2019独角兽企业重金招聘Python工程师标准>>> 
如何准备校招技术面试
标签 ： 面试
[TOC]
2017 年互联网校招已近尾声，作为一个非 CS 专业的应届生，零 ACM 经验、零期刊论文发表，我通过自己的努力和准备，从找实习到校招一路运气不错，面试全部通过，谨以此文记录我的校招感悟。
写在前面
写作动机
- 记录自己的经历、反思与总结
- 在互联网上看到了很多前人的经验帖，作为回馈，也分享自己的经验
- 赚一点打赏(可扫描我个人网站里的二维码 http://brianway.github.io/about/)
你可以从这篇文章获取哪些信息
- 如何看待校招面试
- 以 后台研发 为例，校招技术面试的考核范围和难度
- 如何提升自己的技术内功(长期)
- 如何有针对性地做面试准备(短期)
- 面试交谈中的一些技巧
- 一线互联网公司的校招面试流程
这篇文章不能带给你什么
- 本文并不是速成宝典/突击手册
- 本文不会罗列面试原题和题解
我的面试经历
春招找实习，投了三家（阿里，腾讯，美团），全部拿到实习 Offer，去了阿里。
- 阿里：菜鸟网络；3 面技术电面 + 1 面 HR 视频面。二面布置了一个工程小作业，做了两天
- 腾讯：投的后台开发(事业群无意向)，被转到 SNG 运营开发；简历评级 S，2 面电话面试 + 线路现场面试 2 面技术 + 1 面 HR
- 美团：美团餐饮平台；2 面电话面试 + HR 直接通知 offer。历时一周多，最效率
秋招为了稳妥地转正，拿一个好的评级，在专心准备转正面试，错过了提前批，正式批投了五家，面了三家（阿里，腾讯，网易），基本都是 special offer：
- 阿里：菜鸟网络；成功转正，评级不错
- 腾讯：投的微信 Web 开发，被调到 IEG 后台开发(不知道为什么多了一个阿里实习，我的简历评级反而从 S 变成了 A+)；在线笔试 + 现场 2 技术面 + 1 HR面。HR 面时我期望薪资提的 sp 的价格，offer 报批中。
- 网易：跨境电商(考拉海购)；在线笔试 + 现场 2 技术面 + 1 HR 面。HR 说技术面评价不错，问题不大。结合身边同学，我应该是 sp。网易面试体验最好，面试官(尤其一面那位)很专业，很佩服
- 头条(放弃面试)：来校园宣讲，免笔试直接面试，没去
- 网易游戏(放弃面试)：计费应用系统开发；电话通知笔试过了，手里有 3 个 offer 了，就主动告知不面了。
如何看待校招面试
招聘，对公司而言，是寻找劳动力；对员工而言，是寻找未来的同事。所以考核的东西肯定有如下几点：
- 技术能力：招你进来是干活的，公司不是慈善机构，不养闲人，所以你需要 证明你能胜任这项工作
- 学习能力/潜力：要能干活的走社招就行了，应届的优势就是潜力，你得 向公司证明值得培养你
- 软技能：招你进来是和其他人共事的，所以为人处事、沟通能力、是否合群、三观等等， 你的“调性”要和公司/组里的吻合
所以很多人挂的原因就很明显了：技术能力不佳，挂；看不到学习的悟性，只会已有技能，挂；聊天思路不清晰，沟通障碍，挂…………
当然，招聘本来就是一个双向选择的过程，公司在选择你的同时，你也在选择公司，比如工作要拼还是要 balance，这种事见仁见智。
技术面试考核的技术范围
虽然面试考核的东西很多，但技术面试最主要的还是考核技术能力，记得学长告诉过我：“技术基础和项目经历，至少得有一个拿得出手”，所以下面谈谈所谓的“技术基础”。
我投的所有岗位都是 Java 研发，所以就以 Java 研发为例，以文字的形式写出大致的知识图谱/思维导图。很多我就只点到为止，不可能面面俱到。
- 算法和数据结构基础
- 数据结构：数组，链表，哈希表，堆，队列，栈，二叉树，B树/B+树，红黑树，图(研发问图不多)
- 常见的排序算法(冒泡，插入，快排，堆排，归并排序...)
