博士算法工程师面试

① 都快2021年了，算法岗位应该怎样准备面试

说到算法岗位，现在网上的第一反应可能就是内卷，算法岗位也号称是内卷最严重的岗位。针对这个问题，其实之前我也有写过相关的文章。这个岗位竞争激烈不假，但我个人觉得称作内卷有些过了。就我个人的感觉，这几年的一个大趋势是从迷茫走向清晰。

早在2015年我在阿里妈妈实习的时候，那个时候我觉得其实对于算法工程师这个岗位的招聘要求甚至包括工作内容其实业内是没有一个统一的标准的。可以认为包括各大公司其实对这个岗位具体的工作内容以及需要的候选人的能力要求都不太一致，不同的面试官有不同的风格，也有不同的标准。

我举几个例子，第一个例子是我当初实习面试的时候，因为是本科生，的确对机器学习这个领域了解非常非常少，可以说是几乎没有。但是我依然通过了，通过的原因也很简单，因为有acm的获奖背景，面试的过程当中主要也都是一些算法题，都还算是答得不错。但是在交叉面试的时候，一位另一个部门的总监就问我有没有这块的经验？我很明确地说了，没有，但是我愿意学。

接着他告诉我，算法工程师的工作内容主要和机器学习相关，因此机器学习是基本的。当时我就觉得我凉了，然而很意外地是还是通过了面试。

核心能力

由于我已经很久没有接触校招了，所以也很难说校招面试应该怎么样准备，只能说说如果是我来招聘，我会喜欢什么样的学生。也可以理解成我理解的一个合格优秀的算法工程师应该有的能力。

模型理解

算法工程师和模型打交道，那么理解模型是必须的。其实不用说每一个模型都精通，这没有必要，面试的时候问的模型也不一定用得到。但更多地是看重这个人在学习的时候的习惯，他是浅尝辄止呢，还是会刨根究底，究竟能够学到怎样的地步。

在实际的工作当中我们可能会面临各种各样的情况，比如说新加了特征但是没有效果，比如升级了模型效果反而变差了等等，这些情况都是有可能发生的。当我们遇到这些情况之后，需要我们根据已知的信息来推理和猜测导致的原因从而针对性的采取相应的手段。因此这就需要我们对当前的模型有比较深入地了解，否则推导原因做出改进也就无从谈起。

所以面试的时候问起哪个模型都不重要，重要的是你能不能体现出你有过深入的研究和理解。

数据分析

算法工程师一直和数据打交道，那么分析数据、清洗数据、做数据的能力也必不可少。说起来简单的数据分析，这当中其实牵扯很多，简单来说至少有两个关键点。

第一个关键点是处理数据的能力，比如SQL、hive、spark、MapRece这些常用的数据处理的工具会不会，会多少？是一个都不会呢，还是至少会一点。由于各个公司的技术栈不同，一般不会抱着候选人必须刚好会和我们一样的期待去招人，但是候选人如果一无所知肯定也是不行的。由于学生时代其实很少接触这种实践的内容，很多人对这些都一无所知，如果你会一两个，其实就是加分项。

第二个关键点是对数据的理解力，举个简单的例子，比如说现在的样本训练了模型之后效果不好，我们要分析它的原因，你该怎么下手？这个问题日常当中经常遇到，也非常考验算法工程师对数据的分析能力以及他的经验。数据是水，模型是船，我们要把船驶向远方，只懂船只构造是不行的，还需要对水文、天象也有了解。这样才能从数据当中捕捉到trick，对一些现象有更深入的看法和理解。

工程能力

虽然是算法工程师，但是并不代表工程能力不重要，相反工程能力也很重要。当然这往往不会成为招聘的硬性指标， 比如考察你之前做过什么工程项目之类的。但是会在你的代码测试环节有所体现，你的代码风格，你的编码能力都是你面试的考察点之一。

并不只是在面试当中如此，在实际工作当中，工程能力也很关键。往小了说可以开发一些工具、脚本方便自己或者是团队当中其他人的日常工作，往大了说，你也可以成为团队当中的开发担当，负责其团队当中最工程的工作。比如说复现一篇paper，或者是从头撸一个模型。这其实也是一种差异化竞争的手段，你合理地负担起别人负担不了的工作，那么自然就会成为你的业绩。

时代在变化，行业在发展，如今的校招会问些什么早已经和当年不同了。但不管怎么说，这个岗位以及面试官对于人才的核心诉求几乎是没有变过的，我们从核心出发去构建简历、准备面试，相信一定可以有所收获。

② 如何准备数据分析师面试

1. 理论知识(概率统计、概率分析等)

掌握与数据分析相关的算法是算法工程师必备的能力，如果你面试的是和算法相关的工作，那么面试官一定会问你和算法相关的问题。比如常用的数据挖掘算法都有哪些，EM 算法和 K-Means 算法的区别和相同之处有哪些等。

有些分析师的工作还需要有一定的数学基础，比如概率论与数理统计，最优化原理等。这些知识在算法优化中会用到。

除此以外，一些数据工程师的工作更偏向于前期的数据预处理，比如 ETL 工程师。这个职位考察你对数据清洗、数据集成的能力。虽然它们不是数据分析的“炼金”环节，却在数据分析过程中占了 80% 的时间。

2. 具体工具(sklearn、Python、Numpy、Pandas 等)

工程师一定需要掌握工具，你通常可以从 JD 中了解一家公司采用的工具有哪些。如果你做的是和算法相关的工作，最好还是掌握一门语言，Python 语言最适合不过，还需要对 Python 的工具，比如 Numpy、Pandas、sklearn 有一定的了解。

