专栏首页深度学习自然语言处理自身经历解读:2021 校招算法岗, 劝退还是继续

自身经历解读:2021 校招算法岗, 劝退还是继续

作者:老宋的茶书会 知乎专栏:NLP与深度学习 研究方向:自然语言处理

前言

其实本来想着等到忙过毕业之后再写这篇文章的,毕竟两年半学制真的伤不起呀。但考虑到今年的算法情况以及各位同学的焦虑,感觉有必要早些写一篇大致的指南来供大家参考。这篇文章花费了一个下午的时间,但仍有很多细节没有探讨清楚,因此会在后续进行不断更新,以免误导诸位同学。

本人已经打算去百度了,虽然价格不高,但部门核心,偏业务,百度还是香啊。这篇文章是以我这个水平以及我看到的情况来进行分析的。考虑到大家一般刚毕业都是要去大厂的,因此,本文以大厂招聘情况为主。

码字不易,觉得写得不错请点赞。

今年行情

今年的一个基本事实是:互联网 hc 缩紧,这针对所有互联网岗位,算法是重灾区。今年的竞争激烈程度我大致可以这么划分:

cv算法 > nlp算法 > 机器学习算法 > 其他方向算法 >> 数据分析 > 产品/运营 > java后端 > c++后端 > 前端 > 客户端 > 测开

其他岗位就不一一列举了,大致就是这个情况。

首先是劝退

很不幸,开篇就先进行劝退一波, 如果满足以下条件的,劝退:

  • 本科生:清北,浙大,中科院等的部分顶尖本科生除外, 其余劝退。从目前来看,一二线大厂算法岗已经几乎只针对硕士招聘了,本科生想以算法进入一二线互联网公司几乎不可能。
  • 双非硕士:除非对自己实力有十分强的自信,否则劝退。双非在今年的算法行情下,很多一二线大厂连简历关都过不了,因为211以上完全满足需求,直接关键字过滤就完事了。
  • 导师问题:这里导师不行指的是, 不让你实习,接一堆垃圾项目的这部分导师。因为这必然导致你很少有时间去学习算法,且没有实战经验今年是必然被刷。

如果你满足以上任意一个条件,不要怀疑,立马转开发,不然按照今年的行情,秋招你会死的相当惨。

其次还是劝退

对于不满足任意一条的同学,我个人持有的观点依旧是劝退(大部分),主要有以下几方面原因:

  • 薪资:今年有几家一线大厂已经开始实行开发,算法同薪的计划了,预测明年这个趋势会更加明显。但今年整体来说,算法的薪资比开发高,这主要体现在二线厂中,部分一线大厂算法也比开发高2k左右。
  • 付出:毫无疑问的是,算法供需失衡了。这也意味着市场属于买方市场,竞争压力极大。这点可以去牛客网上去搜一搜,今年算法号称诸神黄昏。

说一个事实,我某大厂算法白菜比我同学某独角兽开发白菜低 10w 左右,哈哈哈哈,看你们还搞算法吗。

如果说,大家看到我上边的两个劝退,依旧坚持,劳资不信邪,劳资要搞算法,那我们就进入正题, 从行情的角度分析如何去搞算法。

目标受众

  • 首先,本文的讨论范围仅限 NLP 相关岗位,不同算法岗所需的准备差别还是蛮大的,不过可以都投一投,万一中了呢。
  • 其次,算法方向目前可以细分为偏研究和偏落地,因为我个人学术水平有限,因此找的都是偏向落地的NLP岗位,这两个方向的面试区别还是蛮大的,建议大家面试之前想清楚。
  • 最后,本文针对还是想去一二线互联网大厂和独角兽的同学,如果说想去外企研究员或者小公司的同学,可以出门左拐了。

如果说想去做偏研究方向的同学,可以更多的参考夕小瑶的这篇文章:别求面经了!小夕手把手教你如何斩下和选择NLP算法岗offer!, 夕小瑶大佬的 offer 情况基本就是最顶级的那一批了,实在是很强势,百度 nlp 组几乎是国内最强的 nlp 团队了,可以说很羡慕了。大佬文章里把国内好的平台几乎一网打尽了, 因此看大佬的文章就行。

我个人比较佛系,拿到有道的 offer 后,题也不刷了,论文也不看了,面试很多都拒了,然后后期后悔死了,这点后面再说。

接下来才进入文章的正题,本文先探讨核心竞争力的构建,然后谈谈面试,笔试的准备。

对于算法岗来说,什么是最重要的?

其实前面分偏业务和偏研究,这两大方向的准备还是有所区别的,不过先抛开这些不看,我们就谈谈对于算法岗来说的几大核心竞争力。

1. 谁说学校不重要?

