教育背景：本科东南大学软件工程学院，硕士南京大学计算机科学与技术系。我秋招没有海投，都是比较有针对性地投递，所以投递的公司并不多，并且其中有几家最后也没做笔试直接放弃了。最终进入了面试的有12家公司，放弃了2家，一共面了10家，挂了6家，拿了4家的offer，通过率只有40%很惭愧😓。加上华为(不是走正规校招流程)一共拿了5家的offer。-------------------------------------------------------------------------------------------------------------------------------------------------------------先总结一下拿到的offer以及对应的面经：1、vivo，杭州，广告推荐算法工程师。面经：https://www.nowcoder.com/discuss/1974102、TP-LINK，深圳，算法工程师 大数据分析方向。面经：https://www.nowcoder.com/discuss/2002603、字节跳动 搜索团队，上海，算法工程师。面经：https://www.nowcoder.com/discuss/2158834、百度 原生商业推广部，上海，算法工程师（真的是对不起百度原生的hr还有经理，辜负了你们的诚意，辜负了你们给予我的肯定，唉，现在都还在难受）。面经：https://www.nowcoder.com/discuss/2370585、华为 消费者-云服务-大数据平台部，南京，广告推荐算法工程师。然后是没拿到offer的以及部分面经：1、招银网络科技（走完流程，这个我觉得是没什么问题的，不清楚为什么最终没给我发offer）。面经：https://www.nowcoder.com/discuss/2608512、京东（二面挂，这个我就懒得说什么了，有种被玩弄的感觉😡）。面经：https://www.nowcoder.com/discuss/2671773、阿里巴巴（二面挂，蚂蚁金服，投的成都，捞我的是杭州的，这个被怼哭了，面试体验让我自闭😫）。面经：https://www.nowcoder.com/discuss/2376674、腾讯到国庆后才捞我，我觉得已经没hc了，就直接拒绝面试了。5、美团国庆前夕才捞我，匆匆面了一面之后也再没消息了，面试表现自我感觉还行，就最后出了一道类似于开放性的智力题吧，没说出令他满意的答案，但是我觉得不至于因为这个就挂掉。6、OPPO提前批跟京东体验有点像，大老远跑去武汉一天就一面，还必须在那住一晚，啥都不报销，结果半夜收到拒信，一面挂，真的神奇，正式批直接不参加了。7、360一面挂，面完半小时就收到拒信，很干净利落，原因估计是明明很简单的算法题却没想出最优解，挂的比较明白的就这家了。8、携程面试跟京东冲突了，所以放弃了，早知道应该放弃京东去面携程。最终选择了华为，待遇最好，岗位方向也是我喜欢的，部门也不错，华为最互联网的部门，大数据平台部作为一个数据部门自然专注于做算法，部门下面的小组也是按业务方向进行划分的，比如视频推荐、音乐推荐、广告推荐、用户画像……技术氛围也不错。。编不下去了，其实就是沦为了金钱的奴隶哈哈哈。。。打算先干几年看看，然后想办法回成都。（从本科到这次拿到华为offer，其间一共被华为嫌弃了4次，本来以为这辈子也不可能去华为了，真香。。想不想看我被嫌弃4次的详细经历？🤣🤣🤣）----------------------------------------------------------------------------------------------------------------------------------------------------------------我研究生所在课题组研究方向不是机器学习，甚至与之没有半点关系，所以我从研一下学期就开始着手准备这次的秋招了，也就是去年3月份的样子，毕竟从0开始，不早点准备是肯定不行的。一、认清现实首先需要明白一个问题，想找算法岗，项目、论文、比赛至少要有一样，不然简历没东西，一片空白的简历谁也不会多看一眼。课题组的情况使得我不可能有机会接触相关的项目和学术研究，因此项目、论文两条路被堵死，只剩下比赛一条路。早早看清了现实，接下来就是长达一年半的艰苦奋斗，只能在完成组里的任务之余挤出时间来学习我自己想要的东西。二、知识储备接下来我花了大概半年的时间自学机器学习理论基础、各个算法的原理等等。首先看书，周志华老师的西瓜书《机器学习》和李航老师的蓝皮书《统计学习方法》。然后看视频，林轩田的《机器学习基石》和《机器学习技法》，还有吴恩达的那套机器学习入门的视频，相信学这个的人都看过的。