一年半時間如何拿到演算法offer？

01-14

今年研一，感覺自己什麼也不會，導師完全放養，2個月沒見過面，從入學到現在一個學期快結束了總共見了5次面，沒有項目，沒有指導，哎
想做機器學習方面的工作，距離明年秋招還有一年半，目前在看C++primer，然後學一學數據結構和演算法，同時再學校李航的《統計學習方法》，但是感覺很吃力；另外面試肯定需要介紹項目經歷，這方面又太欠缺，不知如何是好，輾轉反側，徹夜難眠。
求助各位大佬，我該如何準備，才能拿到一個演算法offer？

水得很，主要是背誦，不會寫快排會背kkt條件的演算法工程師多的是，想找工作就好好背書，把李航那本書像背政治那樣背下來，把常見數據結構背下來，想學習真才實學就去學cs229，cs231n，cs224n，cs294，cs246，這些公開課就夠學一年的，然後你會發現內功不足，估計還得補mit的6004，6828，以及mit老爺子的線性代數，boyd的優化。最後得出結論，還是背書吧，像背政治一樣背，也就差不多了，真是水得很。一線互聯網技術面，問項目千篇一律，問演算法大多數寫不出來，問概念倒背如流，我也搞不清要問啥。利益相關匿了。

導師並非11，我挺尊敬我導師的，也就請大家不要猜了（笑）

至於機器學習演算法offer這塊，我個人認為這兩年是最好拿offer的時候，競爭相對較小，公司也不想放棄相關人才，市場泡沫還並不顯著。

過幾年就不好說啦，所以選擇還是要慎重（逃）

============================

Top2,力學專業，碩士研究生，導師放養3年，第三年導師還去了南科大，自己找了個導師勉強畢業。

畢業後接觸深度學習，半年時間，現在拿到了二線視覺演算法工程師30W/Y，新加坡NCS 5K/M.

就這半年我的工作狀態，996都不足以形容，9 12 7 比較合適。

==============================

當然，努力不光是為了錢，更因為熱愛。

好了，正式回答一下題主的問題。

研一，感覺自己什麼都不會，再正常不過，只要你不是本科很牛的人，上了研究生自然會感覺什麼都不會，因為根本就沒有接觸過項目。

想做機器學習方向，但是又感覺吃力。不知道題主本來是什麼專業，想做機器學習的話建議把《矩陣分析》看懂，多花點時間在這個上面，看懂的意思，簡單點就是能夠理解這些理論改怎麼用。然後是《概率與統計》，了解貝葉斯，分布是什麼。最後看《模式識別》，知道什麼是線性分類和非線性分類，怎麼提取特徵。大概有了這些知識你再去學什麼公開課就簡單多了，基本的機器學習演算法，你就算是沒聽過，看個幾天也能懂了。當然這只是理論基礎，確保你能往後走得更遠。

編程就不要怕困難了，多碼多練，有個幾次調bug調幾天的經歷其實也差不多了。如果你計算機演算法基礎不好的話還需要看《演算法導論》，刷刷leetcode。

有了這些你基本上可以去實習了，沒有一點問題。

總之1年半，只要你不亂用，是肯定足夠了。

。。。

我說的這些是你怎麼從書本中學習，如果你能發現身邊的大腿並果斷抱上去，能夠事半功倍

===============================

可能我說的不足以讓你快速拿到一份好看的offer，但是卻能讓你在下一次AI低潮期保證全身而退。

修改記錄：

2018-1-11

2h。

還有很多可以展開說的模塊：該問題回答框架（已完成），學習過的網課（詳細課表在知乎存在過一段時間，現已刪，其他平台沒有刪），我當時具備的能力技能（幾乎已完成），我認為還需要的能力技能（與我個人的規劃有關），簡曆書寫，自我介紹，面試，提問題，談待遇，offer選擇。

花費時間總計：9.5h，獲得贊數：64，被收藏：87，感謝：10多個。

贊，是不是表示具有同等經歷的人，或者說已經經歷過的人的認同？還是表示你寫的內容我認為很贊，我就給你贊？我有64個贊，說明有64個人和我具有相同的經歷？

感謝，是不是表示還沒有經歷過的人看到這篇文章主觀覺得對自己有用，所以就感謝答主的付出，感謝答主的回答?

