2019秋招算法岗复盘 | 已收割腾讯、华为等offer

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，第一时间送达

转载自：Mcrostrong

一、背景介绍

我这几天就要去公司入职了，岗位是人工智能工程师，曾参加了2019年校园招聘。转眼间，2020届校园招聘也马上开始了，我想把自己找工作的一些经历分享出来，算是对我2018年下半年找工作经验的复盘。

我是南方某211硕士，研一基本上都在做Android项目和上一些人工智能的课程。真正开始深入学习机器学习、深度学习相关内容是研二上学期，也算是用了半年的时间找到算法岗相关实习、用了一年时间找到算法岗相关工作。由于女朋友先我一年到深圳工作，所以，在校招时我只投递和面试了工作岗位在深圳的一些公司。下面，我就把自己参加2019年校招面试各个公司的情况总结一下。

二、面经

1. 腾讯（专项技术测试岗，三面，已SP offer）

1.1 2018.09.16（笔试）

我参加过腾讯的实习生招聘笔试和校招招聘笔试，腾讯的笔试题还是相对容易的，好好复习、认真做题应该问题不大。尤其最后的两三道编程题，其实腾讯出的都是常规题，只要数据结构和算法基础扎实，AC两三道应该没问题。我实习生招聘时投递的是机器学习岗，笔试通过了，一面没过（第一次参加面试，没经验）；校招投递的仍然是机器学习岗，竟然没有发面试邀请。

1.2 2018.09.27（霸面前奏）

早上和同学一起去霸面了京东的校招，一面挂。听说那天腾讯也在广州校招，于是下午直接跑到了腾讯面试的酒店。由于我和同学都没收到腾讯的面试短信，走的都是霸面流程。登记完霸面信息、交完简历就在霸面区等待被面试官捞起。期间，腾讯收简历的工作人员，看了一眼我的简历，说前几天在系统上就看到过我的简历了，难道没有通知我面试吗？然后，问我为啥前几天不来面试，今天下午刚好是腾讯在广州的最后半天。最后，建议我如果今天下午没有被捞起，可以接着去别的城市面试。这给了我极大的信心，最起码我感觉自己的简历还是能被HR认可的。果真，当天真的没有被捞起面试。

1.3 2018.10.15（简历被捞起）

10月12日早上的时候，同学给我发消息，说腾讯10月15日在深圳面试，可以去看看。14号买的车票，15号早上冒着大雨到深圳面试。到深圳的时候，全身衣服已经湿透了，那也没办法，硬着头皮去登记了信息、交了简历，坐在霸面区等待。不管是在广州还是在深圳腾讯的霸面区真的是很多人啊！一直等到晚上腾讯招聘工作人员快下班，我的简历被意外的捞起来了，真的是在霸面区等了一天啊！面试官打电话问我对专项技术测试有没有兴趣，约我第二天面试。当时在深圳也没其它事情，更重要的是面过的华为和其它公司都在备胎池里，都没有给offer。就想着先去和面试官聊聊！

1.4 2018.10.16（一面）

（1）聊简历里面的每一个项目，详细到细节。聊自己的小论文，重点问创新点和精度。

（2）讲解简历里面用到的基础知识：CNN、RNN、LSTM等。

（3）思维题：如何利用人工智能技术检测两篇文章的相似度？请设计具体的方案，详细介绍用到的技术，及相似度衡量标准选择等。

（4）思维题：如何测试两步电梯的性能？请写出详细的测试用例。

一面基本上是围绕着简历问一些比较基础的问题，况且我以前学过软件测试的课程，后面做Android开发和后台开发，对于测试的东西也经常有用到。所以，总体面试下来，感觉还不错。最后，面试官给我讲了一下如果我来腾讯主要负责的是用机器学习、深度学习做自动化测试方面的工作。还说，他们团队负责测试腾讯AI Lab 张瞳团队的产品。面试官还问我知不知道张瞳，我当时竟然不知道张瞳。

1.5 2018.10.18（二面）

（1）聊简历里面的项目，详细到细节。聊自己的小论文，重点问创新点和精度。

（2）聊了一下腾讯笔试中我没AC的编程题。

（3）聊一下我最擅长的编程语言（Java、Python）。并说明Java和Python的区别。

（4）问我为啥接受专项技术测试这个岗位。其实是手里没有自己特别中意的offer。

二面面试官人挺好的，应该是个部门经理，当时问我为啥不找腾讯机器学习算法岗时，我说投了腾讯的算法岗位没有给我面试机会。面试官就安慰我说，腾讯今年算法岗位hc比较紧张，要求也比较高，没有给面试机会有很多原因。然后，说让我以专项技术测试岗位进去工作，后边如果真的干的好、技术可以的话，也可以调到算法岗位上去。最后，就是一翻鼓励吧！不管怎样，当时我手里真的是没有特别中意的offer，听到这里也是蛮感动的，萍水相逢的人就那么几句鼓励的话，也给当时的我特别大的动力。