今年,从我个人签到时登记情况来看,我们学校基本属于最差的那一批了,也就是说,211不出意外应该是底线了。一般人数最多的是北邮,其次是北航,然后是清北,北理,然后是其他帝都211,985学校。讲道理,我们学校计算机还可以,哈哈哈哈。

然后就是,提前批简历筛选,百度,腾讯,美团提前批都没捞我,百度正式批的时候,我就该问题与面试官交流了一下,提前批算法岗基本只要有限几个学校的,且专业对口的。至于说阿里和字节,这俩公司可是有 KPI 要求的, 基本是个 211 就能去面,然后我自己瞎投,不匹配挂掉了。

其他还有很多二线公司,独角兽,十分看重学校。

2. 论文

有些人说,论文不重要,有些人说论文很重要,众说纷纭,那么到底重不重要,答案是:重要,但起不到至关重要的作用。反正我没有论文,可能这也是我收获白菜的原因吧。

首先, 你的论文要有价值,即使你是顶会,灌水的文章,反而会降低你的面试评价。论文水不水,相信大家心里都有逼数,我就不扯淡了。夕小瑶的文章中就很清楚的写了,你要写一篇顶会意味着哪些东西,如果不满足,趁早放弃。这里我需要强调一下老师的重要性,一个好老师实在太重要了,而现实是很多老师不拖你后腿就不错了,如果说你的老师或带你的博士不行,趁早打消发文章的想法,混个毕业就行。

其次,前面说到,偏研究与偏业务区别很大。偏研究部门更多侧重于论文, 听说今年大厂核心研究部门,1篇顶会是简历筛选的第一条件,简直太可怕了。

3. 比赛

首先,一个现实是今年比赛在面试中的含金量在下降。比赛基本要求是大型比赛,比如百度阅读理解大赛这种级别的, 名次在 top 20 基本都很有价值。但是如果是一些小比赛,那就完全没必要去了,除非你拿了一堆小比赛 top 5 可能还有些价值。

其次就是,堆模型的方式并不受欢迎,面试官会很喜欢问你对模型的提升与改进,而 ensemble 讲道理并不算是改进方案吧,你如果能把一些顶会上的一些 Trick 用到比赛上,然后效果很好,也是很大的加分项。

最后,就是,做 nlp 的一定要打 nlp 相关的比赛,还有就是,从今年来看, BERT 出来之后,就别搞那些浅层任务如文本分类这种的了,提升有限,意义不大,任务简单,面试官很多都不感兴趣的。

4. 看论文 - 基础

其实很多人的学习方式都是去看博客,然后按照 github 去模仿。但我个人认为这是很不合适的一种方式,尤其是对算法岗来说。现在面试中经常会问你对论文特殊的理解,你连原论文都没有看过,谈何理解呢?

我个人研究生期间,看的论文大大小小也有 200 多篇了,我觉得这是我比较大的一个优势,一篇论文几个小时就吃的差不多了。

这时候有人会问了:老宋,你看那么多论文咋不发顶会呢。答案就是: 莫得机器,莫得老师。我老师在我找工作期间还给我接了个前后端的活,真是万分感谢啊。

所以我个人建议,一定要看原论文,一定要产生自己的理解,而不是看别人消化过的,可以参考,但不能人云亦云。

5. 大厂实习

这应该是最最最重要的一项的,我放到了最后面。如果你是放养,老师允许你去实习,那么你就早点去实习,越早越好。

如果说,老师不放人,那同学你只能靠自己了。

6. 其他

就上面的准备来看,大厂实习与顶会论文是至关重要的两项,这两点在两种 nlp 岗位上都能起到决定性作用。如果你满足这两点,再好好准备面试,基本大厂算法都能收割。

  • 其次重要的是学校。清北,浙大,中科院有加成,北邮是不加不减,我校是减分项。
  • 然后,就是比赛。如果能拿到百度阅读理解大赛的 top 10, 基本大厂都可去得。
  • 最后,是基础。即你论文阅读量,你的代码水平,你的知识体系之类的。

面试与笔试

前面说完了,研究生期间的准备,下面聊聊在找工作期间,最重要的几个关键技能。

1. 刷题

夕小瑶的文章中指出, 她去面试都是 leetcode easy 或 剑指offer 原题, 然而,今年我的情况是,最少是 leetcode medium, 有时候会出 hard。

我个人的刷题情况是,剑指 offer 两遍, leetcode 200道以上。然而,我面试的好几家公司,出 hard 你敢信, 比如:

  • 网易有道一面:编辑距离
  • 搜狗一面:编辑距离
  • 小米一面:编辑距离
  • 猿辅导二面:二维动态规划 + 条件判定

因此,情况变化还是十分明显的,我个人维护了一个刷题仓库,主要针对我刷过的题进行总结,该仓库还没有更新完,我个人打算在毕业之前更新完。

  • 仓库地址:python-algorithm

刷题语言的话,用 python 就行,笔面试都行。不过很多面试官会在面试时问会 c++ 吗?