收藏，應該表示這篇文章有用。

目前就先這樣吧，希望這篇文章能幫助一些人。

修改如下：

1. 增加我當時具備的能力技能，也就是我通過學習網課以後獲得的能力
2. 修改修改記錄的格式
3. 增加學習歷程的簡要概括

2018-1-9

1min。修改如下：

1. 刪除學習歷程部分課程信息

2018-1-8

3.5h。刪刪改改，還是不滿意。先這樣吧。修改如下：

1. 增加學習歷程的概括，時間方面。
2. 增加求職歷程部分正文
3. 增加學習歷程部分課程信息
4. 增加 Ng 深度學習系列課程 Honor code 描述

2018-1-5

這個補充快寫了2個小時了，都到1月6日了，哎。。我雖然沒有刪答案，但是過程中刪了很多文字。。就這樣吧，周末還有學習計劃。修改如下：

1. 增加前言，學習歷程，求職歷程，offer選擇四個模塊的標題

2018-1-4

用時約1h。寫不好或者多愁善感了就想刪，寫好了擔心太耗時間，擔心自己描述不清楚誤導別人。發個微信朋友圈都得糾結半小時，所以我把微信朋友圈刪了。。隨緣吧。。。做了以下修改補充。

1. 日期錯誤，修改日期。應為2016年。感謝哇*咔的提醒。
2. 待遇加單位：每年。
3. 國企更改為科研院所。
4. 補充我的方法，增加同學的方法，師兄的方法。

2018-1-3

用時約1h。先寫這麼多，寫的太簡要了。。以後看情況考慮是否繼續寫，或者是否刪答案。。

我是2018應屆碩士，非cs科班，我準備的是機器學習演算法工程師。

我從2016年7月初左右開始準備，到現在2018年1月初，應該差不多一年半，期間收到了若干offer，某中型互聯網企業 offer 30-50 每年，若干個某小型創業公司 offer 24 每年，某科研院所 offer 保證給戶口。

以上是準備結果，應該可以回答這個問題。

現在不打算寫個詳細的回答，只是簡要的回答一下。

第一，從求職網站尋找你想做的職位，看看職位需求是什麼。

第二，你要知道招聘流程是什麼。

第三，根據流程有針對的準備。

第四，準備簡歷。

第五，投簡歷。

第六，面試，得到面試經驗。

你需要的硬體有:

cs的演算法，機器學習的演算法，項目經歷。

我的方法是:

通過網課迅速建立機器學習的知識框架，通過網課上的作業強化理論轉化實踐的能力。通過網課的準備，cs的演算法我準備的一般，機器學習演算法準備的很充足，項目經歷這塊是網課的項目經歷。

我同學的方法是：

研二去實習，有轉正機會，好像需要申請，她沒申請，聽她說轉正難度不大。轉正的公司是國內頂尖的互聯網公司其中一家。同學搞數據挖掘的。

我大牛師兄的方法：

向領導訴說一下，領導發動人脈內推。師兄在第一波內推中，就找到比較心儀的很多公司。內推的公司都是國內頂尖的互聯網公司。師兄不是搞演算法的。

前言：

主要介紹我選擇機器學習之前的經歷

以下正文：

2016年6月，受大神師兄影響，想從事全棧工程師。先在 freecodecamp 學習，後7月份在 Udacity 學習FEND。鏈接如下。

SSQonline：每天花費八小時或以上，在 15 - 20 天內能學會或完成的事有哪些？

8月初搞定FEND，此時心裡對前端工程師的工作已經有了大致的印象。7月份主要精力在FEND，其實我還在學習 Ng 在 Coursera 的機器學習課程，這門課讓我喜歡上了機器學習這個方向。

