大家好，我是Cardi，首先说一下整体情况：普通一本（双非），爱大计算机硕，本硕期间共3段大厂实习，职位主要是算法和软件工程师，今年秋招拿到了华为和某1线互联网大厂的NLP 算法offer，目前在小红书商业化团队实习。这篇主要介绍一下CS专业在求职上的一些建议，尤其是机器学习相关岗位。

 

求职方向

 

我投递的企业主要是互联网+外企+自动驾驶/新能源，主要面向搜索推荐广告和多模态场景；薪资的话，大家可以去offershow小程序查看，一般来说，绝大多数硕士普遍在35-45W之间，少数极其优秀同学可以拿到超过60W以上的头部计划offer(百度aidu, 阿里星，华为天才少年，美团北斗等)。

 

值得一提的是，近年来，前后端的薪资正在无限接近算法岗，所以我不建议all in算法，可以退而求其次投大数据开发，数据挖掘等岗位。

 

留学生求职建议

 

01 要求

 

近两年来看难度水涨船高，加上很多公司降本增效，需求量在减少，进大厂/核心业务岗还是比较难的，当然1-2线厂非核心业务岗+自动驾驶/新能源企业相对容易一些(QS前100/211硕都可以尝试)。

整体要求基本是名校硕士起步了，因此我建议至少要QS前75会好一些，比如华为有一些组今年只要QS前50的硕士且本科院校必须在list里，字节搜索核心组基本拿到offer的同学学历是双985。

 

02 技能

 

请认真刷题！leetcode hot 100必须做熟，这是基本关卡，身边同学的平均值大概4-6周周期可以刷完，建议集中刷题，每天拿出4小时+时间来理解消化；因为研发岗基本都有笔试，且面试有手撕代码环节，做不出来是有可能会被挂的。刷题我推荐用代码随想录，题解详细，附有图文，B站也有视频，支持多种编程语言。

 

03 项目

 

请抓住机会去工业界实习！

CS是与时俱进的学科，且相当重视实践，因此工业界尤其是大厂的实习是很有含金量的，当然在撰写简历时，实习过程中的内容经历要尽可能深挖其背后的内在逻辑和细节，多加思考和讨论，面试的时候就更能打动招聘方，往往也会顺利一些。

其次就是能发paper尽量发paper，毕竟高质量论文是硬通货，1作的顶会是可以充分证明候选人的综合能力，建议实验室或者导师有较强学术实力的，还是抓住机会，争取发论文，当然确实种种限制，很多同学并不能发表出高质量的论文（包括我)，那么就转变思路，走刷题+做比赛，然后面试去公司实习吧。

项目方面，入门我推荐指南者的机器学习课程或者cousera/B站上的公开课，具备一定基础后，可以找一些阿里云天池和kaggle的比赛，认真和队友做一做，也是进步比较快的，如果结果还不错，写到简历也是加分的。
总而言之，除了本身的长期积累的硬实力之外(Paper，实习，项目/比赛)，公司主要考核的就是两个方面的能力："基础（看你有没有潜力）"和"广度（看你学习力）"，加上在不断的投递中积累的面试技巧，那么基本还是很有概率拿到比较理想的offer的。

 

04 面试

 

面试校招一般有2-3轮技术面，深挖简历和手撕代码穿插其中，有时面试官会结合公司背景，出一些业务理解题来考察候选人的知识广度和随机应变能力；下面我附上一个小红书算法实习面经：

• 项目深挖，问项目中数据集的分布，数据规模，数据有什么特点，是否存在标签不一致，样本不均衡如何处理，文本平均长度，项目使用的方法，分布式训练怎么做，你的贡献在哪里？
• 预训练任务如何设计，基于roberta的改进点在哪里？
• 上线前是否做了消融实验？评测方结果可以得出哪些结论？哪些指标还可以继续优化？
• 有没有考虑上线的模型做蒸馏？
• 什么是macro-F1,recall，precision？写出公式并解释
• 算法题20mins：一道leetcode medium 实现前缀树（trie-tree）
• 小红书这边想做搜索多样性，谈谈自己的理解？

 

整体下来，可以看出面试官是比较重视对项目的理解深度和算法基本功（手撕代码等)，记忆性知识并没有考察太多；需要提醒的是，我们可能会碰到题目不会做的情况，不要慌，可以让面试官进行提示并积极讨论，先说出解题思路，哪怕最后没有debug成功，思路清晰正确或者可以分析算法复杂度也是加分的，因此面试官往往也不会太为难，也是有机会通过面试的。

 

总结

 

最后总结下，今年整体难度上升了，所以请想清楚自己是否适合算法岗，如果硬性条件明显不够，建议尽快转前后端，想拿下40W+以上以及想冲击ssp 50W的算法offer，大厂对口实习和顶会仍然是最具有竞争力的两项（尤其是搜推广，学术界和工业界差距较大，而从面试来看，大公司普遍认可有工业界实操经验的同学）。

 

两个方面提升自己：

 

基础牢固：

编程coding基础--今年难度增加，请至少以完成medium要求自己；

ML/DL算法的数学基础--基础扎实意味着围绕某个知识点，面试官不管怎么问，都难不倒。目标是应对笔面试过程中coding以及对知识深度的考察。

 

前沿涉猎：

follow时下科研趋势，如预训练模型，知识图谱，对比学习，因果推断，模型加速场景等；以及了解工业界中推荐/搜索/nlp的整体应用和流程等，以应对面试中的对知识广度、开放性场景问题的考察。

硬实力有的前提下，这三个方面扎实的话，我觉得拿offer是完全可以的。

当然，包括外在形象，谈吐交流、找对内推人、运气都是技术本身之外非常重要的东西。

最后，欢迎对互联网等技术岗位感兴趣的同学关注一波我的小红书！（小红书号：958398026），后续会分享求职和社群来给大家交流，也欢迎私聊我咨询。