记校招这场尴尬的经历Ⅰ--阿里蚂蚁金服（算法工程师-机器学习）

        本人上海某西南高校研究生，专业方向跟人工智能没有任何关系（虽然老板总想扯上点关系），辅修了机器学习、深度学习等一些课程，当然没有项目实践，所以这是一场开始就知道结果的面试。

        拜托一个朋友进行的内推，本来是想内推C/C++开发的，朋友说：“你这项目经历也没有C/C++相关的，只有一个强化学习相关的，要不换个职位试试（虽然只有一个很low的Q-learning相关的项目）。”抱着试一试的心态同意了，然后就有了这一场尴尬又不失礼貌的面试一轮游了，哈哈哈~。

       上午11点半接到的面试电话，但由于当时正在调试硬件，所以约了下午4点面试（后来想了下，有点仓促），我基本没准备，只来得及找个安静的地方接电话，就开始了我的电话面试。

        面试官第一件事就是进行自我介绍（提前准备了下），就这么过去了，很诚恳的说明了一下自己并没有什么机器学习的实践经历，也不知道这样子好不好。

        接下来就让介绍了一下实验室的研究内容，这段聊了很长，因为研究内容偏物理，所以面试官好像也有点云里雾里，主要问了下自己负责的部分，由于这个项目是自己全权负责的，感觉说的还好，面试官感觉也还好。但是接下来就不怎么美好了，因为我说了一句：我不了解图像处理。然后接下来就是一场尴尬的聊天了，我只能感谢面试官的素养，没有直接结束面试，只是说了一句：我们这就是做图像处理的。

       接下来问了一下：Q-learning、SVM（中文名，支持向量的意思：离最优分类平面最近的离散点,也可以称为向量，也就是说分界面是靠这些向量确定的，他们支撑着分类面。详见：https://blog.csdn.net/v_july_v/article/details/7624837）、CNN中卷积层的作用（分离特征）以及为什么图像处理比较常用卷积神经网络（因为图像的特征是离散的，区域化的）。

PS：SVM、CNN被问到的频率特别高!

       最后问了面试官一个问题：他们需要什么样的人。

       面试官的回答是：1、动手能力；2、学习能力；3、机器学习基础（特别是图像处理方面的知识）。也很直接的告诉我，我的第三部分非常缺乏。总而言之，虽然是一轮游，但是也在预料之中吧，也很清楚自己缺乏的是什么了。好好准备，秋招再见。