- 简单的动态规划问题(背包，上楼梯)
- 各种时间空间复杂度分析
- Java 基础
- 最基本的语言基础：语法，关键字含义，面向对象....
- 集合类(ArrayList, HashMap, ConcurrentHashmap...等等)
- 多线程(锁，CAS，线程池，concurrent 包下的类)
- 语言特性：反射，动态代理，泛型，Java 8 新特性
- IO (装饰器模式，NIO)
- JVM：内存模型，垃圾回收，类加载机制
- Java Web
- Tomcat，Servlet，JSP，Cookie/Session 等基本概念
- 框架使用和原理：Spring(AOP，IoC)，MyBatis 等
- 数据库(主要是 MySQL)
- 基本 SQL 语句，索引优化
- 存储引擎(InnoDB，MyISAM)，索引原理
- 事务 ACID，隔离级别
- 分库分表，主从复制，读写分离
- 计算机网络
- OSI 7 层模型和 TCP 4 层模型
- 传输层：TCP/IP 相关知识，和 UDP 比较
- HTTP 协议：报文结构，POST/GET 方法
- 网络编程 (socket, NIO, select 等)
- 操作系统
- 基本 Linux 的操作指令
- 进程/线程比较，进程间通信方式，P/V 操作
- 磁盘调度，虚拟内存
- 死锁，中断
1.这么多东西，从哪学起呢？
我自己的学习路线规划：技能的主线是 Java 语言基础 -> Spring 框架开发业务 -> 分布式系统解决高并发，基础方面 算法，网络协议，操作系统 带着学
2.学到什么程度呢？
- 概念性的程度：了解是啥，能够口述含义
- 使用的程度：可以熟练使用，比如调用 API，写 SQL 查询
- 原理的程度：能够讲清楚底层实现
- 提出见解的程度：从任意技术可以引申出相关技术，并能够分析联系和区别，提出自己的见解和体会
以上四种程度逐层加深，当然越深越好，通常前两种程度只能称之为“了解”；而写上简历迎接考核的，至少需要掌握到「原理」的程度。
比如，Java 你至少得看过常用类的 JDK 源码；数据库只会增删改查肯定不够，起码得把底层索引结构讲清楚；常见算法起码能讲清楚关键步骤，分析时间空间复杂度，并且 bug free 地写出来。
技术储备是一切的基础，如果基础都不会，那后面的简历撰写，临场引导面试官等技巧根本无从下手，只有被虐的份
如何提升自己的技术内功
“冰冻三尺非一日之寒”，功夫在平时，与其背面经寄希望于碰原题，不如扎实学习，以不变应万变。
可以通过 看书＋记笔记 的形式来学习，书上的代码可以对着敲一敲，学习笔记和代码可以发到 GitHub 上，用来展示自己的学习热情。
下面是我这一年多来看过的书，每一本我读之前都做了充分的调研和筛选，豆瓣评分一般都在 7~9 分：
- 《算法》（第四版）图以前章节
- 《剑指 Offer》
- 《Java 编程思想》
- 《Java多线程编程核心技术》(高洪岩 著)
- 《Java 并发编程实战》
- 《深入理解 Java 虚拟机》
- 《Java 8 实战》
- 《鸟哥的 Linux 私房菜》
- 《MySQL 必知必会》
- 《Maven 实战》
- 《图解 HTTP》
- 《敏捷软件开发》
- 《架构探险－从零开始写 Java Web 框架》
- 《Spring 3.x 企业应用开发实战》
- 《Head First 设计模式》
- 《大型网站技术架构》（李智慧 著）
- 《大型网站系统与 Java 中间件实践》
