秋招总结帖+offer比较，nlp算法岗
跌跌撞撞，面了小半年，收获2个offer，不比大佬的一手sp，算法岗真的是神仙打架，当然也不排除我还比较菜。但是面试这几个月来，能明显感受到自己的提升，每次面试后回来都会查漏补缺，在这个年纪，知道自己的缺点是一个很美好的事情，一直在学校里呆着没有紧迫感，实验室不允许出来实习。先总结，再求各位牛油在最后帮忙分析一下。
1、早点面试
面试才能真正知道自己的缺点和不足在哪，光看面经是不完整的，在有些知识点上会容易麻痹自己会了，但是并不能从一个讲解者的角度来给面试官阐述你所理解的东西，那就等于不会。所以说，早点面，早点总结，头几面挂掉很正常（大佬除外），面完可以问问面试官自己哪些方面还需要提高，他们想招聘的人需要具备哪些技能等等。
2、刷算法题
大大小小也参加了一二十家知名互联网公司的笔试，第一梯队的互联网大厂笔试是真的比较难的。leetcode简单级别的题要能信手拈来，中等级别的题要有清晰的思路，步步分解来完成；困难级别的掌握出题频率比较高的那些就基本能够应付绝大多数的笔试和面试了。
基础不好的同学，比如排序和树的各种遍历都没完全整明白的，（比如像刚开始面试的我），建议花时间重新学习一遍数据结构后再去刷题
3、准备领域相关问题
其实看了大大小小的面经，还有自己的面试经验来看，面试重点很清晰，大家都会问传统方法+领域大热的方法，比如对应到NLP里的word2vec和BERT。至于细节程度，越大的厂给我的感觉会问得越细，能清晰的感受到面试官基础扎实，知识面广，善于引导。大家在准备问题的时候 ，有条件的话最好发散一下思维，多思考细节。还是第一点提到了，自己准备总会有漏掉的，边准备边面试边反思是最好的，累是累了点，收获也是巨大的。
4、技术面
要引导面试官往自己会的领域问，这个一方面是可以在介绍项目的时候埋伏笔，一方面可以在回答问题的时候提及一些名词，但是切记不要提到自己没深入准备过的点，那就是个万丈深渊，一个不会的点被问到可能需要好几个能回答上来的点才能弥补。
手撕算法的时候，写之前先跟面试官沟通算法思想，大部分时候现场想到的方法一般都是存在比较大的优化空间的。至于边界条件，尽量能写完整，大家在刷题的时候也是这样，测试用例不一定能考虑到全部的边界，若自己能分析得比较完整是最好的，养成习惯。
5、HR面
玄学面试，技术面试可以很明显感受到自己是否能通过，但是抛开技术不问，我就没法明显去感知面试的节奏了，我的个人感受就是突出自己的专业水准，性格，短期和长期职业规划，企业认可度，自己能给企业带来什么，期望企业给自己提供什么。
以上是比较概括性的面试总结，面经还在整理，之后继续更新更详细的面经。个人认为先要宏观把控好才能微观调控到最佳。
面试的大大小小也就十几家吧，面过的就5家，3个要求从实习做起（一个创业公司，阿里、小米。大部分时候言下之意就是还没达到企业要求的正式员工的水平，需要实习考察和提升学习一下，实验室不放，忽略了），2个正式秋招offer。
麻烦各位牛油帮忙比较分析，能提一些建议的话，当然感激不尽。
海康研究院的AI算法，sp，base杭州
网易有道的NLP算法，纯种白菜。base北京
个人分析，两者各有优劣：
1、海康，在杭州，压力稍微小点，薪资比较高，小日子比较滋润，不足是大小周（听说996），NLP在海康应该不算强项，可能刚起步几年？海康在NLP这块的技术水平不了解，知道的同学可以帮忙提供一点信息。
2、网易有道，在北京，各项资源丰富，NLP技术沉淀比较好，有利于应届生个人技术学习和成长，不足的薪资在今年算法岗里是大白菜了，互联网里算法薪资的中下水准吧？还有就是网传的网易裁员厉害？
以上，求各位牛油解惑。