心法利器[93] | 谈校招：技术面

心法利器

本栏目主要和大家一起讨论近期自己学习的心得和体会，与大家一起成长。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。

2022年新一版的文章合集已经发布，累计已经60w字了，获取方式看这里：CS的陋室60w字原创算法经验分享-2022版。（2023在路上了！）

往期回顾

• 心法利器[88] | 有关大模型幻觉问题的思考

• 心法利器[89] | 实用文本生成中的解码方法

• 心法利器[90] | 谈校招：信息渠道和时间规划

• 心法利器[91] | 谈校招：简历准备

• 心法利器[92] | 谈校招：刷题和笔试准备

校招季即将开始，最近一连几期，我会系统给大家讲解整个校招的情况，方便大家更好地准备和应对，希望对各位会有帮助。先简单在这里列举我的整体规划，下面的内容我会逐一点亮，预计完成时间会在：

• 心法利器[90] | 谈校招：招聘岗位信息渠道和时间规划

• 心法利器[91] | 谈校招：简历准备

• 心法利器[92] | 谈校招：刷题和笔试准备

• 心法利器[93] | 谈校招：技术面（这篇）

• 心法利器[94] | 谈校招：领导和HR面

• 心法利器[95] | 谈校招：offer选择

本期讲的是技术面，也就是目前比较多可以谈到，而且挺关键的一步了，这个其实前期准备、面试过程的应变还是后续的梳理，其实都挺关键的。

面试前

技能组要求回顾

面试前，其实我们就能做很多事情，配合简历篇（心法利器[91] | 谈校招：简历准备），我们其实对招聘的技能组要求有一定的了解，我们先回顾要一下：

算法层面：

• 基本算法技术：常用的模型是否掌握，前沿常见算法是否有接触甚至使用，经典算法是否有了解。

• 技术深度和广度：有关领域的常用方法是否清楚，多个方法之间的差别。

• 业务深度：对具体业务背景和实际情况有了解。

• 解决问题：给出实际问题，提供完整技术方案，并且会效果调优。

而工程能力，则通过这些内容判断：

• 基本代码能力：例如python等，是否会写代码。

• 使用中间件和数据操作能力，有些会涉及大数据技术。

• 部署能力和性能意识：是否有做过模型的部署上线，或者是性能调优。

基于这个，我们是可以有目的性的准备。

准备项checklist

优先级最高的，应该是简历上的内容，尤其是你的简历足够充实的那种，那整个面试至少有40%内容和你的简历有关，因为你的经历本身就能很大程度体现上面说的所有内容，重点是这几个内容要好好准备：

• 简历上提到的所有名词，你都得尽量懂，不被问倒，能推导，甚至能讲出自己的理解。

• 你所负责的有关领域，能快速解释清楚研究现状，并且还清楚你所在领域的一些常见方法。

• 你负责的项目，整个背景、前因后果、方案选择、执行实施、到最终的效果，都要了然语音，因为这是你参与、负责的项目。

然后，是各个技能点的补充。相比笔试，面试因为是面对面（或者视频沟通）而不是试卷提问，所以灵活性很高，也很容易问得到深度的问题，尤其是简历内容比较少的同学，可能就要多复习了：

• 常用、前沿算法，要多去了解，并且能说出一个脉络。

• 多看面经，但不要针对每个公司的看，而是都要看，因为面试多半是个人倾向不是公司倾向。

当然，这里还有一个策略，就是专精一个领域的去看，然后在面试的时候也引导面试官往这个领域去问，这样能有效减少学习范围，但这也意味着，你要足够的深度吧。

再者就是算法题，我的经验大概60-70%的公司在面试中会出算法题，考察的是代码能力，所以大家还是要准备，准备的情况还是平时就要刷题，前面笔试篇有提到怎么刷（心法利器[92] | 谈校招：刷题和笔试准备），在此基础上，靠前刷刷高频题或者是根据公司刷题，会有些好处。

对了，面试前，可以找前辈给你模拟面试，方便找出问题。

面试中

面试的大概流程一般是这样的，总体大概是1个小时左右：

• 自我介绍，约2-3分钟。

• 项目或基础知识，20到30分钟。

• 算法题，20到30分钟。

自我介绍层面，我的建议是大家按照下面的模板来进行：

• 基本信息：姓名、学校、专业，工作经历

• 核心项目（注意选择的方向，因为你讲的项目后续就会成为面试的主要方向）：

• • 背景是什么，整体做的什么工作，

  • 你负责什么部分。

  • 用什么方法，解决了什么问题。

  • 最终效果怎么样。

针对项目，面试官一般是从这几个角度考察：

• 真实性。

• 整个项目是否有分工还是独立完成。

• 具体方案的原理。

• 为什么选择这个方案，是否还有别的答案。

• 后续让你继续做，还有什么改进空间。

• 为什么不用XXX。

如果不问项目了，那就会开始面对基础知识进行考察，一般是这些方面：

• 前沿技术是否了解，了解哪些。

• 是否有自己感兴趣的领域，具体有哪些工作你在关注的。

• 基础算法问题，如损失函数、梯度下降法、transformer的模型结构、评价指标等。

然后就是算法题了，考试过程，建议记住这几个点：

• 先想思路，明确后再动手。

• 一时半会想不出来，优先考虑暴力法，至少写出来，在考虑优化。

面试后

面试后可不是完事了，一般情况是要进行复盘的：

• 哪些问题没有回答出来，是知识缺失还是现场发挥。

• 有关自己的项目，表达是否有问题，面试官的反馈是否符合自己的预期，话术是可以精炼的。

• 某些项目的理解，可能在和面试官的沟通中有提升，可以记录下，其实这个就是自己的成长了。