少看了一本《深入理解计算机系统》，所以被问到系统相关问题就很虚。
附上买书的截图
我整理了一些学习笔记和源码：
- Java 语言基础的学习笔记可以参考我的 GitHub 仓库：java-learning
- 算法主要就是刷普林斯顿的算法公开课(偏重数据结构)和牛客网的课程《算法面试精品课》，我整理的博客和每一题成功提交的源码：algorithms-learning。后来才发现，70% 以上都和《剑指Offer》重复。
- 框架主要就是看视频，整理的学习笔记：springmvc+mybatis学习笔记(汇总)
如何有针对性地做面试准备
首先 最重要的就是写简历，找工作就像相亲，简历就是颜值，在这个看脸的社会，只有长得过关，别人才愿意深入发掘你。从我面试的感受来说，通过与否，简历可以占到 50% 以上。
建议尽早的开始准备简历，因为写简历时才会发现自己的简历没什么东西可写，才会有一种危机感。如果等到校招才开始写，就晚了。
怎么写一个好的简历网上很多帖子，就不赘述了，这里简单说几点：
- 亮点：名校本硕，专业排名，大赛获奖，名企实习。（如果一个没有只能自求多福）
- 技能：这些可能是面试官的提问点，不熟别写
- 项目：技术栈，难点，贡献/产出
- 事实：一万句“我学习能力很强”不如一句“我专业排名第一”，一万句“我爱打游戏”不如一句“我王者农药打了 1000 多盘，每天投入 4 小时以上”
项目经历的提炼可以从以下几个方面着手准备，这些问题都可以事先想好，多口述演练，以免临场紧张出错
- 基本问题
- 项目简介
- 项目详解
- 项目用到的技术
- 开放问题
- 遇到的困难及解决
- 项目的优缺点及改进
- 收获
没有项目经历可以自己找找开源的项目做，或者找一些自己感兴趣的方向做一些玩具项目，世上无难事，只怕有心人。
面试技巧
面试本质是信息沟通，是你向面试官展示你能胜任这个岗位，而不是一问一答。你应该尽量主导面试，引导面试官，而不是被动答题。即便同一个众人皆知的问题，也不应止步于答出来即可，要争取尽量回答的和别人不一样，展现出自己独到的研究和体会。
所以很多人疑惑：为什么我每一问都答上来了，为啥还挂了？多半就是自我感觉良好，其实答的不咋样，或者就是被面试官牵着鼻子走，给人一种是在背面经的感觉。其实很多问题没有标准答案，面试官看的是你解决问题的思路，思考问题的方式，而不是这个问题答案是什么
我从自己被问过的问题和反思中简单说几点：
- 1.不止步于问题，多展示自己会的
比如最经典一个问题：输入一个网址到看到页面，经历了哪些过程。如果只是回答 DNS，OSI 的几层协议，那格局未免太小，同时会把面试官引导往网络协议提问，接踵而至的可能就是 TCP/IP(三次握手，TIME_WAIT，滑动窗口)，HTTP(keep-alive，HTTPS)等一系列协议细节，就把自己的展示机会限制在很小的范围了。
而这个问题其实可以从网站架构的层面先宏观描述，如 DNS，负载均衡，静态页面/动态页面，数据库访问，缓存，甚至前端的浏览器渲染等等，这样你可以聊得东西就很多，同时证明你有实际的项目经验，知道业界是如何做的，然后再回头把网络层面的东西简单提一提。
再比如被问到有哪些 hash 方法？因为一般都是问哈希冲突解决方法，很多人会说开放地址法，链表法等等。至于 hash 方法，真的有点懵逼，凭下意识说了一个取模(取余数)，答到这肯定不够，于是我把 Java 几个基本类型的包装类 Integer, Boolean, String 的 hashcode 方法的实现说了一遍，一方面作为例子填充回答，另一方面，表示我研究过 JDK 源码