學習歷程：

主要介紹我的網課學習歷程，我認為的機器學習演算法工程師需要的技能，以及我學習過的、正在學習的、將要學習的網課與技能。我之前在知乎回答過一個問題，有過提及一部分，現在我已經把內容刪了，原鏈接如下

SSQonline：Coursera 上有哪些課程值得推薦？

課程筆記與代碼在我的 Github 和個人博客中有詳細說到，因為有很多私人信息，所以此處不願意貼鏈接，如果有熟人認出我了，也希望請不要指出來。

以下正文：

概括：

從2016年7月到2017年12月初，之間一直通過網課學習機器學習演算法（主要），cs演算法；通過網課的項目作業鍛煉自己的代碼能力。時間有限，我的打算是：上網課，打比賽（kaggle），去實習。最終網課沒有全部上完，比賽剛準備打（還沒打），實習還沒去就收到了offer。

時間花費方面：

周一到周五晚上，周末2天，寒假暑假，過年停了一星期，幾乎不間斷。我記得大體是這樣的。

網課內容方面：（先列部分目錄，以後有時間了再）

詳細內容知乎已刪，目前無。其他平台沒有刪。

簡要來說，把有名的機器學習演算法相關的網課（大學網路公開課，平台上的網課）學一遍，一門一門的學，學玩一門課估計你就想著怎麼規劃以後的路了。光想沒用。

我當時具備的能力技能：

說一下求職的過程，自己當時的能力，以及在自我介紹時用到的表達。
這部分裡面絕大部分能力都是我通過網課學習之後獲得的能力

以下正文：

關鍵詞：熟悉，了解，原理，應用。
熟悉原理與應用：熟悉原理，表示可以手寫演算法推導；熟悉應用，表示可以不調用庫手寫代碼把模型用計算機語言實現，應用到具體案例並且得到還可以的結果，有小項目應用經歷或有應用經歷。

我當時的能力是：

1. 機器學習演算法：

比較熟悉原理與應用的有線性回歸（L1，L2），邏輯回歸，神經網路（碩士有修過），決策樹，adaboost，K-NN，K-D tree， locality sensitive hashing（最基本的），Kmeans，GMM，Gradient descent（Batch，mini-batch，stochastic），優化（momentum，RMSprop，adam）
比較熟悉應用的模型有：CNN，PCA（課題用到）
比較了解：SVM（課題用到，推導就算了），ICA（課題用到），強化學習（有Q-learning應用小項目經驗），文本檢索與搜索引擎
了解 Tensorflow，有小項目經驗；LDA；

2. CS演算法，數據結構能力

某斯坦福演算法課學了一遍，做了一遍作業
LeetCode 幾乎沒怎麼刷（這點不要學我，有時間還是要刷的）

3. 編程語言

比較熟練 Python（以上模型都是用python實現的）
C++/ C 很久不用，比較生疏（本科有修過）

4. 以上對自己的能力判定比較主觀，所以會附加我的

github網址，
博客網址，
領英網址

附：

一般網上常見的機器學習演算法相關的面試問題，應該是大部分，我都能回答出來，具體問題有哪些，現在不寫。
我也有一些問題回答不上來，應該是小部分，或者很少。現在不寫。
但是進國內頂級的互聯網公司這些還不夠。個人猜測的原因現在不寫。

求職歷程：

主要介紹我求職的過程，就是前文的第一第二到第六。

以下正文：

第一，從求職網站尋找你想做的職位，看看職位需求是什麼。

我從2017年6月初開始準備簡歷，8月中旬開始準備求職，職位名稱關鍵字是機器學習演算法工程師。

求職，我首選官網，然後雙選會，最後才是第三方；第三方的我試過的網站有拉勾，智聯，大街，boss直聘。

拉勾直接進微信群，然後發招聘消息，發內推消息，非常靠譜；
智聯，沒怎麼用到；
大街，怎麼說呢，隨便一個工作都來找你，教師，銷售，hr，手機簡訊電腦郵件轟炸，作用對我來說不大；
boss直聘，沒怎麼用到。