1.6 2018.10.19（HR面）

（1）你的简历、在校经历和工作经验都是关于算法和开发岗位的，现在把你调到专项技术测试岗位，你怎么理解算法岗、研发岗和测试岗之间的区别？

（2）你为什么想来腾讯工作？

（3）你对你工作三年后有一个什么样的期待？五年后又会是一个怎么样的期待？

（4）你认为腾讯是一家什么样的公司？（围绕着腾讯的产品说）

（5）手里有哪些offer？期望的薪资是多少啊？等等

2. 华为（机器学习算法工程师，两面，offer call）

2.1 2018.09.26（笔试）

（1）给定一行字符串，求出这行字符串中出现频率最高的字符，字符串中含有标点符号，字符不区分大小写。如果出现频率相同时，输出先出现在字符串中的字符。（AC100%）

（2）给你一个字符串，以这个字符串中字符出现的频率为权重，构造这个字符串的哈夫曼编码。（AC100%）

（3）题目很长，读了好久都没明白题目意思。（AC10%）

详细解题思路和代码可以参考我的笔试记录：【华为2018年校园招聘】算法岗笔试题；地址：https://blog.csdn.net/program_developer/article/details/82860660

2.2 2018.10.10（一面）

（1）自我介绍。介绍到一半的时候，面试官好像是面研发岗的，不是面算法岗的，就叫一面大厅里的工作人员，询问是否系统分发错误。当时一面大厅工作人员说面试官，您面不了算法岗么。面试官说可以，然后我们就接着面了。

（2）小论文中提出的模型是怎么做的，把具体的原理讲一下？

（3）你能否详细的介绍LSTM模型的结构和内部的运行过程？

（4）简单的介绍一下RNN，及它的发展和应用？

（5）简单的介绍一下CNN，及它的发展和应用？

（6）数据结构中查找最快的算法是哪个？

（7）分别说一下在数据量比较大的情况下最快的查找算法，和数据量比较小的情况下最快的查找算法。

（8）二分查找的时间复杂度是多少？

（9）二叉排序树的时间复杂度是多少？

（10）那三叉排序树、四叉排序树的时间复杂度呢？

（11）了解Java里面的集合么？

（12）查找HashMap中的一个数据的时间复杂度是多少？查找TreeMap中的一个数据的时间复杂度是多少？

华为面试是在某酒店的大厅里，一面有一个单独的大厅，一面通过后一面面试官会让你在等待区等候，然后二面面试官会到等待区叫你的名字，进入另外一个大厅接着二面。

2.3 2018.10.10（二面）

（1）自我介绍。

（2）详细介绍一下，你项目中是如何进行图像水印的处理工作？

（3）你平时是怎么看论文的？

（4）你对RNN了解么？简单介绍一下RNN网络？

（5）你能详细介绍LSTM的内部结构和运行原理么？

（6）你能详细讲解一下GAN的原理及发展和应用么？

（6）你期望的工作地点是哪里？

（7）你未来的职业规划是什么？

二面问的问题不是很多，也不难。面试官问完之后，就让我回去等消息了。

本次面试记录地址：https://blog.csdn.net/program_developer/article/details/82995127

2.4 2018.10.26之后的几天（offer call）

华为具体offer call的时间确实找不到了，翻遍了通话记录和微信聊天记录都没找到具体的时间。但是，具体的时间应该是在10月26号之后的几天，因为10月26号是华为通知我们班同学集体签约的时间，我没收到签约通知，我舍友那天去签约了。我是后面几天，消费者bg部门的HR给我打的电话。由于当时已有腾讯的sp offer和迅雷的offer，华为这边薪资给的太低，感觉等级比我们班同学低一个档次，和HR argue了一下，没给涨太多，就当场拒绝了。

