又又又又一个死磕成都的互联网小硕的秋招总结
看到前面四位大佬的帖子，我也来蹭一波热度，顺便对秋招做一个总结哈哈哈~
秋招宣告结束，开始躺平~
前面几位大佬的帖子:
前言
本人情况：北京中科院所渣硕一枚，本科某9，从事AI算法相关。项目比较多，有一些论文和专利，一段阿里实习经历。秋招主攻 ML/DL/数据挖掘算法岗。
个人倾向去成都发展，所以基本各大厂有成都的均投了成都（投得太晚，都是泪...），目前拿的都是成都和北京的offer。现阶段个人的秋招基本结束了，总结下整个历程，希望对后面的小伙伴有所帮助。
我个人的秋招开始得比较晚，在8月实习结束之后才开始投（已经是各大厂提前批的DDL了，想起来都是泪......），目标比较明确，只投了一二线的互联网企业，不得不说每个公司面试官的水平都挺高的，面试流程给人的体验也非常Nice(单纯个人感受)，也感谢所有的面试官对我的认可。
虽然我秋招开启得比较晚，但是整个过程整体来看还是比较顺利，基本投递的都给了面试，面试的公司基本都给意向。没有遇到过简历被筛的情况（这里并不是全看学校，我身边也有同学简历被拒的），个人感觉还是简历的设计和描述上的问题，毕竟HR每天得到的简历是海量的，这里还是得益与春招实习投递中的准备吧。另外面试内容，基本都是自我介绍+1~2个项目描述+撕代码/场景题 的套路。
下面记录一下我秋招面试和offer情况：
秋招投递
| 公司 | 岗位 | Base | 流程 | 状态 |
| 阿里 | ML算法工程师 | 北京 | 实习转正 | 已意向 |
| 百度 | 算法工程师 | 成都 | 走的百度提前批，9.8OC | 已意向 |
| 字节AML | 算法工程师 | 北京 | 字节成都没有校招算法岗，泪了 8.12投递-8.16一面-8.20二面-8.27三面-8.30HR面&意向 | 已意向 |
| 美团 | 数据挖掘 | 北京 | 比较早投了北斗计划-北京，后转到成都无HC，含泪又面了北京，现已OC | 已意向 |
| 海康威视 | 算法工程师 | 成都 | 启明星-研究院-已offer | 已意向 |
| 华为-Cloud BU | AI算法工程师 | 成都 | 8.20投递-9.11笔试-两轮技术面通过-测评-主管面-面试已通过 | 已意向 |
| 腾讯 | 应用研究-机器学习 | 成都 | Base北京的岗位约过面，二面问清base后拒面，后续一直是深圳、上海的约面，未接受...现在估计是无 了，都是泪...。还挺期待成都的PCG和IEG能捞捞我，估计是无HC了，哈哈哈，还是太天真 | 泪了 |
| 拼多多 | 算法工程师 | 北京 | 提前批和正式批都放弃了笔试 | 拒笔试 |
| 猿辅导 | 算法工程师 | 北京 | 投挺早，后续放弃笔试 | 拒笔试 |
| 荣耀 | 算法工程师 | 西安 | 9.24一面-9.26二面-通过 | 已意向 |
| 网易 | 算法工程师 | 北京 | 9.6一面-9.8二面（由于时间冲突拒面）-再无后续 | 拒二面 |
| 新浪 | 算法工程师 | 北京 | 放弃笔试 | 拒笔试 |
| 小米 | 未来星-预测算法工程师 | 北京 | 9.13一面--无消息 | 流程中 |
| 虎牙 | 算法工程师-推荐 | 广州 | 三轮技术面+一轮hr面 | 已意向 |
| ViVO | 算法工程师 | 北京 | 9月投递，9.24一面-9.26二面-9.29hr面 | 已意向 |
| 深信服 | 算法工程师 | 成都 | 好像在牛客上投的，提前批，现在才约面。9.23一面-9.26二面- | 已意向 |
| 360 | 算法工程师 | 北京 | 9.6一面-无消息 | 无消息 |
| 快手 | 数据挖掘 | 北京 | 8.28一面-9.4二面-9.17挂 一二面的面试官反馈的都是正面评价，搞不懂为啥挂了，泪了... | 已挂 |
| OPPO | 算法工程师 | 北京 | 笔试-放弃线下面试 | 拒面试 |
| 地平线 | 算法工程师 | 北京 | 不记得什么时候投递，可能是牛客投的； 一面-二面-三面 | 流程中 |
| 完美世界 | 算法工程师 | 北京 | 9.13一面- | 流程中 |
面经整理
百度提前批
百度提前批面经可看我另一篇帖子
字节跳动
一面：（1h40min）
自我介绍
项目描述 问得特别细
1、模型创新点在哪儿？
2、数据规模，输入Shape，Normalization的作用，有哪些Normalization方法，分别适用什么模型？
3、模型的具体结构，问的超详细
4、transformer结构 原理
5、Attention的原理解释+类别介绍
手撕代码：
1、两次购买股票的最大利润，用的dp实现，然后讨论min函数的时间复杂度（面试官跑去百度了一下）
2、优化
反问部门业务+面试评价
二面：（近2h）
自我介绍
项目描述
实习项目 ：
1、工作内容、背景
2、多模态建模方法
AI基础考察：
1、优化算法有哪些？
2、几种优化算法的区别、各自的优点
3、Adam和AdaGrad哪个空间复杂度高？为什么？
4、估算优化算法的参数量，给定y=wx 输入是200维 ，预估一下RMSProp、Adam、AdaGrad的参数量
5、Adam为什么要使用二阶梯度？如何估计？
6、有哪些模型的评价指标？MAE和MSE的收敛点有什么不同？
手撕代码：
1、 有一批螺丝和螺帽，其尺寸均未知，不能使用尺子，设计算法实现最快匹配
2、sigmoid(x)=0.2用梯度下降求解x 反问部门业务、培养机制+面评
三面：(1h)
三面面试官是前google员工，似乎是ACM大神，重点考察算法能力
面试流程：
自我介绍
项目描述
项目和基础部分 就大致问了问，具体内容忘了
手撕代码：
有一个6*n的网格，可以用1*2或2*1的模块去cover，计算有多少种不同的cover方式？，其中每一个相同shape的小模块无区别。
（面试官是google出身，说他的期许是30秒说出解题方案......)
反问流程与面评
华为-Cloud BU
海康威视
持续更新ing
总结
对整个秋招的总结： 1、一定要早投！早开始！早投！早开始！早投！早开始！重要的事多强调几遍！！！我由于投的比较晚，后期成都大厂基本都没算法HC了，好多都含泪转到北京；尤其是想走算法或者产品的小伙伴，一定要早投，这两个岗位在成都的HC真的很有限，（百度提前批在成都的算法HC只有10个！）
2、建议春季投一下暑期实习，不论是去刷面经还是说去实习优化简历，都是百利而无一害！
3、一定要重视简历，简历是你面试的敲门砖~
4、重点准备心仪公司的面试，不建议海投（纯个人建议），投简历很耗时间，而且面试很耗人精力，我投了20家左右，就感觉面得很累😂。另外海投肯定会有笔试、面试的冲突~
5、最后，心态最重要啦，秋招是一个持久战，一定要保持自信的心态~
最后，祝看到此贴的小伙伴秋招一切顺利~ 都能拿到自己理想的Offer!
最后的最后
很抱歉拒了一些公司的笔试/面试，辛苦给安排笔/面试的HR小姐姐了，个人的精力实在有限
PS：求路过的大佬分享成都互联网求职交流群~
查看9道真题和解析