[转载]从数学专业到统计专业再到算法工程师 如何校招如何跳槽
转载一篇自己的经验到牛客来，希望能帮到学弟学妹们～
作为一名算法工程师，我的经历应该不算是从业人员中的大多数。而且我从业时间其实也还不是太长，但还是有一些心得想分享给和我相似经历的童鞋们。
个人经历
我大学往后的经历大概是，本科专业是应用数学，辅修了心理学的双学位（有毕业证，也有学位证，但还是有点困惑国家到底是否认可），研究生保研到本院的专硕，应用统计，学制是三年。毕业后校招特别特别幸运的被网易北京提前批录用，也同期拿到了微店的提前批，岗位都是数据分析师，拿到口头 offer 后就没有面过其他公司了(～￣(OO)￣)ブ，主要的原因只有一个，因为我当时意识到自身能力和大环境的差距，以及面试真的很靠运气和眼缘，为了保住自己的自信心，就一直在学校默默等网易最终的 offer。后来在网易待了一年半左右，跳槽的时候面了几家公司，最后都拿到了 offer，权衡了下，最后选择了字节跳动，现在在字节也已经待够一年啦。
学生时代
详细来说说学生时代吧，因为我的学校不在北上广，所以直到硕士毕业前都对找工作这件事没什么概念，所以也没有任何实习经验 (ノへ￣、)，后来才发现这样真的很吃亏，而且找工作的时候简历就不会好看。本科的时候基本上被数学分析，高等代数，泛函等等等折磨的够呛，后来到研究生学统计的时候就好了一些。因为研究生时候的老板年纪比较轻，接触了很多比较新的领域，于是他就带着我们走进了机器学习的大门，从 andrew ng 在 coursera 上的 machine learning 开始，组会也一直有讨论 The Elements of Statistical Learning 这本书，而且我们真的讨论的很细致（这本书真的值得一推，校招时找到工作真的全靠它）。还有李航的那本统计学习基础也很推。所以在研究生期间，我们学了大量的理论知识，但编程却学的很少，连 linux 都用的很少。本科的时候学过 c++，当时真的不喜欢 ︿(￣︶￣)︿，连考试都是勉强过，没想到后面。开始学编程的契机，其实也不是因为要找工作，而是身边有已经就业的朋友强推 python 给我，于是我就去学了学。自学 python 其实不难，现在网上能找到各种各样的课程，尤其是那种不用配环境，互动的课程，学起来真的很轻松，但是难的是坚持。
现在网络这么发达，应该没办法找理由说没有资源学习了，所以不管你在哪里上学，不管学校如何，都不是问题～
简历
之所以先写简历的部分，是因为不管是校招还是后续跳槽的面试，简历都是重中之重。面试官们会通过简历来建立对你的第一印象，更有甚者它会直接决定是否会有后续的面试。
首先技术相关的工作，我觉得简历应该简单大方，不要花哨，我一般会选择用 latex 来做简历。
其次，简历内容应该重点明确，把自己最重要，最熟悉的项目放在前面，用简短清晰的语句来描述，不要大段大段的文字。
最后，我习惯对我已经写好的简历建立一个类似思维导图的东西，这样能帮我更好整理思路。比如如果第一个项目用到了树相关的算法，我就会以此展开来复习所有与树相关的知识点，不要放过任何细节。
加分项，简历中最加分的就是附上自己的技术博客或者 github，尤其是你的 github 有很多 star 的时候。
校招面试
考虑到之前并没有任何实习经验，而且 python 还是自学的，所以做了一个兰州二手房的分析的项目，如果你也像我一样，并没有实习经验或者实习经验很少，一定要自己独立完成一些感兴趣的项目，github 上有很多相关的项目可供参考。项目不用太复杂，重点是遇到问题后解决问题的思路和完成度。
在网易笔试通过之后，我即将面对人生中第一个和工作相关的面试，但大脑中对整个流程却一片空白。于是我当机立断在前往北京之前，投了几个实习，想先了解下互联网行业面试大概是什么样的。这几个实习面试对我的帮助很大，首先了解了互联网面试的流程，其次认识到自己的优势和劣势。我的优势在于理科出生，理论比较好，机器学习算法细节了解比较充分，而劣势也相当明显，没有实习经验，对数据结构了解几乎为 0，编程能力较弱。这也是我觉得很重要的一点，要认清自己，不能盲目自信，也不能夸张认为自己什么都不行。面试过程中要充分放大自己的优势，但也要承认自己的劣势，并给出合理的解决方法。
工作中提升自己
初入团队，领导和同事对你能力的认知是一片空白，这时候最重要的获得别人的认可，而认可是一个累计的过程，即将做的每一个项目都是获得别人认可的机会，所以要好好把握，大概三四个项目后，leader 和同事就会对你形成固有印象。
工作中负责，我觉得是一个最重要的品质。而负责是基于主动思考的，当接到一个项目时，你是如何对待它，只做一个执行者还是会主动思考，提出自己的想法（即使想法并不是十分完善）。当你主动思考了，策略效果可能会更好，毕竟你对这个项目最熟悉，能看到，拿到第一手的数据。当你对代码质量，代码逻辑负责的时候，也会少很多后续可能需要"回锅" debug 的问题。
还有一个比较重要的品质是主动学习，互联网行业迭代更新很快，要保持学习才能跟上大时代。一方面是工作中的主动学习，趁着工作的机会学习自己之前并不了解的方面，比如之前都用 map reduce，而组里都用 spark，那就刚好学习 spark，组里的每个同事都是最好的老师；另一方面是工作之余，很多童鞋平时工作真的很忙，但是刷微博的时候看看大佬们分享自己领域的最新的进展也是好的。
工作之余，不要忘记你在面试时发现自己的弱项，毕竟找工作，在现在这个社会，在互联网行业并不是一劳永逸的事情。我自己的弱项，就像前面所说，数据结构知识几乎没有，所以有空的时候我也会去刷刷 leetcode，因为现阶段目的性并不是很强，也就是说并不是为了找工作而疯狂刷题，而只是为了提升自己，所以整个过程也就更愉悦。准备一定要做在前面，不要到了时间点匆匆忙忙。
跳槽面试
说到这其实跳槽面试就没有什么好说的了，面试官们具体问了什么，我也记不清了。而且每个面试官风格都不一样，命中同一个面试官的可能性微乎其微。
推荐给大家这本书 软技能：代码之外的生存指南
这里也提到了面试的一些准备技巧，大家也可以借鉴学习。
最后欢迎大家来我的公众号，或者博客，问问题，找我玩都可以～
版权声明：本文为CSDN博主「阿塔塔塔」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/fengfei9225/article/details/104513679
#算法工程师#