“算法”offer之“解”

劉金翰

我與算法的相識

我本科是學數學的，考研時班里大概分為兩個方向，一部分是繼續考本專業的研究生，另一部分則是跨專業考金融、計算機之類的研究生。我當時并不想一直從事基礎數學的研究，又覺得跨考計算機難度大，無法將自己數學專業的優勢發揮出來，所以最終選擇了統計方向。一是因為感興趣，二是因為統計方向專業課和數學的相關性很大。考研期間，我并沒有透徹了解應用統計專業的就業范圍。

研究生入學后，師兄師姐介紹說，統計專業的就業崗位大部分都是公務員、教師、讀博等，讀此專業的女生比較多，找的工作大多偏穩定一些。當然，最對口的崗位還是數據分析師和算法工程師。師兄師姐補充說，比較優秀的同學可以去嘗試一下算法行業，薪資待遇特別高而且發展前景好。就是在這個時候，我才第一次知道算法工程師崗位。

讀研期間，上了討論班后，我開始真正接觸到一些基礎的算法。學習一種新算法的流程大致是：了解算法理論，然后用嚴謹的數學公式進行推導，之后需要代碼化，把算法通過程序展現出來，那時候我們是用R語言和Matlab語言實現。最后，要通過數據來訓練我們的模型，用合適的指標來檢驗模型的效果。上述完成后，反過來再去總結這個算法的優劣、可延展性及與其他同類算法對比。

我逐漸對算法有了大概認知，算法有嚴謹的數學理論，可以用程序實現復雜模型，訓練好的模型可以很好地解決業務問題，且每年在頂級期刊都有此領域的前沿論文發表，學習資源相當豐富。我開始對算法產生了濃厚興趣。

定下目標，精準規劃

研一時，由于師兄師姐幾乎沒有從事算法崗的，我對算法崗所需要的必備技能，都是通過招聘信息了解到的，相對比較局限。當時，我比較確定的是，扎實的算法理論和一門編程語言，這二者是必備的。

整個研一，除了專業課和準備討論班學習外，我都在努力學習算法理論和編程語言。編程語言方面，我選擇了當時主流的一些機器學習框架所用的Python語言。對于算法的初學者而言，最大的困惑就是，我該學什么，該從哪里學？由于機器學習當時已經火一段時間了，所以面對眾多的書籍、教學視頻，選擇變成了接下來學習的關鍵。

書籍方面，機器學習部分，我選擇了李航老師的《統計機器學習》和周志華老師的《機器學習》。深度學習部分，我選擇了入門級的《Neural?Networks?and?Deep?Learning》和人盡皆知的《Deep?Learning》。

教學視頻方面，我選擇了吳恩達老師的系列入門視頻，還有臺灣林軒田和李宏毅老師的視頻。為了補充CV和NLP理論，我還學習了斯坦福大學的公開課CS231n和CS224n。

Python學習方面，我推薦《Python簡明教程》，這本書很基礎，適合任何沒有編程背景的人去學習。另外還有一本《機器學習實戰》，用Python實現了許多機器學習算法，既能學習Python，還能鞏固理論。

當然，我看的書遠不止這些，上述提及的只是一些入門書籍。除此之外，還要多關注前沿技術，多讀論文，對于不懂的地方，要刨根問底。當初學習SVM時，我不明白KKT條件從何而來，為此專門去學習了中國科學技術大學的公開課《凸優化理論》，此課程詳細講解了凸優化中的KKT條件的推導過程。

我還有一個習慣就是記筆記，由于算法學習的理論部分很繁雜，所以我并沒有將每一個機器學習或者深度學習算法都完整記錄下來，而是將一些我認為很重要的部分或者一些容易遺忘的疑難點記下來。比如LSTM、Transformer的結構細節，FM、FFM、DeepFM系列算法等。記筆記很費時間，但是的確為我當時查漏補缺和復習帶來了極大的幫助。研一結束前，我按部就班完成了自己規劃的全部內容。