最後拿到offer，主要通過雙選會，拉勾微信群內推，其他微信群（特定企業或單位）。

職位需求：

找個招聘網站，搜職位名稱，就可以看到職位描述，根據職位描述，不斷修改自己的學習計劃，不斷調整自己的能力與公司的需求相匹配。

機器學習演算法工程師有做廣告的，推薦系統，文本，搜索，有深度學習的（語音，NLP，計算機視覺）有強化學習的還有直接說模型的。看你想做哪個，適合哪個。

第二，你要知道招聘流程是什麼。

投簡歷，筆試，面試，offer
投簡歷，內推面試，offer

第三，根據流程有針對的準備。

投簡歷，

下面再說。

筆試，

我根據我的經驗簡單說一下，具體詳細的網上有很多。

互聯網公司大部分都是上機筆試；筆試的方式有的是牛客網，賽碼網，公司自己找的網；筆試的題目每個公司都不一樣。

筆試一般分幾部分，1. 選擇: 考的有操作系統，計算機網路，（微分，矩陣），概率，cs演算法，機器學習演算法，數據結構。2. 編程（考cs演算法）。(3. 問答題。4. 設計題)。

其中與機器學習演算法有關的筆試題目佔比具體情況分公司，有的很小，有的比較大，但都沒超過50%（不包括深度學習演算法工程師）。

面試，

下面說。

第四，準備簡歷。

我根據我的經驗簡單說一下，具體詳細的網上有很多。

先寫一個模板，然後最好再根據不同公司企業要求有針對的修改。

我是這麼排版的，個人基本信息，教育背景，技能，項目經歷，證書

第五，投簡歷。

如果是郵箱投遞，郵件主題姓名學校崗位學位；正文簡單的自我介紹以及展示與貴公司的匹配程度，怎麼展示？可以把職位需求用淺灰色字體表示，自己能力達標的用黑色字體表示。簡歷名稱姓名學校崗位學位

第六，面試，得到面試經驗。

我遇到的有是2，3，4面；有技術面，hr面，CEO面。

面試時間，快的40min，慢的4小時。

面試內容，cs演算法，機器學習演算法，項目經歷，自我介紹內容，簡歷內容，公司出題。

面試一開始一般都會有一個自我介紹。說什麼，個人基本信息，能力，潛力。個人基本能力就是姓名學校學位以及其他突出點；能力就是你會什麼，做過什麼；潛力我是給面試官說我的規劃目標，我完成了多少，我到哪一步了，接下來怎麼做。

自我介紹完就是面試開始問問題了。

最後面試官會問你，你有什麼問題嗎？

技術方向我一般會問你們主要用什麼技術，你們有做XX方向的打算嗎； hr方向就問所有的待遇。

offer選擇：

主要介紹我收到offer郵件之後，對於不同offer的選擇。

以下正文：

目前無。

希望我的經歷可以給樓主點幫助。

我本科演算法功底還算可以，但是沒接觸過機器學習，研一開始接觸，自學python，研一很忙，幾乎都是擠出時間去自學，主要學了python（處理數據很重要），西瓜書、李航老師的統計學習方法，kaggle練過題，吳恩達老師的那個公開課很有名氣，講的很基礎也很好，但是我嫌太浪費時間就沒看完，研一時間很緊。

但是我自己認為我的實力依然很菜（也的確如此）。

研二導師放養，出來再魔都某二線互聯網公司實習，可以說這讓我演算法能力與工程能力的巨大提升，真正工業界處理演算法和數據，和自己單機琢磨，完全是兩個領域。

碼了那麼多字，其實就可以總結為兩個：「實習」

羨慕放養的導師+1

建議出去實習+1

為什麼這麼多都說要出去實習的呀，我導師說我在一群博士裡面只能打打醬油，其實老實說導師給的項目質量都不錯，一個月還發幾千塊，美滋滋，不過我還是不相信我怎麼可能只能打醬油呢

