IT小白的面试记录与反思 - 1

2018年春招 + 秋招

笔者2018年去面试了几家，全部第一轮就妥妥挂掉，有字节跳动、方正互研院、奇点机智、久其软件等等。

字节跳动

首先到达一个基地，进到bytedance的一栋小楼，在前台登记，坐在休息区等待十分钟会有面试官出来领人，通过一个门禁进到一个全部打通的办公大厅。哦对了，印象中地下一层是饭厅，一股饭味。

找了个专门面试的地方坐下首先进行自我介绍，前面就是学校成绩，因为打算转专业，所以我说我自学了数据结构和算法，简单问了一下数组和链表的区别和特点。后来考我写一个排序题目，具体不记得，现在看来应该是某些基本排序算法变一变就可以了。

方正互研院

在盘古大厦，这里主要是做证券交易。面试的是JAVA开发岗，对方是一个大概三十岁的人，头发emm有点稀疏… 看简历知道我的情况，所以他也没问太多专业性的，主要针对简历上的内容，考一下手写算法。一开始依旧考我排序，我有点迟疑，他换了个二分查找，因为裸面，没做任何准备，写的磕磕巴巴，所以说面试不准备根本不行，更何况是这么基本的算法，一定要懂得算法的思想原理，要能在纸上不间断的写下来，信手拈来才行。遇到变化一点的问题能映射到那种方法上。

最后结果就是凉凉嘛，觉得基础能力还是不扎实。

奇点机智

这是一个A轮公司，里头大佬很多的。面试的是算法实习。自我介绍后，出的是一个排列组合或者全排列的题，要知道排列公式，要用递归。具体题目忘记了，大概是输出所有的子集一类的题目。

最后结果依旧凉凉，因为基础不扎实。

久其软件

面试的是JAVA工程师，先写一份面试题目，选择题（语法、语言特性、比较小的注意的点）、读程序题（有关于web的，代码无法达到想要的效果，问错误在哪儿），写SQL（查询语句）。自我介绍之后问了对JAVA语言的理解，比如JAVA的四大特性（抽象，封装，继承，多态），封装安全性高，为啥，最主要是把多态说清楚，多态体现在两方面，重写和重载；还有对面向对象的理解，和面向过程的区别。还有关键字public、protect、default、private的访问范围。最后还问了一个SQL语句中的笛卡尔数是啥，左连接右连接是怎么运作的，讲清楚过程。

结果也凉凉，刚学完JAVA还没入门，只是浅浅的知道，没有深入理解。

2019春招

转转二手交易平台

面试的是算法实习，机器学习方向。自我介绍后，面试官针对简历中的机器学习项目进行提问，问的是手写识别的整个流程。首先把矩阵转换成一维数组，矩阵每一个点应该是一个三维的数据或者带有更多数据，比如RGB值，但是我说的只是0/1代表有无笔画，就直接被反驳了。对方说应该是比如用32*32个vector来计算。我用KNN来分类，欧氏距离来计算和已带标签的数据的距离，让我写下公式。然后如何找到前 k个距离是什么，我简要说了快速排序的思路，这个过了。想不到面试官抛出来一个问题，带标签的数据集是全都用吗，应该随机抽样，在0~9样本个数相差不多的情况下随机抽样。最后考了一个实现链表，输入数组，输出链表头指针，emm写的磕磕绊绊，涂涂改改，虽说写出来了，但一看就不熟，用得少。最后还问了问会啥别的机器学习算法，我简要解释了 k-means。针对一个数学建模项目问了一下，然后发现只做了比较简单的回归、聚类、分类，还是对机器学习的应用太初级浅显。

临走问我有啥问题问他吗，我说我还有啥需要提高的呢。嗯自己求虐吊打。面试官很客气的说知道学生都没太多经验，但是最起码算法基础要扎实，这是可以准备的，还有算法的广度深度，机器学习了解的还是太少，还有很多别的算法，算法自己和自己，算法之间有很多比较，针对不同问题有不同的选择，整个建模或调参流程也是需要深入理解，针对细节的点要进行改进的。比如数据集的选用。坑有限，肯定选优嘛，而且进去做事，流程是很复杂的，需要做很多前期的准备，比如数据清洗，可能准备了很久才到机器学习这一步。他建议我做点比赛，起码可以很快上手，数据也是现成的。比赛也可以实践，这确实是一条不错的路。

笔者感受到了招工作竞争压力之大，牛人实在是太多了。在进企业实践之前还有很长一段路要走，一定得尽早准备好。不过这次比之前好在，代码都写出来了，虽然还是很卡。我想我这一次之所以凉，是因为对于机器学习的认知只是停留在皮毛，还是太浅，需要想办法做实际项目。

京东

这是一个电话面试，数据挖掘实习岗。自我介绍后，问我都学过什么课，用过什么技术点。emm对方觉得我数据工程比如Hadoop用得比较多，而数据挖掘算法涉及较少。后简要介绍了一个数学建模一个数据分析的项目，小姐姐认真听完了，也没问啥问题。她说能感受到我的热情（手动笑哭），但是还是觉得学的太少，建议我如果真想做数据挖掘这块，再学个半年出来找会更容易找到。还有一个原因就是觉得我距离京东太远。

阿里

投了阿里的大数据研发和机器学习算法实习，emm全都在简历关就挂了。
大数据研发挂在没有Java-web开发经验，框架也没用过。
机器学习算法挂在只做过手写识别，项目就太浅了，只是入门项目，暴露了技术深度不够，反馈说：经验其次，主要是深度不够。

其实我每次都有进步的，只是找的实习也越来越难，所以全挂。还是要加油啊！

总结

1. 面试之前还是要准备充分，起码基础知识（算法与数据结构）要扎实、语言的特性理解到位。
2. 针对于算法，LeetCode刷200题，剑指Offer刷完。
3. 针对于语言、技术、框架等需要深入理解其思想内涵逻辑的，首先整体学一遍，之后可以以刷面试题库的方式，由点及面，螺旋式提升能力。注意：总结需要注意的点和坑。
4. 还要有项目经验或者比赛。有比没有好，多比少好，深比浅好，每个项目不是应付做完，而是要理解为啥这样做，整体流程都要弄清楚，还要给别人讲清楚，没有不断的反思和真实的经验，没真材实料是不行的，就会挂。
5. 投的岗位太多，不专一。最好想一个目标，朝着这一个目标努力，就定机器学习/数据挖掘吧。把这个领域的基础知识都要学到。只是入门，太浅，面试肯定挂。