最后看书+实践，有一本书叫做《机器学习实战》，里面以案例的形式对常见的算法进行讲解，每个案例都有数据集和python代码，跟着过一遍，代码自己写一遍，我当时用C++把里面的几个案例敲了一遍。这三部分任务完成之后，知识储备也就完成的差不多了。三、参加比赛大概从去年9月份，我开始了我的比赛之路。目前数据竞赛平台有很多，国外的最知名的kaggle，国内的天池、DataFountain、DataCastle等等。赛圈有一位朋友叫做麻婆豆腐，他的微信公众号叫麻婆豆腐AI，专门发布最新的比赛信息，感兴趣可以关注。起初没有任何经验，自然是啥也不会，连常用的工具包都用不熟练。因此可以先看看各大比赛的top解决方案的开源和ppt，熟悉一下做比赛的流程、不同业务场景的理解、特征工程常用套路、从特征工程到建模的代码框架等。这里放一个朋友的GitHub链接：https://github.com/Smilexuhc/Data-Competition-TopSolution，里面收集了前些年各大比赛的top解决方案开源，现在他人变懒了，不继续收集了😪。然后可以参加一些练习赛练练手，等熟悉了比赛流程，有了感觉之后再参加比赛。新手参加比赛建议一开始solo，积累经验，不要在意名次，因为一开始经验不足就组队，有可能会出现害人害己的情况。等有了一些经验之后，就奔着名次去吧，要记住必须有top名次才能往简历上写。就国内现在的比赛环境来看，新手想solo拿到top名次几乎是不可能的事情，你会发现每个比赛前排总是那群熟悉的面孔。因此先努力提升自己的名次，然后在跟自己名次差不多的人当中选择组队，反正想方设法把自己***前排去，因为你要记住你是为了找工作而打比赛，不是为了奖金也不是兴趣😒。记住你跟别人不一样，一个比赛短则一个月，长则两三个月都有可能，一个比赛失败，你就少一次机会，离秋招也就近了一步。我运气还算可以，截止今年6月份，成功拿到一些top名次，简历有东西可以写，面试也有东西可以说了。对了，打比赛之前请先看看GBDT的原理，再看看xgboost和LightGBM的论文。四、进入秋招由于比赛的缘故，我秋招复习的比较晚，大概5月份才开始复习吧。首先是简历，我把自己最出色的两三个比赛当作项目写在了简历的“项目经历”板块，每个比赛都做好总结，分条阐述，这样就撑起了简历的篇幅。每个比赛一定要掌握透彻，千万不要被面试官给问住了。然后是复习机器学习相关的知识，我把西瓜书和蓝皮书又看了一遍，然后结合自己简历上的项目在牛客上看面经，主要专注于那些高频问题，还有就是简单的算法得学会手推，再就是特殊的算法单独复习，比如GBDT、xgboost、LightGBM等。最后是刷算法题。我刷的题比较少，只刷了牛客上面的剑指offer和LeetCode，都没去过LeetCode官网刷过题，惭愧。也许是计算机科班出身的缘故吧，刷少量的题也就能够勉强应付数据结构与算法这一块的面试了。在我看来有7方面的题是最常见的，堆和栈的使用场景、几大排序算法、二叉树的各种遍历、链表翻来覆去的操作、DFS和回溯思想的应用、动态规划、时间换空间和空间换时间的思路切换。反正多刷题吧，面试基本上都是出的原题。五、一些建议在此奉劝以后要参加秋招的同学，一定要参加提前批！一定要参加提前批！一定要参加提前批！😲😲😲不要看见别人说什么提前批神仙打架就不参加了，正式批才是竞争最激烈的时候！不仅竞争激烈，hc也不够了！还有就是提前批一般免笔试，你们知不知道笔试这个东西难度有多大？了不了解笔试能否通过有多么玄学？但是！你简历投递出去的时候一定要保证自己已经可以参加面试了，否则就是炮灰，白白浪费提前批的机会，所以一定要提前做好准备！一定要提前做好准备！一定要提前做好准备！😲😲😲到时候多上牛客关注内推相关的帖子，因为有些公司的提前批可能不会发官方通告，只能在牛客找内推，而且内推一般还能免简历筛选，对于学校不是特别有优势的同学来说就更好了。我5个offer除了华为，其他4个全都是提前批获得的，其中字节跳动和百度都是在牛客找前辈内推的。并且在正式批的过程当中我真的亲眼见证了身边朋友由于笔试或者hc不够等原因被挂掉或者被要求转岗的情况。在我看来，也许从今年开始往后，大家就都会明白提前批的重要性，然后激烈的竞争会慢慢转移到提前批，最终使得提前批失去了其本来的意义，变得跟正式批一样了，进而使得互联网行业的秋招来临的越来越早，也是有可能的哦。总之提前做好准备吧😒。===================================以上就是我长达一年半的秋招之旅，感觉也不算特别详细，还是希望对今后找工作的同学，尤其是那些跟我情况比较类似的同学有所帮助，也祝大家都能找到令自己满意的工作！😊😊😊（这么长的篇幅能看完的是真爱😘😘😘）