求职寒冬！他毕业40天成功斩获3.5个offer！
共 3746字，需浏览 8分钟
·
2022-08-08 18:01
导读：先来谈谈今年的形势吧，大家或多或少都听说了，今年就业形势非常严峻，特别是互联网，几乎没有好坑位，很遗憾告诉大家，的确如此，所以我这几个offer基本都和纯互联网不着边。
这里希望大家认清形势，确实互联网薪资高，但是当下最重要的是找个比较适合自己的岗位混口饭吃，不能再执着沉浸在互联网红利中了，我知道这个转变十分痛苦，但是我们要学会韧性奋斗，否则生存都成问题。
5月份毕业后，兜兜转转一个半月，拿了3.5个offer，为什么有个0.5，是因为还有一家研究所面试通过，还在走流程（巨慢），不确定性还是有的。
说下没拿到offer的公司
▋结果：最终邮件告知，岗位不匹配。
说下面经，首先不要慌，勇敢接受面试，虽然字节面试被神话成登天级别，但是面了又不亏，大不了不去呗，怕啥，面试官也都是和你认识的同事一样的人，也不是什么望尘莫及的帝王，不要怕怕。
而且我三面面下来，发现真就那样，没想象中的那么可怕，但是面前功课真得做好：常见的算法题，简历上业务的理解，简历上用到的技术其背后的原理，简历上没体现的一些宽度知识储备。大体如下：
▋一面：业务+技术。自我介绍，最长回文子串-lc原题，对简历上每个项目进行描述，用最简洁的语言让面试官快速了解你简历上项目的业务背景。主要有以下几问：
1、了解你所应聘的岗位是做什么的吗，谈谈你的认识。
2、多标签分类如何做？（注意是多标签分类不是多分类）。---修改loss，可以看做是多个二分类。
3、如果业务有个需求，针对某标签的precision必须达到95%，如何做？---利用置信度排序卡阈值。
4、如果算法规则和业务规则产生冲突，你会怎么去平衡？---自圆其说
5、为什么用bert？尝试过其它模型吗？给你一堆评论，要求你从这些评论中找到消费者对商品的情绪倾向，并构建舆情标签体系，请你从数据分析到最后的业务交接简述一下你的工作思路。---自圆其说
6、反问。
▋二面：业务+技术。自我介绍。合并k个降序链表-lc原题，原题为升序。挑选一两个最熟悉的项目介绍一下。主要有以下几问：
1、以你的理解总结以下黑产文本的特征。
2、ngram模型中，如果遇到3-gram找不到的情况，有什么解决办法？---回退机制
3、你用到的用户行为特征都有哪些？哪些是比较重要的，为什么？
4、Bert都烂大街了，你项目里用到bert，是否有做模型的优化？你觉得你有什么亮点在里面吗？
5、既要保证高召回，又要保证高准确，有什么解决方案吗？
6、反问
▋三面：业务+技术。自我介绍。无算法题。主要有以下几问：
1、transformer中self-attention为什么要除以根号dk？---七月在线老师讲过~
2、简述一下审核系统的架构；算法在其中起到什么作用，处于什么位置？
3、你的职业规划是什么？我们这有可能需要你多花点时间理解运营业务，不仅要求你掌握业务，也要求你能够利用算法高效解决运营提出的各项高指标要求，能接受吗？
4、反问。
▋情况：自我介绍。无算法题。
1、简历上情感分类项目的数据量是多少，如何保证数据的质量？
2、你是如何构建kbqa的？数据不平衡如何处理？线下和线上哪个效果好？
3、语音转文字后用nlp技术文本分类，如何解决语音转文不准确的问题？
4、做过多模融合吗，多模融合一般怎么做？
反问。
三星研究院只有技术一面，二面是机考，然后hr，我只到一面就结束了。不过说实话，三星是我面试过体验最好的，可以看出外企氛围真的挺好的。
▋一面：自我介绍。
1、二叉树中找到值为0的节点删除，如果删除的节点为叶子节点，则删除以该节点为头结点的整棵子树，提供思路即可；
2、手推lr，问lr目标函数为何不用方差，从优化复杂度的角度解释；
3、简历上的项目；反问；
▋二面：自我介绍。
1、编辑距离；手推word2vector，问word2vector的参数量；
2、简历项目深挖，重点问每个项目的评价指标，合理性，还问了auc的含义；
3、反问；
▋三面：自我介绍。
说下transformer网络结构；Bert是如何做预训练的；实体嵌套问题一般怎么解决；问我简历项目中如何解决数据不平衡问题；问我职业规划，接不接受杭州工作；
成功上岸的公司
▋一面：自我介绍。
照着项目问，主要涉及业务背景、数据量等，比较简单；
▋二面：部门领导面。自我介绍；
1、项目中有没有遇到什么困难，怎么解决的；