沒有退路，迎難而上

研二時，我有了出去實習的念頭，因為我知道實習對于秋招的重要性，得開始準備簡歷了。剛開始我一頭霧水，沒人指導，只能自己一點一點地去搜尋信息。這期間我上了很多招聘類網站，社群交流里有很多人的面試經歷以及背景描述，對我的幫助很大。

我總結出，一份出彩的簡歷里一般要具有四項內容：好的學校、頂級會議論文、大廠實習經歷、競賽Top名次。這四項中至少得有兩項，才有較大機會進入面試。而且，面試還會考代碼題，就是現場讓你寫代碼，考官出題。因為之前我都不知道有此環節，所以壓根沒有準備過。面對算法崗位的高門檻，我是有想過放棄的，打算轉數據分析崗位面試，數據分析是不用考這些的。最終，我還是選擇了迎難而上。

此時，擺在我面前的兩大難題，一是如何豐富自己的經歷，讓簡歷達到能夠進入面試的標準，二是怎么準備寫代碼的面試環節。

針對第一點，我很快就做出了計劃，首先就是大廠實習，還有就是發論文和競賽。但我感覺我很難做到論文、比賽兩手抓，在只能選一個的情況下，我選擇了參加算法比賽這條路。

算法競賽我主要參加了Kaggle和阿里天池這兩個平臺的，后期也參加過一些小平臺的。比賽初期，我連題目都看不明白，通過練手Kaggle上一些已經開源的比賽（即已經結束且公開了部分解決方案的比賽），逐漸找到了感覺，同時也掌握了常規機器學習框架和深度學習框架的使用。我花費大量的時間在比賽上，閱讀別人的代碼，完成一個又一個已經開源的比賽。我逐漸開啟了自己的競賽之路，從2020年10月開始，直到2021年3月，我天天都在比賽，取得了一些不錯的成績，在Kaggle上拿過1%和2%，在阿里天池也進過Top10，還有其他算法平臺的Top5。競賽給我帶來的，不僅是簡歷的豐富，還有能力的提升。每一次競賽，從拿到問題到給出模型，加上后期指標優化，這一系列的流程讓我更加熟悉如何用算法去解決實際問題。

對于第二點——寫代碼，讓當時的我很頭疼。我只有淺薄的C語言基礎，早已忘記二叉樹、鏈表、堆棧之類的數據結構，也從未了解過遞歸、DFS、BFS、動態規劃之類的解題方法。這導致當時的我啥都要學，啥都沒學明白，在LeetCode上做一道題得花半天時間，對于計算機類專業的科班生來說，這些都是基礎，復習下就行了。于我一個此專業的學生而言，只能一點一點地去啃下這塊硬骨頭。

我總結出，一份出彩的簡歷里一般要具有四項內容：好的學校、頂級會議論文、大廠實習經歷、競賽T o p名次。這四項中至少得有兩項，才有較大機會進入面試。

當時，我看了很多關于數據結構的書，對著書把各種數據結構的代碼都寫了一遍，看完算是剛剛入門了，但這還遠遠不夠，因為還是做不出來題。考慮時間成本，后來我選擇了直接通過刷題來提高自己。因為每一道題，都有大量題解，可能你死磕一下午的一道題，會在看到某個優秀題解的一瞬間恍然大悟，這樣既節省了時間，又快速學習到了最優解法。不過，這種方法建議在學習初期用，因為見效快，可以建立自信，等到后期自己能力上來了，就可以不看題解去解代碼題了，這樣就形成了能力提升的一種正向循環。

2021年3月初，我邊投實習簡歷，邊刷LeetCode和《劍指Offer》，重復做了很多遍高頻面試題。當時想的是，盡量在出到原題或者類似題時，能夠快速解出來。

很快我迎來了我的第一個面試——字節跳動，從投遞簡歷到面試，時間間隔很短，我匆匆復習了理論知識，又復盤了下比賽，就上“戰場”了，結果可想而知，落敗了。這是我人生中的第一次面試，太過緊張，表現很差，感覺自己話都沒說明白，兩道算法題只答對了一道。