注:方向CV

演算法的方向我不是很熟悉，不敢亂給建議。但是我對所有參加校招的人的建議都是一樣的，打好你這個方向的基本功，刷leetcode、劍指等等題，然後研二去找一個實習，這樣你的校招就已經成功了一大半，不說收割，起碼不愁找不到工作。

至於演算法方向怎麼學，知乎也好，谷歌也好，大牛不要太多，就不班門弄斧了。

最後，作為一個非科班出身順利趟過校招的前輩，給你打打氣也算是提個醒，這行就是這樣，不要期待誰喂飯到你嘴邊告訴你怎麼學，所有坑都要是自己趟過來，所有學習方法都要是自己總結出來，這樣你才能在這日新月異變化的互聯網行業樹立根基。不用輾轉反側，把握當下，不要浪費時間，你完全來得及。

我是2018應屆小碩，拿了兩個二線互聯網30w+演算法offer

找演算法工作基本的要求：

基本的硬體條件，雙985/211最好

基本的編程能力，leecode/劍指能刷一下最好

基本的演算法知識，CV/ML/DL最新演算法熟知最好

特別重要的加分項：

實習，互聯網大廠或者CV獨角獸演算法實習

項目，前沿方向的項目最好，自動駕駛/人臉識別這些

paper，有cv、ml頂會當然隨便找工作了

競賽經歷，出色的code能力

去實習去實習去實習，重要的事情說三遍

拿offer難度從低到高

實習轉正

實習後應聘其他公司內推面試

在校搞研究，發頂級期刊參加筆試面試

導師放養其實也挺好，你可以按照自己計劃準備，這比拖後腿的老師強多了。

先回答問題：

機器學習方面：之前有回答過相關的問題：機器學習該怎麼入門？ - 武俠超人的回答 - 知乎
刷題：LeetCode和各種經典的書籍反覆刷，多多總結最優解（刷題盡量用C，C++或JAVA）
面試相關：主要是臨場表現、表達能力、情商等等，多看看面經多多積累實際經驗。多通過合適途徑找內推，少隨便內推，最好不筆試

1和2在國內公司演算法崗面試這兩個分別佔據30%和30%，3佔據20%，最後20%是運氣。

拿到演算法offer並不難，offer之間千差萬別，好公司核心部門核心組的最高級別offer才應該是對自己最高的目標

PS：另外，很疑惑的是題主為啥會覺得老師放養不好呢？我反而覺得如果老師管的很嚴格找不到好工作是有情可原，老師放養再找不到好的演算法工作真只能是說自己的問題了，我身邊的人都多麼地希望老師能放養！

羨慕放養的導師，我導師直接說活不幹完不放假的，實習什麼的想都別想！

導師完全放養簡直完美啊，想學什麼想去哪實習完全沒有阻礙，你還輾轉反側啥。。不能理解

找工作碰運氣。當然也和你的學校有關係。別的因素就不那麼重要了，也就是起到錦上添花的作用。

超級羨慕放養的導師。。

有個比賽叫做kaggle可以試著打打看

有相關題庫，題目類型也就那些，練一練就會了。

要麼發文，要麼實習

如果題主有充裕的時間不去搞科研或者項目的話，依我看演算法的話還是得刷題才行既然答主要拿offer，那就去刷各大公司的offer的題啦，學習各種演算法並在刷題中實踐。不知道樓主本科搞過ACM么，一年半時間在ACM中拿個牌是完全有可能的。同理，演算法能力在一年半中提升也是有可能的，當然這階段可能項目經驗會少很多。這裡有個演算法面試的大牛的bolg，推薦答主去看看：http://wdxtub.com/2016/01/22/programmer-startline-1/。這些基本都是面試中必考的了，希望樓主學習學習