是不是看着网上的AI公司应聘攻略，每一篇都觉得非常有道理？但仔细一想，又发现篇篇大同小异——不是让人学学学，就是简历、面试两步走？
其实，除了Fancy的简历，沉着自信的面试表现，AI的应聘方法，还有其独特的套路可寻。
在开始之前
AI公司千千万万，应聘要求也各有千秋，根据要求准备简历一定没错，但一定不要忘了这一条条要求指向的其实是一个隐藏条件——对于项目经验的要求。毕竟，没有公司需要一个缺乏动手能力的程序员。
动手能力要如何展示？通过比赛经历？又或者是实习经历？这些部分在简历里自然必不可少。但其实还有一个更直观的方式可以向公司展示你的思考方式和实践能力，成为你简历中的加分项，那就是你的GitHub资料。
绝大多数学生都把Github当作一个练手的渠道，反而低估了它的重要性。
实际上，对于程序猿来说，吸引公司的不是丰富的人生经历，也不是天花乱坠的演说能力，而是思维和逻辑。因此，除了面试，没有什么比展示自己编写的项目更直观的自我展示手段了。
当然，由于HR对单份简历付出的时间十分有限，在简历附上一堆代码是完全起不到作用的，甚至还会弄巧成拙，完成以下步骤就十分重要。
首先，为自己做过的项目创建一个repo，让人可以在很短的时间内看懂你项目的意图。
其次，添加代码的清晰文档说明，并为每个提及函数作用、参数意义、格式和脚本的单个文件添加说明文档。让人能够清晰理解你的问题解决方式。
面试，你需要一份问题大全
AI公司的面试除了自我介绍、简历经历核实以外，还问些什么？专业知识的考察一定少不了。
这类内容的问题可以被分为以下几种：
首先，是对基础知识尤其是一些概念的考察。例如，“什么是强化学习？”“迭代法的原理是什么？”这样的问题将会涉及到线性代数、概率、统计、优化、机器学习和深度学习的各个方面，但都是可以直接通过书本获取的知识，因而需要面试者能够快速而准确的回答。
其次，是对面试者思考能力的考察，需要面试者有一定的实践经验。极有可能，你的面试官会给你一段代码，让你找出问题和解决方式。在回答时，按照“问题、1 至 2 个前人的解决方案、我的解决方案、可能的结果”这一顺序给出答案，将会更加容易获得面试官的认可。
最后，则是对于面试者综合能力的考察。很多情况下，面试官需要面试者通过口头阐释其对某个项目的构想。这时候，注意项目中的一些细节十分重要，比如对于数据的划分、对于过拟合等问题的考虑等。
InterviewBit是计算机行业著名的面试模拟网站，不仅有丰富的教学视频，还提供以上三类练习问题，是专业面试练习的不二之选。
哪些东西，可以不用临时抱佛脚？
要进入AI公司，数学、机器学习和深度学习是永远躲不过的三座大山，但并不是这之中的所有知识都需要在应聘之前掌握。
当然，由于数学是一切的基础，线代、微积分、算法及深度学习背后的数学知识，是必须要了解并熟练掌握的。
至于机器学习和深度学习，它们之中的天地十分广阔，有一些知识的确可以先放在一边，不用立即掌握。
比如机器学习中的强化学习部分就可以只了解基本的原理，将重点放在监督学习（分类、回归、支持向量机、决策树、随机森林、逻辑回归、多层感知机、参数估计、贝叶斯决策规则）、无监督学习（K-means 聚类、高斯混合模型）及降维上。
而对于深度学习，学习的重心在于基础概念。例如卷积神经网络（CNN）和循环神经网络（RNN）和其变体，以及它们的运作原理。至于如何编写深度学习框架，一般不会出现在应聘的考核之中，但对于框架的优化过程及优化原因，则是学习的重点之一。
读芯君开扒
应聘的坑，还有哪些要注意？
一切应聘，无非就是选择公司、准备简历和面试三个阶段。
对于简历来说，除了要丰富且真实，投递平台也十分重要。AI行业多初创公司一般不会举行大规模校园招聘，而是会选择一些靠谱的招聘网站。因而，在寻找工作时，眼光不要局限于校园招聘，而应该广泛搜集信息，多渠道对比岗位。
对于面试来说，除了用专业知识秒杀一切，充分准备好这两个所有公司都会询问的问题也能成为你的加分项。
一个是自我介绍。程序猿在人们眼中一般是沉闷且懒于社交的形象，这也很容易成为公司所担心的问题。因此，在自我介绍中提一提自己的兴趣爱好，一定能够加强面试官对于你个性的了解。
第二个则是“你还有什么问题吗”。这个问题不仅仅表现了你对于问题的思考能力，最重要的是为了考察你对此份工作的热衷程度。试想一下，如果你对一个事物充满着好奇与憧憬，你会连一个问题都问不出么？
留言 点赞 发个朋友圈
我们一起探讨AI落地的最后一公里
作者：羊习习
参考文献链接：
https://m.huxiu.com/article/246033.html
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你