3. 迅雷（人工智能工程师，三面，已offer）

3.1 2018.9.12（笔试）

（1）给你一个无序数组，找出数组中的一个数，使得在数组中，这个数之前的所有数字之和等于这个数之后所有数字之和。

输入：输入一行数字，每个数字用逗号隔开。
输出：存在这个数，则输出这个数。不存在这个数，则输出False。

（2）给你两个无序数组M、N，输出两个数组中和最大的前K个数。在求和时，一个数来自M、另一个数来自N。

输入：输入一行，数组间用横杠（-）隔开，数组内数字用逗号隔开，最后用冒号隔开K。
输出：输出一行，输出前K大的数，每个数字用逗号隔开。

详细解题思路和代码可以参考我的笔试记录：【迅雷】 2019校招在线考试两道编程题；地址：https://blog.csdn.net/program_developer/article/details/82668661

3.2 2018.10.19（一面）

（1）聊简历里面的每一个项目，详细到细节。聊自己的小论文，从数据集到论文中的整体模型再到自己的创新点最后到评价方法选择和自己的精度与当前这个领域最好模型精度的差距等等。并针对自己项目和论文中用到的技术，进行深挖相应的知识点。

（2）讲一下CNN为什么对图像work的特别好？

（3）在边缘检测中Canny算子和Sobel算子的区别？

（4）讲一下CNN中如何解决过拟合？（BN，Dropout）

（5) 详细讲解一下Dilated Convolution。

（6）针对自己做的关于CNN的项目，提出了两个相当专业的问题，并让我解答。

（7）画出智能对话系统项目的整体框架。

（8）画出LSTM网络的结构图，并详细介绍每个门的作用。

（9）LSTM中为什么用两种激活函数（tanh函数、sigmoid函数）？这两种激活函数在LSTM网络中的区别？

（10）RNN是如何解决梯度消失和梯度爆炸问题。

（11）智能对话系统中，如果出现的问题是你语料中没有整理到的问题，你是怎么处理的？

（12）智能对话系统中，你是否考虑了程序响应用户的时间？平均响应用户问题的时间大概是多少？等等。

（13）手写代码题：输入一个整型数组，数组里面有正数也有负数。数组中一个或连续的多个整数组成一个子数组。求所有子数组的和的最大值。

（14）手写代码题：有一个单向链表，链表当中有可能出现“环”。如何用程序判断出这个链表是有环链表？

（15）详细讲解一下TCP的三次握手和四次断开过程。详细到每次通信传递的字段。

（16）进程间的通信有哪些？能详细的讲出一两个来吗？

迅雷的一面持续了大概一个多小时，其中面试官围绕着自己的项目和论文还问了很多小问题，就不再一一列举出来了，每个人简历不同，面试官深挖的知识面和知识深度就不一样。

记得当时上午面完腾讯的HR面，就马上去了迅雷的面试现场。由于面完腾讯的HR面，感觉自己有把握能拿到腾讯的offer，内心还是挺开心的，终于有大厂可以去了。另一方面，由于岗位不是自己最想干的，况且简历也不是最好的，心里想着应该是白菜价，所以还是想再找找工作，多面试几家！

3.3 2018.10.20（二面）

（1）聊简历里面的每一个项目，详细到细节。聊自己的小论文，从数据集到论文中的整体模型再到自己的创新点最后到评价方法选择和自己的精度与当前这个领域最好模型精度的差距等等。

（2）由于自己做的某些东西涉及到股票预测，还和面试官探讨了一下当前股市和基金的情况。并介绍了一下自己经常关注的几只股票。

（3）手写代码题：给定一个一维数组，将其中为0的元素删除掉，非零元素的相对位置保持不变，最终目标数组保留在原数组中，并且目标数组长度之外的元素全部置为0。（手写这个代码的时候，面试官还稍微表扬了一下我，说我代码写的很好！）

（4）面试官说他们现在在搞人脸识别，问我对一张图片中有一群人，如何识别人脸有想法没有？（其实就是实例分割）

（5）后面就是聊了一些我自己擅长的深度学习框架，公司工作强度等等。

迅雷二面也是围绕着自己的简历问了一些问题，没有展开问一些技术，也没有深挖一个知识点。但是对你做的这些工作，在当前的大环境中有什么用及你做的这个领域当前大环境是一个什么样的趋势探讨的比较多。考察更多是知识面的广度和思维能力。

