微软、阿里面经分享-如何通向offer自由？
目录：
- 写在前面
- 面试面什么？
- 如何准备面试？
- 方向一：最重要的赛前准备
- 方向二：什么样的基础算合格？
- 面试时间线
- 微软面试线
- 阿里面试线
- 关于面试内容
- 结语
写在前面
每次看到您日间斑白的发尾
和一如既往温柔的眼眉
万物也不够与您的爱媲美
时光易老我与您相陪仙女妈妈们节日快乐
拖了一两个月，今天这个特殊的日汁，记录下菜鸡的取经过程，老哥们轻喷。
笔者个人觉得，很多记录面试中问到的知识点，或者堆砌知识点的面经对大多数人没有太大的作用，这样的面经看多了会给人一种是去考试的感觉。
而且真面试了会发现根本不是这样子的，我就写点个人觉得比较重要的东西。
面试是面什么？-信任感
信任成本是社会最大的成本，用在招聘上也适用。其实不管是什么方向岗位的面试，面试只是一种构建互信任体系的手段。
简单说就是面试官能通过面试信任你，你也能信任在公司里会有美好的前景。**听起来像是一句废话？**但是仔细思考你就会比同期的竞争者找到更准确的努力方向。
比如我现在拿到offer的两家公司微软和阿里巴巴为例。
你可以通过同门师兄师姐或者圈内熟人了解相关部门的情况，如果没有渠道，那他们也已经通过自己的产品、业内口碑让广大的面试者相信，世界上很难找到比他们更适合你的公司(部门)了，你信任他们。
但是面试前的情况是：他们对你一无所知。
所以为什么最后秋招找工作的时候，大厂研究院实习经历、paper、top比赛经历别人如此看重，因为他们降低了公司的信任成本。
掌握了这个点，在面试的时候会更愿意敞开自己，更好的把握节奏。
具体就是会下意识的引导面试官信任你，把面试官当朋友侃侃而谈，而不是一位生硬的考官，他问一个你答一个。这会给面试官一个最重要的印象加分点：你很自信。
如何准备面试
方向一：最重要的赛前准备
所以围绕信任感，我们准备的第一个方向应该就很明确了：让他们没跟你电话或者onsite接触就能对你有更好的信任感。
这个主要体现在自己的学校、论文、比赛经历、github上，而这些都浓缩在一份简历上。
如果踏实学术就要熟悉前沿技术甚至发顶会。ML、DL、NLP不如CV那么多顶会，所以建议大家可以通过一些方向match的比赛跑一些SOTA模型，最后不管名次如何，面试都有得可谈。如果有一些开源项目的贡献经历就更好。
这部分总分会占90%。
方向二：什么样的基础算合格？
笔者见过很多人花了很多时间抱着西瓜书面经这些东西啃，而不是Coding或者读论文。
如果说赛前准备需要一年，那基础准备的时间应该是控制在一个月以内的。
现在我们已经不能迷信论文和权威书了，而是应该通过自己的亲手实验去发现哪些模型的实际效果更好，再去钻研它的技术细节。
AI领域的基础主要分为Coding和理论部分。我推荐下自己和身边朋友学习的材料：
刷题：《剑指offer》全刷、leetcode 动态规划，不考虑google大概100-200道题就ok了。
理论部分：李航《统计机器学习》配合博客讲解
刷题是要做的，因为基础的coding能力是需要的。很可能就因为题没做出来被刷掉了。（PS：这有个《剑指offer》小结）
理论部分我主要准备了逻辑回归、最大熵、SVM、HMM、CRF的推导。
其实面试几乎不会让你手推公式，最多就是口述一下推导流程。基本半个月就能看完，这些都可以直接写在简历上充实内容，最重要的是会给你自信感。
为什么这部分占分比很少。因为真的面试起来更多的是和自身方向match的前沿技术方向，或者你比赛里用过比较好的方法。可能面试官也觉得问这些理论out了吧。
有时候面试难免会问一些基础问题，但是全是问基础问题就该考虑面试官是不是要你走人了。
面试时间线
这个是很重要的点：一定要抓好提前批内推时间。
很多部门HR给了HC后，部门都会先直招一部分人，最后才会放到官网上进行招聘。所以时间靠前是有很大的好处的：
- HC先到先得，特别是近几年经济不景气竞争更激烈
- 候选人少竞争不严重，面试更加的细化，能更好的突出自身优势
- 前期大家的准备相对没有那么充分，面试官有一定容忍度
- 总体准备面试耗费的时间更少，时间对我们是很重要的
比如我去微软面试当天等面试官来刷门禁，感觉整天都只有我一个面试者。正常的流程当天肯定是有好几十位同学的，相对比之下很容易就能得到positive的评分。
所以我们要做的就是提前准备就好了。我大概从寒假就开始准备面试刷题，但是我有意识的准备自己的github门面应该是从去年6月份开始的。下面是我面试的一些时间线：
微软面试线
-
3月8日 内推微软苏州Bing
-
3月11日 收到面试onsite邀请
-
3月18日 整个下午完成onsite三面
-
3月18日 14:30-15:10一面
- 主要问简历，很细，中间虽然也问了下梯度消失SVM等基础问题，但是占比不大
-
3月18日 15:15-15:55二面
- 两道算法，一道二分、一道关于版本号
-
3月18日 16:00-16:50三面
- 黑板讨论，细问简历里的一个项目
-
3月22日 收到微软offer
和MSRA比，苏州微软还是比较轻松的。面完把握比较大，因为一面和二面面试官交接的时候，听到一面面试官给了个很强的positive评价。
二面的两道算法都做出来了，通过沟通写出了bug free。
三面的面试官主要细问的一个项目和自己的课题，在黑板上画出来，整个流程都讲很清晰。最后送下楼聊了会感觉也还不错。
阿里面试线
- 3月18日 内推阿里巴巴得到反馈
- 3月21日 上午一面
- 3月21日 下午二面
- 3月28日 晚上完成三面
- 4月4日 下午第四面支付宝交叉面
- 4月13日 第五面HR面
- 4月26日 收到offer
阿里的面试就是比较久，基本要花两个月左右时间才能走完整个流程。
关于面试内容
面试的时候，关于网上面经里的内容是真的问的很少很少，除了微软一面问了点，阿里我记得面试应该是一点基础性的内容都没有问到。
我的观念是不要等面试官问，而是自己带节奏自己来讲，面试官不懂自己会问的，这样更安全的把面试官提问范围固定在自己的知识圈里。如果自己带节奏还翻车就自行负责了。
这里有个比较重要的点就是把自己的项目通过某个点串起来，简历里我大概写了一个KBQA的课题项目和三个比赛项目，这三个比赛都是有一定联系的，只要我串起来讲其中方案的优缺点、很容易就讲满了面试时间。
面试只要能自信的展示自己大约40分钟即可。
结语
拿到offer是运气好，越尝试思路去写代码运气就越好。
Noah 开源项目
https://github.com/AI-Sphere/Awesome-Noah AI圈核心开源项目Noah的愿景是构建覆盖NLP、CV、Data mining各方向的学术或者竞赛top开源可复现代码，方便后来者更方便快速的研究学习。同时希望能构建一个熟人圈子，降低信任成本，方便大家资源互换。
如果您平时热爱开源分享竞赛代码、对促进国内开源事业有兴趣，欢迎联系我们。
联系人微信Echoooo741（请备注Noah）。
