牛客访谈|秋招刚开始就结束,看大佬如何斩获字节算法offer
与往年相同,牛客访谈如约而至!
每期访谈,我们会邀约一位已工作或已拿到好offer的大佬,
分享他的成功经验,为正在求职路上奋战的你点亮一盏明灯!
嘉宾介绍
昵称:JustinNie
学校:上海交通大学
学历:硕士
专业:电子与通信工程
已收获的offer:字节跳动
个人介绍
访谈内容
1、 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?
真正的求职准备应该是从三月份开始的,那时候刚好也是找实习的时候。之前看过大名鼎鼎的Deep Learning那本书。开始准备的时候,主要就是刷LeetCode算法题,整理机器学习以及深度学习基础知识,项目和论文方向内容的整理。
2、看到您在帖子中写到一个月只专注于字节跳动这一个岗位,但其实很多小伙伴在找工作时都很焦虑,流行广撒网的方式,您是怎么摆脱这种焦虑的呢,说说您平时的生活习惯吧
这个岗位的情况比较特殊,本来我是打算七月底再开始投递的,字节跳动的HR在七月初就联系我参加提前批了,所以那几周我本来也没投递,就只参加了字节跳动的面试。
我感觉找工作的时候,要把握好广撒网和精细投递的平衡。一般的话,投递还是会投递挑选过的一些公司,当然数量不能太少。而如果得到笔试或者面试机会,一定要认真对待。因为我觉得一天连续面试几场的话,精神状态会不太好,可能应对的也会不太好。每次笔试和面试都像一次考试一样,要专注对待,我每次面试前都不刷题,养好状态最重要。
3、看到您的面试经历中提到了很多关于算法和项目的问题,那么您平常如何进行项目方面的练习?有什么好方法如何寻找优秀的项目?有什么好的项目可以分享一下吗?
其实我项目经验是很少的,只是做了实验室里面的一个文本项目。我发现面试到三四面的时候,面试官尤其喜欢问结合具体业务场景的题目。我觉得这种题目其实就是考察能不能做项目。这种时候,就要求对模型有一定的理解了。尤其是面对实际业务问题,要能发散思维,把非结构化的数据能抽取出来作为模型的输入。对于机器学习问题,其实就是考虑每个模型的优缺点,是否适合这个模型,对于这个模型的缺点,采取何种方法去补足。
4、接上一问,您平时又是如何练习算法的呢?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?
算法我主要是练习LeetCode上面的题目,这里就要吐槽一下牛客网的做题系统了,我是真的用不习惯。基本是每个Tag的题目都做一些,由易到难。刚开始的时候我还是在IDE里面写的,后面就直接在自带编辑器里写了。当然刷题之前最基本的数据结构和算法知识,比如栈、队列、堆这些。
除了传统的算法知识,如果要找算法工程师岗位的话,另外一块很重要的内容就是ML/DL算法了。经典的成系统的书感觉是要看一本的,我是在研一的时候读了Deep Learning这本书,周志华老师的西瓜书。这种书可能帮助我们建立起对整个领域的概念。另外,可能实践也会比较重要,我是跟着Machine Learning in Action这本书实现了基本的机器学习算法,以及跟着GitHub上的项目实现了基本的深度学习模型。
5、在面试的过程中您觉得有什么技巧或者需要注意的地方么?
其实面试的话,我一开始是很紧张的,后来面的多了其实也就好了。面试的时候被问住没关系,重点是要学会和面试官沟通。
为了防止被问到自己不熟悉的知识,就要自己学会去展开问题,多讲一点。比如如果问Batch Normalization有什么作用的话。可以先讲为什么提出BN,也就是深度网络里ICS的问题;再说解决ICS的理想方法白化,以及为什么不用理想方法,而选择用Normalization的方法;然后就可以将整个Normalization家族算法的整体思路;再说一下各种Normalization的实施方法与各自的优缺点;最后可以讲讲BN都有哪些效果。这样面试官可能就会觉得你不仅知其然,而且知其所以然了。
6、您对自己的职业有怎样的规划呢?能不能说说您是怎样看待第一份职业的呢?您觉得在求职、选择工作上,应该保持什么样的心态?
7、除了上述问题,您还有什么内容想要分享给牛油们?(学习资源、保持心态、经验、嘱咐、锻炼、爱好、资源……)
平时感觉没事的时候,多去学习学习吧。多看看一些优秀的博主写的Blog,上面有很多技术干货。也可以多读一些编程的书籍,自己跟一跟GitHub上的小项目。
8、最后,请大佬给参加校招的牛油们送上一句祝福吧~
#字节跳动##秋招##算法工程师#牛客访谈牛客访谈是邀请已工作/已拿到好offer的学长学姐们,为正在找工作的牛友们进行求职相关分享的栏目。旨在为当下正奋战在求职路上的牛友们点亮一盏明灯。