3.4 2018.10. 20（三面）

（1）你为什么想来深圳工作？

（2）你当前都有哪些offer？

（3）说说你对腾讯、华为、迅雷这几家公司的认识？（腾讯的产品好、华为通讯强、迅雷老牌互联网在转型等优点展开说就行）

（4）你为什么想来迅雷工作？你期望的薪资是多少？等等。

3.5 2018.10.22（签约）

这一项没什么说的，就是谈谈薪资，谈谈福利待遇，签合同。

4. 招联消费金融（软件开发岗，两面，已offer）

4.1 2018.10.20（一面）

（1）自我介绍。

（2）简单问了一下简历中的项目。

（3）面试官说，他们公司其实还是蛮需要智能客服的，让我为他们公司设计一个智能客服对话系统？（其实互联网金融，有一些贷款业务和催收业务都是有固定对话方式，可以围绕特定的业务展开设计方案，我就在纸上把基于检索和基于深度学习的对话系统进行融合，针对他们的业务设计了一个对话系统框架，然后解释语料库整理、用到的各个技术细节等）。

（4）本科的绩点、研究生的绩点，本科获得奖项、研究生获得奖项等。

（5）本来我应聘的是他们公司的数据分析岗，面试官说他们的数据分析岗就是用SQL提取数据，不是做人工智能的，让我转软件开发岗。

4.2 2018.10.21（二面）

二面面试官主要针对他们公司的发展，说了一些他们在某些方面也需要用到的人工智能算法。由于我对这个公司比较了解，毕竟发17薪的公司还是少数，对他们公司做的业务也了解的比较多。我就跟二面面试官探讨了一下他们公司在所做领域的友商及遇到的问题。总体感觉聊的还不错。

4.3 2018.10.22（签约）

10月21号晚上HR就打电话给我，让我第二天早上到某个酒店去签约。

5. 联想（图像视频处理及计算机视觉研发工程师，一面，已offer）

5.1 2018.10.20（一面）

（1）详细聊了一下简历里面的项目。

（2）手写代码题：给定一个整形数组，其中的第i个元素代表股票第i天的价格。在一开始，你手里有足够的钱，但没有股票。你仅有一次买股票和一次卖股票的机会（每次只能买/卖1股），或者不买不卖。输出你可能的最大盈利值。尽量降低程序的时间复杂度。

详细解题思路和代码可以参考我的笔试记录：【LeetCode-面试-算法】股票的最大盈利值；地址：https://blog.csdn.net/program_developer/article/details/83245488

5.2 后续

面完之后，等了几天联想那边某个部门打电话过来，介绍了一下他们部门的业务和让我选择香港、深圳和北京等工作地点，问了一下我手里offer的情况。又过了几天联想HR给我打电话确定岗位确定薪资等等。

6. 丰巢科技（算法优培生，三面，已offer）

6.1 2018.10.12（一面）

（1）详细聊了一下简历里面的项目。

（2）手写代码题：一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法（先后次序不同算不同的结果）。（这道题我之前做过，面试的时候写了三种解法：递归、记忆化递归和动态规划，然后给面试官讲了一下每种解法的思路）

详细解题思路和代码可以参考我的博客：【LeetCode】70. Climbing Stairs；地址：https://blog.csdn.net/program_developer/article/details/82808106

（3）现在有一个物品识别模型，如何将该模型加入到我们已有的APP程序中，尽可能少的影响模型的识别准率和识别速度？

6.2 2018.10.12（二面）

（1）聊简历里面的每一个项目，详细到细节。

（2）画出项目中智能对话系统模型的整体结构。

（3）画出LSTM网络的结构图，并说出里面涉及到的每一个公式。

（4）由于项目里用到了注意力机制，画出你项目中用的到注意力机制模型图，并讲解注意力机制的工作原理。（讲的是软注意力机制）

6.3 2018.10.12（三面）

（1）为什么要去深圳工作啊？

（2）手里都有哪些offer啊？

6.4 offer call

7. 京东（算法工程师，一面挂）

7.1 2018.09.27（一面）

（1）没有自我介绍，上来直接是面试。

（2）你的智能对话系统是怎么做的？（我就把项目中用到的seq2seq模型+Attention机制整个框架给他画出来。然后把seq2seq模型+Attention机制原理讲了一遍。）

（3）你是怎么把词变成向量输入到你的神经网络中的呢？（用到了word2vec方法，具体实现是用到了CBOW和skip-gram模型等。）

（4）那你能画出CBOW的网络模型么？

（5）你熟悉大数据的一些工具么？（ElasticSearch）

（6）你还了解其它的吗？比如说Hadoop等？

（7）用你最熟悉的语言，实现K-means算法。

8. 字节跳动（算法工程师，一面挂）

8.1 笔试

字节跳动的笔试还是比较难的，笔试题目难度相当于LeetCode的Medium和Hard水平。字节跳动笔试是第一次笔试没过，再发第二次笔试邀请；第二次笔试没过，再发第三次邀请....。听我同学说字节跳动整个2019校园招聘笔试不过，可以一直给发笔试邀请8次，不知道真的假的。反正我做到第三次笔试，竟然通过了。笔试总共5道编程题，没有其它题目。