2. 基础知识

这些基础知识涉及很多,如数学, 机器学习,深度学习以及NLP 的最新理论。涉及开发的知识不多,如计算机网络,操作系统,设计模式等几乎不考,反正我没遇到过。还有就是,很多面试官对 Linux ,git 会比较感兴趣,主要考察你的开发能力。

我针对秋招,还特意维护了一个 NLP 复习的仓库,目前还在更新,不过内容已经很多了,我后续会跟进最新NLP 进展的,欢迎 star:

  • 仓库地址:NLPer-Interview

3. 简历

简历十分重要,有些同学不是能力不行,就是简历不好好写,如我舍友,我给他分析了他的简历问题,帮他扯了1个多小时,过几天他就收到某独角兽 offer 了,价格还比我高,酸了。

所以说,这点一定要注意起来,一定要找有经验的,认识的算法工程师帮你们看看简历(别发我,哈哈哈), 这点十分重要。

简历写有很多技巧,但这都没有找个人帮你改简历来的有效,所以,等你找工作的时候,一定要请人家吃个饭,帮你改个简历什么的。

4. 打怪升级

在秋招中,一定切忌直接刚大厂,因为这样,由于面试经验的问题,十分容易挂。我个人推荐先去面一波小厂,面个十几家,觉得差不多了,再去刚大厂。

注意的是,时间要安排好,vivo 提前批7月初就开始了,因此,你可以提前一个月开始面试小公司。

Tips

  • 一定不要错过提前批。 很多算法 hc 在提前批就没了,没错,边缘组的 hc 也没了
  • 刷题要趁早。 从现在,立马开始刷剑指 offer 。
  • 提前批要看好部门 match 与否。 阿里投的新零售,都不知道干啥的,结果是做知识图谱的,然后就挂了,难受啊。
  • 提前批不要拖到末尾。 提前批最迟在中期投,不要等到就有十天就截止了,你再投。腾讯血淋淋的教训, 我同学微信都面了4次了, 我他瞄一次都没被捞。
  • 提前定好自己的心仪公司候选。 反正我最想去的就是百度,阿里,腾讯和有道。不过,猿辅导的价格真香,可惜题没刷够。
  • 写博客和github有用。 这两大内容有用,但需要看面试官,小米面试官就连我文章都没有看,直接说我文章一般,就差说出垃圾两字了。github star 数低的话,就别写到简历上了。
  • 实习转正比较容易。如果可以,走实习转正通道才是正解。
  • 秋招要尽全力,尽量多拿offer,我就看到有同学刚到了10月20号还在面,我他瞄9月初就开始佛了。 不要拿到满意 offer 就佛系,不然后面会比较后悔,万一薪资不满意呢。

最后

暂时就想起来这么多,如果有没有涉及到的,欢迎在下方评论区提醒我, 我再添添改改。

如果觉得写到不错,点个赞啊,老铁,码字不易啊。

最后,赶紧他瞄的去实习啊。 老宋无声的呐喊。


原文链接:

https://zhuanlan.zhihu.com/p/87895563

本文分享自微信公众号 - 深度学习自然语言处理(zenRRan)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-10-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 强烈推荐 | 算法/深度学习/NLP面试笔记

    春招的气息已然来了,不知道小伙伴们准备的咋样了。今日在github上发现了个巨棒的总结笔记,总结了笔者的2018 2019 校招 春招 秋招 算法 机器学习 深...

    zenRRan
  • 【眼界】NLP 迎来了黄金时代

    那一年,我以机器翻译方向的博士毕业,到几家单位应聘。当年,毕业的博士还很少。因此,应聘单位对我似乎还是网开一面,这导致我经历的应聘过程都十分轻松短暂。几个单位基...

    zenRRan
  • 【机器学习】今天想跟大家聊聊SVM

    之前我在自己的简书上写过SVM,可是当时写的只是皮毛(主要是现在忘了O.O),那么现在想再次拾起的原因是什么呢?

    zenRRan
  • 视觉算法岗秋招总结分享——教你如何准备

    牛客网
  • 码农必备!用它一键查「技术文档」,开发不再手忙脚乱

    今天,知晓程序(微信号 zxcx0101)要推荐的就是这款「云档」小程序,它提供了多种技术的开发指南、技术手册、API 规范。让你随时随地学技术,离全栈式码农更...

    知晓君
  • 人工智能也有不为人知的“黑暗面”?

    我们多数会认为算法比算法的创建者更客观,但这似乎过于理想化了。 算法是令人难以置信的辅助手段,它可以做出数据驱动的高效决策。随着越来越多的行业发现他们的预测能力...

    企鹅号小编
  • Windows SharePoint Services 3.0 Service Pack 1

    微软于2008年3月6日发布了Windows SharePoint Services 3.0 Service Pack 1,Windows SharePoint...

    张善友
  • Web前端学习笔记之安装和使用PhantomJS

    将PhantomJS下载在/usr/local/src/packet/目录下(这个看个人喜好)

    Jetpropelledsnake21
  • 机器学习算法只需很少的训练即可发现隐藏的科学知识

    美国能源部劳伦斯伯克利国家实验室(伯克利实验室)的研究人员表明,一种未经材料科学训练的算法可以扫描数百万篇论文的文本并发现新的科学知识。

    AiTechYun
  • 算法偏见侦探

    AI 科技评论按:随着越来越多的算法不断渗透入社会的层层面面,如医疗机构、政府部门,对算法偏见的讨论越来越多。这个月,Nature 杂志评选出 2018 年最受...

    AI科技评论

扫码关注云+社区

领取腾讯云代金券