而言，大廠在每一輪的技術面中，至少會出一道編程題，多的會直接上三道編程題讓你做（我就遇到了...），難度主要集中在easy和medium，少數喪心病狂（褒義詞）的面試官會出hard題。而考察范圍已是圈內公開的秘密，就在《劍指offer》和Leetcode上，因此刷題成為了大家求職路上必須要邁過的一道坎，這個坎沒有人可以幫到你，只有靠你自己。

我在碩士階段也沒有刻意的去刷過題，只有本科時刷過洛谷，下面是我Leetcode賬號上提交次數的統計：

我是從8月初開始集中在Leetcode上刷題，一直刷到了10月份，《劍指offer》也是在Leetcode上刷的，平均每個月刷題數是300。可能很多人都覺得300道根本不可能完成，確實，如果你按照Leecode官方的題號順序去刷根本不可能，但如果是按照題目類型（標簽）去刷，每天刷10道，一個月也就完成了300道。

一開始可能會很慢，但基本上每個類型的題目當你刷夠20道以后，都可以總結出該類題目的代碼模板，所以前期會慢一點，越往后則會發現刷題速度越來越快，可以理解為先苦后甜。而對于刷題的方法，可以分為三輪進行：

a.第一輪：優先效率。當一道題花了十五分鐘去思考也沒有思路時，則果斷選擇直接看答案。

b.第二輪：培養思路。你需要對以前做過的每一道題都要有一個大致的映像，并且知道解題的方法是什么。這一輪其實最難度過，因為人對事物的遺忘是有規律的，而我們需要想辦法客服這個規律。在這里推薦一下我的方法。我在刷完每一道題之后，會在ipad上注明題號以及題目名稱，然后將該題的解題思路寫下來，最后還會重寫一遍代碼。這樣，以天和周為單位不斷地復習之前的題目，就可以做到以后遇見它們時可以迅速反映出是用什么方法解決這道題的。

c.第三輪：完善思路。當我們順利度過了第二輪之后，第三輪則需要學習每道題目的多種解法，比如TopK問題可以用快排變形/堆/二叉查找樹/計數排序四種方法解決。在我的面試過程中，有些面試官會在你AC一道題后還會要求寫出最優解，這往往決定你的面評是否能達到較高級別，也就是能否拿到sp以上級別的offer，并且一道題如果學會了多種解法，也會讓你加深對這道題的理解。因此，我建議大家要學會用多種解法解決一道題，并且要培養出能快速AC的能力。

對于時間緊迫的小伙伴來說，在達不到刷兩百道題又想拿到大廠offer的同學，我們也可以通過走一些捷徑來減少自己無效時間的浪費，從而最大化提高自己的代碼能力。

具體來說，我們可以購買一些大牛精講的算法課程，雖然市面上的算法課琳瑯滿目，但真正對找工作實用高效且講述通俗易懂的課程少之又少。在我七月份以前，我基本上白天除了忙于父母的工作以外，到了晚上都會花費兩個小時的時間去看自己在網上購買的算法視頻課程，目的是為了給自己打下數據結構與算法的基礎。

一個好的算法視頻課相比于書籍最大的優勢就是視頻傳授的知識點更加直觀，我們可以當作看電視劇一樣去看它，一方面可以降低自己對于學習的阻力，另一方面還可以高效的學習這些迫切的知識。對于看書感覺痛苦的同學，就可以像我一樣選擇觀看視頻，那么至于選擇看免費課程還是收費課程，我的建議是選擇一個收費但價格可以接受的算法課去學習，原因之一是免費的課程往往知識點講述非常冗余，且大家對于免費的課程缺乏學習的動力，這樣反而會耽誤找工作；另一個原因是學習成果往往需要人們付出才能收獲，有人選擇花費金錢以最高的效率獲得，有人選擇花費更多的時間去獲得，那在我看來，秋招階段最寶貴的還是時間，畢竟每個人這一輩子只有一次秋招的機會，這等同于高考！

5.部分面經?