（1）第一次笔试好像AC了1道。（没给面试机会）

（2）第二次笔试好像AC了2.5道。（没给面试机会）

详细解题思路和代码可以参考我的博客：【字节跳动】19校招研发岗位第二次在线笔试；地址：https://blog.csdn.net/program_developer/article/details/82051877

（3）第三次笔试好像AC了4.1道。（通知面试）

8.2 2018.10.13（一面）

（1）讲一下你的小论文吧！（我就简单的讲了一下论文的创新点和达到的精度）。

其实这里我犯了两个错误：

1）论文是自己的亮点，面试官感兴趣，应该仔细讲讲的。

2）其次，论文里面用到的细节，一定要非常清楚并能讲清楚，并且讲论文的时候，要有铺垫。

对于自己的论文可以这么讲：

1）之前别人是怎么做这个领域的。

2）别人做这个领域达到的精度和方法的缺点。

3）你做的这个模型和别人做的模型有什么差别。（这里重点讲一下自己的创新点。）

4）你达到了一个怎么样的精度，效果如何。

（2） 你都熟悉哪些常用的机器学习算法？

（3）你能详细的讲解一下，线性回归的原理么？

（4）你讲解的线性回归是我们理解的形式，你能具体讲解一下线性回归的底层原理，比如说如何训练，如何得到参数，如何调整参数等？

（5）那你讲解一下逻辑回归的原理。

（6）你再详细的讲解一下朴素贝叶斯的底层原理，比如说，如何选参数，如何训练模型，如何做分类？

（7）深度学习中的梯度消失是什么，如何解决？

（8）神经网络中的word2vec了解么？详细讲解一下它们的原理？

（9）你能详细的说一下CBOW和skip-garm它们的区别么？分别适用于什么场景？

（10）数据结构中，什么是平衡二叉树？

（11）什么是二叉树？

（12）平衡二叉树的应用都有哪些？

（13） 手写代码题：给你一个很大的文件，文件里有很多行数据，每一行数据是一个用户的uid，表示这个用户点开过抖音，请你找出打开抖音次数最频繁的前10个用户。

面试官接着解释题目：假如抖音里面有5亿用户，那么每个用户打开一次抖音就有5亿条记录，如果每个用户打开两次抖音，就有10亿条记录。也就是说，用户每打开一次抖音，就记录一下他的uid。请找出打开抖音次数最频繁的前10个用户。

本次面试记录地址：【字节跳动】19校招算法工程师面试总结；地址：https://blog.csdn.net/program_developer/article/details/83042865

9. 中信银行信用卡中心（数据挖掘及分析工程师，二面，没下文）

9.1 2018.10.12（一面）

（1）请简单自我介绍。

（2）都是围绕着简历中的项目展开的，问的很仔细，所以简历中自己项目一定要很熟悉。

（3）数学中一个函数的泰勒展开公式是什么？

（4）泰勒展开公式在机器学习、深度学习中都有哪些应用？

（5）Java中HashSet了解么？讲一下！

（6） Java中Map接口了解么？下面实现类都有什么？

（7）你是如何解决HashMap的线程不安全情况？

（8）那concurrentHashMap是如何保证线程安全的呢？

（9）详细讲解一下concurrentHashMap加锁机制？

（10） 了解过JVM和GC么？

（11）常用的数据库有哪些？

（12）在建表的过程中，一般都有什么步骤？

（13）mysqldump备份和mysqlhotcopy备份区别？

（14）知道数据库中悲观锁和乐观锁么？

（15）简单讲解一下随机森林算法？

（16）随机森林的缺点是什么？

9.2 2018.10.12（二面）

面完一面就是二面，一个上午搞定中信信用卡中心的面试。

二面没什么可讲的，就是问你为什么不打kaggle、阿里天池比赛啥的，还有你导师是谁，你如何看待数据挖掘和数据标注工作之间的差别等等。

本次面试记录地址：【2019校招中信银行信用卡中心】数据挖掘及分析工程师面试总结；地址：https://blog.csdn.net/program_developer/article/details/83048650

