数据挖掘一面

今年自己的秋招已经算是结束了，从23年求助or相关的经验到现在已经差不多两年了，特地来让这个连续剧完结一下，和大家分享一些自己的感受和经验吧一、结果先说一下结果，今年秋招一共投了10多家，一半多简历挂，有面的差不多一半oc，最后一共能选4家。综合了平台，薪资以及一些个人原因，继续选择留在杭州。虽然比不上众多大佬，不过总体结果对自个也算还行二、感受今年秋招的过程中，最大的感受还是算法岗的强度和难度挺大的，本人双211，三段相关实习，项目经验很多的情况下，简历挂了一半多。然后进面问的问题很多也都蛮深的，不光技术上的，更多是关于项目以及应用过程中自己的一些思考。同时，不少企业给我的感觉并不是想培养校招生，而是希望校招生能直接上手就用，因此会对经验和工程化能力有一定要求。所以今年这个情况，我觉得找不到合适的工作，更多并不源于个人，而是很多工作，招聘的标准对校招生就是不合适的。如果没有顶好的学历和背景，就需要很好的经验能力以及亿点点运气。这里也希望今年秋招不顺利的大家，不要太过于伤心以及怀疑自己。秋招只是人生的一个小路口，不是一切的结束，而是新的开始，没有什么一定的好工作，只有最适合自己的工作。如果想卷，那就努力学习，置心一处，对自己的职业要有清晰合理的规划，多汲取一些前人的经验，一步一个脚印，相信时间会给出满意的答案；如果不想卷，那就请努力生活，享受生活，轻松自由的生活，知足常乐，成功和快乐没有标准，不要和别人攀比什么，与人比较只会偷走自己原本的幸福。三、经验然后分享一些自己投递和面试的经验吧，仅供参考。首先，简历要先做好，需要突出重点信息，要体现自己和所投递岗位匹配的能力，有可以证明的经历诸如项目、论文、实习等等最好。还有就是多投多尝试，是自己觉得合适的岗位，就可以去投递，然后如果是算法相关，leetcode还是蛮重要的，多刷刷。还有认真准备面试，每一次面试其实都是累积经验和寻找不足的2机会，要学会在面试中展示自己的长处，可以针对特定岗位的面试做一些准备。针对运筹优化算法以及相关岗位，根据我个人的技术和项目，给出了一些常遇到的问题以及对部分可能没法直接搜到答案的给出了一些自己简明的理解，不过由于我水平有限，加上不怎么做机器学习，然后完全没有深度学习经验，所以这些问题的范围和答案仅供参考（1）精确求解相关。单纯性法求解的过程列生成算法适用场景（变量数远大于约束）与过程分支定界的场景（整数线性规划或者混合整数线性规划）与过程（2）求解器相关。使用过哪些求解器不同类型求解器的特点以及使用选择（启发式求解器在短时间求解性能好，往往没有解质量保障和最优性检验，适用大规模和时间要求高的，不需要精度保障的，常见的线性求解器建模比较容易，适用性广，都可以尝试建模求解，约束求解器使用约束编程往往求解很快，但是建模比较复杂，门槛高，适用比较经典的问题，pbo和sat求解器是针对特定问题的）求解器无法求解大规模问题怎么办（不影响最优性主要是优化精简模型，或者自己针对问题特点写特定算法或者提算力，影响最优性主要是启发式，方式很多，模型划子模型，变量替代，启发约束关系绑定等等）（3）数学建模相关线性化的一些技巧经典和特定模型的构建，比如仓网，车辆建模相关项目的介绍，背景，模型，一些细节（有可能是个人项目原因，但是除了一个纯kpi面，都有被问到）（4）启发式相关了解和使用过哪些启发式算法介绍自适应大领域算法，还有一些细节（这个可能和我回答以及简历相关）如何防止陷入局部最优（禁忌、重随、退回、shake机制，调整目标函数，本质就是要么增加随机性和要么增加跳出的引导性算子）项目相关的启发式设计四、结语读研和实习的过程，收获的不仅是个人能力的成长，还结识了很多厉害而且友好的老师、师兄、师姐，如果没有他们的帮助，这一路将无比艰难；同时还在工作中认识了一些很优秀的朋友，同事，他们让枯燥的工作有了很多光彩，希望有缘再聚。我的秋招结束了，不过这也是新的开始，又要去追寻自己下一阶段的目标以及寻找人生的意义了。希望大家秋招顺利，能找到称心的工作，如果没有的话，那就祝大家身体健康，内心安宁

#牛客创作赏金赛# 河南某农业大学大三大数据专业就读，正在上数据挖掘课程ing ~，这么内容真的能够完全掌握吗，马上就要期末考试，还在投寒假实习简历，但是目前0回复～