2、未来职业规划，是否长期在北京；
3、平时有什么兴趣爱好，闲聊；反问；
▋三面：期望薪资、能够接受国企氛围，离职原因等；就是hr常规问题；
▋性格测试
▋一面+二面+三面：三位面试官坐在一起，镜头轮流转换面试。自我介绍；
1、问项目：内容风控分为几类；长文本怎么处理；
2、语音转文本遇到非标语音，转的文本不准确，怎么做分类；
3、你的bigram模型有多大；做过模型结构优化吗；
4、对抗黑产时，那些漏掉的样本怎么办；
5、用户行为分析中被错分的用户不会有意见吗？怎么处理的？
6、是党员吗？反问。
▋四面：是一位领导，没问技术，大体介绍一下公司和部门的情况，然后闲聊；
▋性格测试，HR谈薪。
▋一面：是位大佬，但不怎么问技术，基本就是问一些个人情况，包括兴趣爱好，平时都看什么书，最近看的一本书是什么，讲的什么内容，除了技术之外，平时都做些什么，怎么看待互联网公司的“卷”，为什么离职；
▋二面：人工智能领域的专家。
1、讲一下SVM原理，高维空间中数据一定线性可分吗？（理论上只要空间维度足够高，样本一定可以做到线性可分）；
2、深度神经网络和最原始的线性回归有什么区别；
3、怎么理解深度神经网络的非线性层，为什么加入非线性层效果会好；
4、如何在没有足够的标注样本下完成小语种文本的分类问题；
5、还有一些场景题（由于已经入职该公司，可能涉密就不说了）；
6、业界背景出身都非常好的人很多都在做人工智能，你觉得你相比他们有什么优势，或者说你怎么定位你自己……。反问。
▋HR谈薪、职业规划、常规交流。
▋一面：自我介绍。
项目一个一个的介绍，因为面试官也不是很懂nlp算法，所以光听你介绍，然后问一些小问题，没啥难度，自圆其说即可。
能不能接受工作中出现的非nlp的任务；平时看书吗？能不能推荐几本书，由于本人爱看书，所以这种问题不是问题。反问。
▋二面：自我介绍，为什么选择我们企业。
没有标注数据，你会怎么训练一个模型；实体识别+TextCNN为什么有效，性能如何？反问。
▋三面：自我介绍。
1、做过跨模态网络设计吗？大数据相关的技术会多少？
2、你的模型是如何部署上线的，上线标准是什么？
3、模型的应用方式是什么？（以接口的形式提供服务）；
4、一些项目细节；反问。
▋HR谈薪；由于社保公积金和年终奖等问题，我拒绝了。
心得总结
总结一下，目前的环境，纯互联网公司谨慎选择，特别是大厂，能被录取真的是百里挑一。
可以降低自己的预期，选择一家和互联网着边的非纯互联网企业不失一种好的选择，特别是国企事业单位之类的，先稳一稳再说，当然你得接受平薪甚至降薪，不要纣，只要薪资差的不过分，有好的企业先去。
像国企事业单位这样的公司，难就难在简历筛选，面试其实真的不难，问的问题多数还是和简历上的项目有关，所以奉劝大家面试前都好好梳理一下七月在线学到的东西和项目,然后认真优化简历，只要你的沟通应变能力没问题，基本上都能过。
另七月在线开设的最新一期【NLP高级小班】现已迭代至第十期，考虑到市面上几乎所有课程都是以讲技术、讲理论为主，很少有真正带着学员一步步从头到尾实现企业级项目的高端课程，为了让大家更好的在职提升，本期继续由大厂技术专家手把手带你实战大厂项目。
且七月的讲师大多数为国内外知名互联网公司技术骨干或者顶尖院校的专业大牛，在业界有很大的影响力，学员将在这些顶级讲师的手把手指导下完成学习。
在新的一期里，为了夯实基础，改进了技术阶段的课程内容，并增加了每两周一次考试，力求让每位同学都深刻理解NLP的各大模型、理论和应用。
▋五大阶段
分别从NLP基础技能、深度学习在NLP中的应用、Seq2Seq文本生成、Transformer与预训练模型、模型优化等到新技术的使用，包括且不限于GPT、对抗训练、prompt小样本学习等。
▋实训项目
提供文本分类、机器翻译、问答系统、FAQ问答机器人、知识图谱、聊天机器人等项目实战、聊天机器人中的语义理解、文本推荐系统，以及一个开放式项目；
▋标准流程
环境配置与特征工程、模型构建与迭代优化、模型评估与优化上线；
▋就业辅导
学员在完成项目进入就业阶段后，BAT等大厂技术专家会一对一进行简历优化（比如将集训营项目整理到简历中）、面试辅导（比如面试常见考点/模型/算法），和就业老师一起进行就业推荐等等就业服务。
机会永远留给提前做好准备的人！如果你想从事推荐方向的工作，想在最短时间内成长为行业中高级人才，进入知名互联网公司，扫码（或联系七月在线任一老师）咨询课程详情！
戳↓↓“阅读原文”查看课程详情！