我投遞了所有大廠的提前批，大部分大廠的算法崗，我都通過了簡歷篩選，得到了面試機會。

之后，我不再立馬投簡歷了，而是拿出機器學習理論筆記，把每一個算法的每一處細節都搞懂，并且用自己的語言表達出來，簡歷上的比賽又梳理了一遍。與此同時，也沒有把刷題落下。等自己感覺準備好了的時候，我開始投第二波簡歷，簡歷的投遞也更有針對性，主要投遞機器學習數據挖掘和搜索推薦算法。

我拿到的第一個offer是滴滴的，當時面試的難度并不低，所以通過面試給了我很大的信心，接下來的面試我都順利通過，先后拿到了網易、騰訊、華為的算法offer。

秋招之旅

拿到實習offer后，我4月就去實習了。從校園初入職場，我體會到了互聯網工作的高強度，再加上算法崗的具體工作和自己想象中有很大差距，這些讓我有很強的不適應感，但好在最后堅持下來了。

當時，我面臨一個所有實習生都會面臨的問題，如果努力工作，可能會獲得轉正機會，這樣就可以在秋招中提前收獲offer，這應該是每一個在大廠實習的同學的期許，哪怕最后不選擇這個offer，也想有個保底。但轉正一般和秋招是同步進行的，而且不可能等到秋招來臨再準備復習吧，所以，如果既要保證高質量的工作產出，又要抽出時間來復習，這可能會導致兩頭空。

我最終選擇了放棄轉正，全力以赴準備秋招。秋招前，我保持著高強度的刷題，對于理論和項目部分，因為面試實習時已經準備過了，所以很快就拾起來了。當時我的簡歷上已經有算法競賽的Top名次、大廠實習經歷、985研究生學歷。

我投遞了所有大廠的提前批，大部分大廠的算法崗，我都通過了簡歷篩選，得到了面試機會。很多同學都說秋招面試會比實習面試更難，但我感覺，相較實習面試，自己秋招面試時更加從容。基本上每一次面試，我都可以對答如流，跟面試官形成一種交流的狀態，而不是你問我答。面試的大廠里，除了有個別面試因為算法題沒寫出來而敗了，其余的基本都給我發了offer，且offer的等級都是special?offer及以上的，有些公司還給了北京戶口指標。

我在9月之前結束了我的秋招之旅，總結下來，我認為秋招中，有幾點比較重要：

第一，搞定代碼題，這是重中之重。面試算法崗，如果算法題沒有寫對或者沒有最優解，那么基本上就敗了。這需要根據自身情況制定具體計劃。

第二，在掌握機器學習和深度學習理論基礎之上，賦予自己的理解，這可以在面試中加不少分。比如，一個算法可以從數學統計角度去解釋，或者一個算法的優化可以從業務需要的角度去解釋等。只要你能說出跟別的面試者不一樣的答案，且能引起面試官的共鳴，那么面試官就會覺得你理解得更深更好，而不是像其他面試者只是在重復網上的答案。

第三，溝通表達能力是一項重要的考核標準。我在面試中有個小技巧，就是把復雜的項目簡單化，雖然聽上去會讓人覺得這個項目的技術性沒那么強，但是這更利于我表達和闡述，至少讓面試官聽懂你在做的項目到底是什么。當然，這些都是可以隨機應變的，根據面試官的反應來決定你項目的闡述方式，如果面試官很快就領會了你的項目背景和技術，那么你可以把復雜化的部分加進去，反之則不加。面試期間要保持清晰且有效的溝通。

第四，態度不容忽視，要讓面試官感受到你的誠意，在許多同水平候選者橫向比較時，更愿意把offer給你。

責任編輯：丁莉莎