数据 ETL 工程师还需要掌握 ETL 工具，比如 Kettle。

如果是数据可视化工作，需要掌握数据可视化工具，比如 Python 可视化，Tableau 等。

如果工作和数据采集相关，你也需要掌握数据采集工具，比如 Python 爬虫、八爪鱼。

3. 业务能力(数据思维)

数据分析的本质是要对业务有帮助。因此数据分析有一个很重要的知识点就是用户画像。

用户画像是企业业务中用到比较多的场景，对于数据分析来说，就是对数据进行标签化，实际上这是一种抽象能力。

关于如何准备数据分析师面试，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

③ 工程师的面试技巧

工程师面试必备技巧，技能和素质以及实力是不可缺少的，同时提供工程师职称的话会加分不少。下面和小编一起来看工程师的面试技巧，希望有所帮助！

1、公司准备

如果接到某公司的面试电话，最好在面试前花一些时间去了解该公司。不求公司组织架构、管理层、战略发展方向，但至少要知道公司名称、地址、公司的主营业务和主要产品。

这些信息能够帮助你在面试中的思考和表达更有针对性和贴近感，你对公司的了解也会让面试官觉得你是真的对这家公司这份工作感兴趣。

2、简历准备

简历的重要性不言而喻，这是你能否接到面试电话的唯一要素。这里不去细讲如何写出一份好简历，但一定要体现三点—项目经验、工作能力和正能量。

3、问题准备

可以先上网查一下，你面试岗位的一些常规问题，这些常规问题，可以花些时间准备一下，能够在面试中增加自己自信。

4、面试一般分为两轮。

第一轮，应聘者先自我进行介绍项目经验，然后面试官开始问一些现场施工管理及技术等专业问题。这一轮相对比较容易通过，但也要准备全面。

第二轮由公司或部门负责人主面，所有工程岗的面试都要通过他，面试也是直入主题。

5、在与招聘者交谈的时候一定要把握好“4个度”：

高度，在交谈的过程中展示自己的水平，一方面是政治思想水平和爱岗敬业的精神，令一方面则是你的专业水平。面对招聘者体温的问题不能光说个“知其然”，还要答出“所以然”。

信度，在交谈中要展示出你的`真诚，态度要诚恳说话的时候不要心不在焉，回答问题要肯定尽量不要用“可能”“或许”等这种词语，对考官要事实求实让他看出你的诚意。

风度，在交谈说话的过程中展示自己的气质，体现自己的外在美同是也要让招聘者看到你的内在美，而语言就是展现内在美很好的途径，一定要注意自己的言行举止。

热度，在说话交谈的时候展示出自己的热度。做到精神抖擞，认真倾听。

不要紧张，也不要表现出死记硬背，面试除了考察专业能力，更看重应聘者发现问题、分析问题、解决问题的一整套思路流程以及随机应变能力。

④ 研发工程师的面试经验

关于研发工程师的面试经验

上周完成了在加拿大的第一次真正意义上的工作面试，五位面试官车轮战面试我一个人，一共用了差不多四个小时。无论最后成功与否，以下是自己总结的一些面试经验：

1. 跨专业找工作还是很有难度的。这次应聘的是一个跨国软件公司的研发工程师(以前在国内从来没想过去软件行业，甚至排斥IT民工这样的职业，可怜的是计算机依然是中国学生在国外的第一谋生手段)。第一个小时是编程能力的面试，面试官是两个资深的软件工程师。他们似乎根本不关心我的学历，经历，以及研究成果。上来就了用考察软件编程能力的问题狂轰滥炸。所幸的是问的问题比较随意，没有那种经过精心设计的题，基本上都还是应付过来了。

2. 第二轮是研发部门的头和一个研发工程师，好像都有博士学位。开始向我详细的介绍了他们部门的一些情况。然后就开始出一些技能考察的题。全是编程的算法题，至于编程是否规范和清晰，他们似乎倒是不关心，只着重算法的考察。起初的题目还算简单，很快一个小时就用完了。他们好像还有很多问题要问，只能安排第二天让我再去。

3. 第三轮是另外一个部门的头。只有这一轮的面试和我想象的差不多。面试官跟着我的节奏走，听我在那里滔滔不绝的说我博士期间的丰功伟绩，偶尔还问一两个外行人问的问题。然后就是一些普遍可以预测的问题，比如为什么要离开学术界，为什么要进他们公司，这些问题的答案估计面试者都烂熟于心的。

4. 最难的考验是第二天继续的技能考察，一个很难的算法，非常复杂。对于一个本科不是计算机专业，连离散数学，数据结构和算法等课程都没有学过的`我来说，是一个不可能完成的任务。十分钟搞不出来，面试官们失去了耐心，当场给我讲了讲解法。再后来的几个题也比较困难，回答勉强满意吧。总体感觉，第二天比一天的表现还是要差了不少。

总之，进入计算机软件行业，外国公司对于软件工程师几乎没有什么学历要求，在乎的是真材实料，比如思路是否清晰，书写是否规范。应聘再高级一点的职位，会多少种编程语言也不重要，我说我用Linux和Python，他们也没有表现出多少兴趣，我说我以前MATLAB用的最多，他们也表示认可。最早重要的还是软件的精髓--算法。当然，如果到了项目管理和架构师级别，肯定又是另一种情况了，貌似离我还非常遥远。

最最重要的一点。那就是一颗平常心看待面试的成败。成功了固然可喜，失败了也不可悲，一定还有更好更合适的机会。