牛客访谈｜跨专业求职算法工程师，看硕士大佬带来的满满干货

嘉宾介绍：

昵称：工大菜鸡

学校：哈尔滨工业大学

学历：硕士

专业：控制科学与工程

已收获的offer：OPPO，华为，58同城，格力

应聘岗位：机器学习算法工程师、NLP算法工程师，人工智能工程师等

简要的个人介绍：

访谈内容：

1、看了您的面经，整理了秋招过程中的经验，非常详细。那么您是从什么时候开始为求职做准备的？能不能说说您都做了些什么准备？

答：在7月上旬我在牛客上看到了sp专场，心想现在应该是提前批开始的时候了，于是开始着手准备求职和复习。那时候正值我比赛的关键时期，可以说是忙的昏天黑地，做的工作主要有：

1）专业知识方面：复习机器学习，深度学习，自然语言处理的基础知识点，包括各类公式模型的手推，各类知识点的回顾，以前没弄懂的地方我都会标注下来，在复习的时候晚上加班加点的突破以前没弄懂的地方，找视频找博客，多上百度Google，其实就是很普通的学习方法；

2）代码或者编程方面：主要是先刷算法题，同时也复习基础的数据结构知识，学第一遍的时候数据结构实现的代码都有保留，复习的时候根据原理再实现几遍，以加深印象，有些公司会直接让你撕数据结构算法的代码。

零基础的非科班生刷算法题是很痛苦的，刚开始只能没有任何技巧的硬编，白白浪费大量时间，我就是最好的例子。如果大家在这里想少走弯路，推荐大家可以看牛客推出的算法刷题班的视频（具体名字我忘了）或者《九章算法》，如果有基础请忽略。遇到专题问题很头疼的时候，也建议看专项视频专项突破，比如动态规划，BFS，DFS等等。对dp题推荐视频《动态规划九章算法》。

像我这种非科班生刷剑指offer的时候，刚开始没思路，我会想好久直到想出来为止，觉得只有这样才是自己的思考，才会记忆深刻，其实到后面发现即便是苦苦熬时间想出来的题，思路照样会忘，刷题这件事要的是熟能生巧，多练多见识。后面我刷题的时候十多分钟没思路就代表这方面知识点根本就不会用，直接看答案，然后细细揣摸别人的答案，牛客和leetcode上的大神还是很多的，能读懂和会用他们的思路也是莫大的收获。

2、看到您提到自己算是在秋招时转行学习的nlp。那在您一开始准备求职面试的过程中，有遇到紧张焦虑的时候么？您是怎么平衡学校和nlp的学习呢？说说您平时的生活习惯吧。

答：紧张焦虑肯定是有的，在刚开始面试的时候什么nlp方向项目都没有，只有一个仅做了一个月的比赛和nlp沾点关系，甚至之前学习的nlp知识也因为没有实践经验，感觉非常拿不准。面试的时候非常怕面试官问我nlp实战时遇到的问题、问我对nlp某个知识点自己的理解（因为压根没有，噗）。

关于学校的工作和求职的平衡，其实我要感谢我的老师，我们学校一般是重点培养博士生的，所以我导师听我要找私企工作而且还是转行的时候没有给我过多的任务，只给我一些杂活，比如关于DSP的编程什么的任务。即便这样，学校的的工作也和我的求职学习冲突很严重，到后面我实在平衡不过来了，就给老师说可不可以把我要干的活先欠下来，我找到工作后立马补齐，老师虽然不乐意但还是同意了，我也是最近也才干完欠下老师的工作，累死……。

3、能经历这么多家公司的笔试面试，也反映出您的基本功是很扎实的。能不能说下您的学习经验？您平时有记笔记的习惯吗？您通常会用什么方式来整理知识点？

答：有关学习经验方面：其实我没有什么特别的学习经验，都是一些大家都知道的方法。但是有一条很重要么，就是以赛促学，我的绝大部分知识，以及各种经验方法，都是在参加比赛和大佬们一起交流学习到的，也很有幸听到过很多鼎鼎有名的大神的传授经验，比如林有夕，郭大，蛇佬，渔佬，苏神等等，比赛过后的赛题分享我也都会仔细阅读，收获颇丰。也得知这些大神的参赛经历，非常感动，希望有一天也能像为他们一样，需要好好努力。