- 2.结合例子，不要背书
譬如，被问到 AOP，IoC 这些概念时，不要官方的解释背一遍，最好结合自己的使用经验，把使用场景和感受到的好处说一下，会比较生动。
- 3.从更高的层面去总结和阐释问题
之前被问到“倒排索引”的问题时，我只是举了个例子把这个概念讲清楚了，后来觉得并不是太好，只是停留在解释的层面，如果能首先提纲挈领的来一句“一般的索引，是文档到单词的映射；而倒排索引，是单词到文档的映射”，整个回答的高度就不一样了。
再比如“二叉树搜索和哈希查找的区别”，如果能答出搜索二叉树是基于比较的排序，所以时间复杂度为 O(log n)，哈希查找是一个函数映射，所以能做到 O(1)，说明你不是背面经的。
- 4.不会的先把丑话说在前面
面试中难免会遇到不会的，这时千万不要不懂装懂，如果觉得有想法、能说一点，可以先坦诚承认自己不会，但愿意尝试回答一下，这样即使说错了，也不会被怼，因为你已经把场子捡开了。
比如当问到“JVM 如何标记要回收的内存”，我其实记不得了，就说不清楚，但标记无非就那么几种方法，所以提了两种：要么在每块内存留一点标识位(比如一个字节)来标识，要么另外用一个调度表之类的存储结构来统一记录和管理。这样还可以和面试官进一步交流学习。
- 5.复盘反思
每一场面完都要反思总结，看看哪里答得不好。如果是知识性的缺陷，就赶快补起来；知道答案但答得不好的，就重新组织措辞和表达方式；即使是回答上来的，也可以反思一下如何答得更好。
当然，所有技巧的前提，是认真踏实的基础准备
一线互联网公司的校招面试流程
- 笔试
我觉得很多公司的笔试是过场，主要还是根据简历刷人。因为我笔试从来没全部 AC 过，但都通过笔试了，认识的一些朋友三题 AC，却没过笔试。
- 电话面试
有的大公司会全程电话面试(如阿里)，有的是先电话面试筛选简历，然后通知现场面(如网易)。电话面试的好处就是不用手写代码，缺点就是语言很多时候传递的信息是不够的，很多面部反馈，手势和图例都无法展示。
- 现场面试
大多数公司还是会安排现场面试，要么安排你去公司面试（大公司会报销路费），要么安排公司员工到你学校来，通常就是 2 面技术面＋1 面 HR 面 。每个公司风格不同，比如腾讯一般是一天一面，战线有三天，而网易是一天面完。
另外，其实校招的战线已经从每年的 9 月份提前到了 3 月份，尤其是阿里，实习生留用会占很大一个比例。所以希望认清紧迫的形式，越早准备越好。3 月能不能找到一个好的实习，对找工作影响还是挺大的，毕竟，如果没实习经历，那面试只能全程怼基础了，而基础是个无底洞。而且，手里是否有一个保底的转正 offer，你面试的心态是不一样的。
一些建议
- 简历越早投越好：就像《中国好声音》导师转椅子一样，刚开始觉得不错的就啪啪啪四转，后来坑不够了，越来越纠结
- 只投一种岗位：我全程只投了“Java 研发岗/服务器端开发”，这样可以统一准备，避免战线过长
- 分梯度精投几个公司：不要海投，这样会疲于奔命，劳民伤财还没有时间准备。可以根据自己的能力，投几个不同档次的公司（如：高于自己水平的，希望比较大的，很有把握的，这几档），争取拿到保底的，冲刺心仪的，而不是看到一个公司招人就去面试。
最后祝各位找工作顺利，这篇文章主要是写给学弟学妹的，希望尽早重视起来，开始准备。如果读完觉得有收获的话，欢迎给我打赏(http://brianway.github.io/about/))
作者@brianway更多文章：个人网站
|CSDN|oschina