10. vivo（人工智能自然语言处理（NLP）算法工程师，一面挂）

10.1 2018.09.25（一面）

（1）手写代码题：输入一个字符串，输出它的倒序字符串。

（2）深度学习中解决过拟合的办法？

（3）机器学习中L1和L2的区别？

（4）自然语言处理的几个研究方法是什么？

（5）详细讲解一下深度学中的Embedding层的作用？

11. 追一科技（机器学习算法工程师，提前批，一面挂）

11.1 2019.09.14（一面）

（1）智能对话系统中语料库的来源？

（2）BLEU得分是多少？BLEU得分为什么比较低？

（3）BLEU的原理是什么？

（4）详细讲解一下你模型中用到的注意力机制？

（5）说一下LSTM的原理及各个门的作用？

12. 货拉拉（算法工程师，三面，没下文）

12.1 2018.09.15（一面）

（1）自我介绍。

（2）简单聊了一下简历中的一些项目，没有深问。

（3）手推了一下逻辑回归的公式，并讲了一下逻辑回归的原理。

12.2 其它

一面面完直接就是二面三面，一下午就面完了。

二面是HR面，问了一下手里的offer情况以及自己期望的薪资。由于我之前没有听过他们公司，给我讲了一下他们公司目前融资情况及以后发展路线等等。

三面是Leader面，介绍了一下他们的业务情况及公司发展等等。

毕竟2019年校园招聘也快过去一年了，以上许多公司的面试时间、面试过程和面经都是凭着自己的印象、聊天记录和邮件写的，可能有些地方存在遗漏和不完善的内容，但是我尽可能的描述出自己找工作时的经过和面经，也算是自己走向工作岗时对校园这一段生活的总结吧！

三、校招的一些感悟

1. 准备好漂亮的简历和流畅的自我介绍。简历的重要性在找工作中不言而喻，一份好的简历能让面试官迅速对你产生好感，也为接下来的面试提供方便，所以一定要认真写好自己的简历，每次面试时不管公司那边有没有通知带简历，都一定要带上自己的简历再过去面试。基本上每一场面试，第一个问题都是自我介绍，因此连自我介绍都说不好的人，在面试中很难有好的表现。所以，一定要好好准备自我介绍，可以先自己写个稿子，然后对着镜子多讲几遍。

2. 多和同学们交流。其实，这一点对我整个校招影响很大，尤其是和你找同一方向工作的同学，需要经常聊一下。可能他收到了某个公司的面试邀请，你没有收到，那他就可以通知你或者带你一起去面试现场看一下，万一有霸面机会呢！大家在参加校招时，一个人收集到的校招信息是有限的，所以一定不要一个人单打独斗，要和同学们交流。

3. 多做总结。每面试一场，都要把自己面试过程中问到的每一个问题和自己的回答做一个记录。然后，面试完后，针对自己回答不好的问题，查找资料接着完善。针对自己不会、不了解的东西，要赶紧去学习。所以，多做总结，在整个找工作过程中你会成长很快。

4. 多刷题多刷面经。校招时，要参加无数次笔试，基本上每一套试卷都有编程题。编程题太菜，那是没有面试机会的。准备面试的时候，可以多看一些别人面经，查缺补漏自己的知识框架。

5. 多一份坚持。由于广东地区基本上都是各个公司校招的最后几站，我们同学中除了去大厂实习的能很早拿到offer之外，其它参加校招的同学拿到offer还是比较晚的，大多数同学都是在十一之后才拿到满意的offer。但是校招一般8月份就开始了，10月份才拿到offer，这中间有好几个月要疯狂的投简历、参加笔试、刷题等等，因此需要更多的坚持。

6. 多一份耐心。当时我和舍友10月10号之前都没有offer，大家内心都很焦急。有时候晚上回宿舍聊天，都说精神快崩溃了，然后大家就互相安慰，接着努力耐心的找工作。由于每个同学拿到offer的时间不一样，看到同学拿到满意的offer，不要急躁，可能你需要付出更多的耐心去面试，才能拿到满意的offer，所以大家在找工作时，一定要保持良好的心态。

7. 有那么一点运气。面试感觉良好，但是心仪的公司没有给offer，这并不能说明你不够优秀，我感觉校招还是有那么一点运气成分在里面，比如面试官恰巧问到你比较熟悉的问题，那你发挥超常的概率就会很大；再比如你遇到了一个超级nice的面试官，即使你面试时有一点失误，但是在他的提醒下及时的改正，那你面试通过的概率也很大。所以，校招面试有那么一点运气成分，但是很小，最重要的还是自己的实力。