关于技术书籍，刷题方面我推荐《剑指offer》，有关机器学习方面我推荐李航老师的《统计学习方法》或者周志华老师的西瓜书。其实我的知识大都是从视频这个途径获取的，主要推荐吴恩达老师的《machine learning》和微专业《deep learning》，一定要仔细的完成课后题；然后就是斯坦福的自然语言处理，也需要仔细学习一遍；还有推荐B站大佬“shuhuai008”的视频《白板手推系列》，主要教材就是李航老师的《统计学习方法》，讲的非常好，墙裂推荐！刷题的视频还是我之前说的，牛客算法专题班视频，或者《九章算法》。数据结构的视频推荐网易云课堂上浙大的《数据结构》这门课。

4、除了要有扎实的基础知识，项目经验也是求职的加分项，能不能分享一下您平常练习的项目？除了实验室的项目，您会选择什么方式来增加项目经验呢？

答：面试过程中我发现，即便是机器学习岗位的面试官也不会只问你机器学习的东西，nlp、cv、推荐、搜索都有可能问，刚开试的时候没有多少nlp比赛和项目，时常会被问的很尴尬，所以那段时间我恶补了nlp相关的知识，在Github上扒各种简单的开源nlp项目自己弄懂实现，不断尝试最新的模型，又看各种讲解视频，又参加了两个nlp相关的比赛……，那段时间过得人不人鬼不鬼，时常早上六点半起来学习，晚上一两点休息，作息完全被打乱，没办法起步太晚了，所以在此强烈建议同学想转行要趁早准备，不然会很难受。

Github上的有趣的开源项目很多，新手推荐做一些NER任务或者神经风格文本生成项目先加深你想要理解的相关知识点，如果想拓宽知识面，可以做一做对话机器人的项目，也很有意思，这些项目直接百度就能搜到github的链接。

个人觉得最有收获的还是比赛，尤其是大平台的比赛，比如kaggle、天池、科赛等，比赛既能学习知识，和大佬交流经验，也能写到简历上充当项目简直一举两得。不过在此需特别提醒，有面试官向我吐槽过比赛经历很多项目经历却很少这种情况。我建议如果有时间去做几个有工作量的github上的开源项目（此处仅针对转行的同学，实验室不在该方向，比较难有项目），而不要把重心全部放在比赛上，不要觉得有比赛就高枕无忧。

5、经过了这么多场面试，您在面试方面也很有经验了吧。您觉得在面试的过程中有什么技巧或者需要注意的地方么？

答：面试，我觉得，是一个表达自己的机会，所以一定不要面试官问啥你答啥，一般这种情况面试官大概率就不知道该怎么接你的话了，就会非常尴尬。所以一定要充分的在面试的时候表现自己，如果实力允许，还可以可以的把面试官往自己擅长的领域引导。

语气和态度千万不可傲慢，我们知道技术面试官一般都是一个公司的大牛，一般这种厉害角色都是有点傲气在里面的，所以我觉得在语气和态度方面还是以谦卑为主，否则分分钟给你问到劝退。但也不要谦卑到自卑的程度，给面试官一种你啥也不会的样子，我们需要做到的就是自信沉稳地表达自己，并且给别人一种谦卑委婉的感觉，话不要说得太死，留有余地，这个说起来容易做起来难，需要多次实战练习，无法用言语表达。

6、每个人在不同阶段都会有自己的小目标，那您目前的阶段有什么小目标吗？您给自己制定职业规划了吗？有的话能不能分享一下？

7、除了上述问题，您还有什么内容想要分享给牛油们？

答：关于转行人工智能的问题，现在人工智能/机器学习整个行业都在慢慢沉淀，所以我建议想要转行的同学一定要分析好自己是否适合干人工智能，比如是否有足够的时间？是否有足够的数学基础（这点非常重要）？是否有获得项目的途径？是否有代码基础？（毕竟都是工程师，最重要的还是工程能力，这是计算机专业的基本功）等等，综合很多问题以后再考虑是否转行。

8、最后，请大佬给参加校招的牛油们送上一句祝福吧~