本人履历


我是非科班生，也不是通信、电子那种擦边专业，我本硕学的是能源与动力工程，本科211 硕士985。

本科没有任何代码或者算法基础（本科学的C语言不算），从研一下学期开始学习算法，学习了整整一年时间，总算拿到自己满意的offer。


面试过程


一、阿里巴巴（实习和正式 offered）春招的时候面的实习生，面试通过了，最后也顺利转正（评级A），下面我说下实习面试的一些问题。
1、 一面，三月初投的简历，大概一周后接到面试电话：
- 介绍一下你自己（介绍了自己学历、项目、做的小demo）- 简历上面写的blog是你自己开发完成上线的？（是的……）- 看到你参加了阿里天池的算法比赛，简单说下比赛背景和实现方案。
- 你觉得和其他队伍相比有哪些差距？
- 现在让你继续做你会从什么地方改进？（说的特征挖掘方向）- 机器学习常用的一些方法，以及原理。
2、 二面
- 介绍自己
- 做过什么项目，用的什么算法，请简要介绍。
- 算法是否看过开源的源代码，或是否自己手动实现过？
- 有没有工程性质的项目，简单介绍。
- 你觉得机器学习算法在阿里巴巴哪些场景中可以落地？
3、 三面（代码面）
- 介绍一下你自己。
- 代码面试：第一个为排序题目，我用的插入排序，问是否可以改进；第二个将字符型数字转为int类，不用工具类。- 脑力题：国王有一万桶酒，其中一桶为毒酒，喝下后24小时死亡，可以无限使用死刑犯试酒，请问24小时最少需要多少犯人，怎么喝？
4、 四面
- 介绍自己。
- 做过的项目。
- 对风控课精准营销是否了解？一般用什么方法？
- 说说你自己本身的特质，觉得有什么优点。
- 你不是计算机专业的，算法的知识是怎么学习的，怎么权衡自己专业和算法学习，是否有影响本专业的学习？
- 你有什么想问的？
5、HR面
- 还是介绍自己……
- 你觉得你和周围的人项目有哪些优点。
- 和计算机专业的相比优势和劣势。
- 对风控业务是否了解？
- 是否知道阿里巴巴最近相关产品动态？
- 你有什么想问的？阿里面试周期非常的慢，等的非常着急。

二、 腾讯（实习offered）

拿到了腾讯的实习offer，因为决定去阿里，所以就放弃了，自己觉得有点可惜。
1、 一面
- 从学业、项目等方面介绍自己。
- 会什么语言，什么语言用的比较多？
- 之前实习的经历，主要做什么工作？
- 详细介绍算法比赛的经历，介绍打比赛时候的特征处理、算法建模等，以及为什么这样处理特征，有什么好处？为什么选择这个算法，优点是什么？你觉得和其他队伍的差距在哪里，有什么地方是需要改进的？- 实习期间的目标，希望做一些什么工作
- 反作弊和用户画像你比较喜欢那个方向？
2、二面
- 详细介绍自己。
- 介绍机器学习以及深度学习方面学的内容，机器学习和深度学习有什么区别，各自的重点在哪里？
- 项目介绍。
- 介绍图片分类demo，怎么对数据集进行的处理？
- 一个物品正方和反方，分类器是如何判断属于同一类物品？
- 卷积相比于神经网络的好处？
- 计算机视觉有哪些解决梯度消失和梯度爆炸的方法？
- BN原理。
- 数据不平衡处理方法。
- 能实习多长时间？
3、三面（HR面）
- HR面比较随意，问一些性格的内容，能实习多长时间……
三、 腾讯（秋招offered）
腾讯给的大sp，有的人叫SSP。
1、一面
- 介绍自己
- 有哪些常用的机器学习方法？
- 在比赛中主要用了哪些方法？
- 说说GBDT和XGBoost的联系和优缺点？（这个一定要会，高频问题）
2、二面
- 介绍自己。
- 项目中用大的机器学习算法。
- 会哪些语言，常用哪些语言，会C++吗？（感觉面试腾讯的话C++得会）
- 场景题：王者荣耀中怎么给用户匹配对手，让玩家感受到挑战，同时差距也不是特别大。
- 如何运用算法检测作弊用户？如何检测恶意言语、恶意评论？（同音不同字怎么处理）？
- GBDT和XGBoost的联系和优缺点？
- 是否有其他offer，是哪些公司的，怎么考虑手上的offer？
3、三面
- 简单介绍一下自己。
- 前面的面试官已经跟你聊了不少，你对我们这边的业务有什么了解，有什么想法？
- 你手上也有其他offer，如果拿到腾讯的你怎么考虑？
- 你有什么想问我的？
- 聊工作内容。
4、HR面
- HR面比较轻松，介绍自己。
- 说说你身上的几个特质。
- 你不是计算机相关专业的，你是怎么学习的呢？
- 年底能提前来实习吗？
- 期望薪资多少？
- 你有什么想问的？

四、华为（offered）

华为是参加的秋招，没有走提前批。
1、笔试
- 华为的笔试有点忘记了，有性格测试，还有行测那种题
2、现场一面
- 一段C++代码，查看有什么问题。比较简单，虽然没学过C++，但是能看出来，在C++中char类型为一个字节，这种会无线循环。

c++char a = '1'for(int i=0;i++;i<sizeof(a)){func()//一个看书}
- 会不会C++（不会）
- 用什么语言比较多（python）
- 生产环境中要将机器学习算法上线用Python是不行的，速度跟不上，需要用C++（我表示会学习，并且学的很快）
3、现场二面（二面至少等了2个小时，人太多了）
- 介绍自己。
- 介绍自己学习的计算机视觉的内容。
- 做图像定位项目中运用的工具和方法（用了opencv和tensorflow）
- 那你是用了开源工具，创新点在哪里？
- 那你还是用的别人的东西，只是做了组合，没有创新点（手动狗头）
- 计算机视觉中 object detection是怎么实现的，有哪几种常用的方法？
- 详细解释Bounding Box Regression。
- 说说自己的优缺点。


还拿到了一些其他公司的offer，薪资都不错，也都是算法岗位，觉得都挺好的。


学习路径


一、研一下学期

大概2017.4开始学机器学习，学了很多七月在线的课程，讲的不错，自己的理论知识基本是从这个课程中学到的。

不明白的就查网上的技术博客，这个视频看了好几遍，自己总是忘。看完后会对给的代码进行复现，自己敲几遍。

传统机器学习学完后开始接触深度学习，主要是计算机视觉方面的东西，吴恩达老师深度学习的课讲的非常好，每节课不长，但是总结的很到位很容易懂。把这些学完研二上学期也基本结束了。
二、研二下学期导师项目上的事情比较多，非常忙，只能抽空学习自己的东西。主要方向是加强代码能力，学习TensorFlow框架的使用，毕竟代码才是生产力。2017年底觉得做机器学习算法都是在海量数据的环境下，所以觉得学习一些大数据的知识还是很有必要的，开始自己根据教程搭建Hadoop平台，学习用scala编写spark机器学习代码，实现一些简单的数据处理和个性化推荐系统等。
三、2018年初寒假开始准备实习面试，毕竟这行有大厂实习经验对秋招是极有好处的。根据《剑指offer》学习数据结构的面试算法题，梳理机器学习的基础知识。3月开始投递各大厂的简历，拿到了阿里巴巴、腾讯等公司的实习offer，百度让我转开发岗，不想搞开发，然后就放弃了百度。