以下面經均為各個公司的正式批，由于時間有點久遠，有些考點已經不記得了。

京東

• 一面：

1、介紹論文、項目，很詳細。包括每一個環節是怎么實現的，損失函數是如何設計的，模型是如何訓練的等等。

2、代碼題：Leetcode 713：乘積小于k的子數組；Leetcode 297：二叉樹的序列化和反序列化。

3、GBDT、XGBoost、LigthGBM的區別與聯系。

4、送入LR前，如何處理數據（特征工程）。

• 二面：

1、介紹論文、項目，很詳細。

2、Transformer中的Scaled Dot-Product Attention為什么要縮放（兩點）。

3、Transformer中的Position Embedding是怎么實現的？為什么？

4、bagging和boosting與偏差和方差的關系以及原因。

5、如何解決數據不平衡的問題。

6、假設檢驗的兩類錯誤。

7、MSE、MAE與貝葉斯估計的區別。

8、為什么快排比堆排快？

9、口述算法題：對一個商品的價格、數量、購買人數進行分次排序，不改變之前的排序結果。

• 三面：

由于一、二面表現好，三面直接過了。

美團

• 一面：

1、介紹論文和項目，很詳細。

2、代碼題：面試題17.24：最大子矩陣；Leetcode 695：島嶼的最大面積。

3、介紹一下DSSM。

4、開放題：關于雙塔模型的應用。

• 二面：

1、介紹論文和項目，以及論文中的涉及到的baseline模型。

2、代碼題：面試題01.08：零矩陣，寫出兩種解法。

3、XGBoost 如果損失函數沒有二階導，該怎么辦。

4、聊天+反問。

• 三面：

1、介紹論文和項目，非常詳細。

2、介紹實習，說說實習印象中最深的點。

3、開放題：部門中的某個應用場景你會怎么解決。

4、職業規劃，個人希望做的方向。

拼多多

• 一面：

1、介紹論文和項目。

2、AUC是如何實現的，它對均勻正負樣本采樣是否敏感，并用代碼實現。

3、BERT與ALBERT的區別。

4、介紹一下DKN模型。

• 二面：

1、介紹論文和項目。

2、過擬合如何解決+具體方法追問。

3、代碼題：Leetcode 42：接雨水。

4、知識圖譜表示學習有哪些模型。

5、聊天+反問。

?阿里

• 一面：

1、介紹論文和項目。

2、代碼題：Leetcode 382：鏈表隨機節點，并口述蓄水池采樣算法的推導。

3、概率題：將一根木棍分成三段，求這三段構成三角形的概率。

4、開放題：一個超級大文件，每一行有一個 ip 地址，內存有限，如何找出其中重復次數最多的 ip 地址。

• 二面：

1、介紹論文和項目。

2、論文后續可能提升的點以及想法探討。

3、說一說Graph Embedding和GNN的區別。

4、代碼題：Leetcode 23：合并K個升序鏈表。

5、聊天+反問。

• 三面：

1、介紹論文和項目。

2、介紹一下最能體現自己工程能力的項目。

3、如何提高推薦線上的性能。

4、強化學習在推薦中的應用及探討。

總結

最后，我想談一談自己對于面試的看法。無論是競賽、論文還是大廠實習，這些都是為了方便你拿到面試的資格，哪怕你三者都沒有，但只要公司愿意向你發起面試，你都應該好好努力。

而最終是否能順利拿到offer以及offer的等級，主要還是取決于你的面評，一個非常好的面評是幫助你拿下大廠sp以上offer至關重要的因素，因此切忌面試緊張，如果你緊張，可以心中默念歐米豆腐。

祝愿大家都能拿到自己心儀的offer！

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯黃海廣老師《機器學習課程》視頻課

本站qq群851320808，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的8家大厂SSP offer的清华学长谈算法岗是否人间地狱（送七本学长手写iPad笔记）...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。