巨硬午餐肉：首先排除拼多多

cloudwalker2：背景很好啊，做算法，不要怂。 一般面试就是三个方面：纯代码题，算法基础知识(教科书的题目)，你自己项目和项目里面涉及的算法知识的考核。 多刷题，巩固基础算法，高频题和机经题重点刷，起码常见的题目做到bugfree。 选一个自己优势或者自己喜欢的算法方向，找面经，了解当前不足的知识，至于选机器学习还是cv，可以看一些大厂的面经，看看自己需要补充什么再决定。比如机器学习肯定会问xgboost, nlp肯定会问bert，word embedding； 如果做分割，大概率会问你各种fcn, deeplab, maskrcnn 等等等等，这些网络肯定会问你细节，看文章/看源码代码实现/看面经，对自己选的方向深挖细节。 楼主如果现在在国内还可以找实习，或者面试几个实习查找自己的不足。其实把自己以前做过的项目总结深挖和优化，包装成项目。 总结：工作面试需要什么，就准备什么。 1. 在时间有限的情况下，刷题就是面向高频题和机经真题。跟高考做真题一样。 2. 根据面经的算法，对自己的基础算法知识查漏补缺，你上过课，复习起来也很快的。 3. 项目部分的面试是因人而异的，你做超分辨率可能就问你超分辨率。项目上有分割，就会问你分割算法。对自己项目涉及的算法，应该是自己非常在行的，不能露怯。 我个人感觉刷题和基础算法知识决定考核的下限，基础达不到bar就会被刷掉。而paper和项目或者实习考核人的上限，你怎么想这个paper的，你这个项目为什么用这种方案而不用那个，这个问题你是怎么解决的。这些问题都很活泛，开放题目，会考察你的思想和理解是不是深刻，自己是真的理解了，还是overfitting了。这部分涉及对算法的理解和应用，是从上限考察的，其实这种问题的区分度也很高。 现在的算法越来越偏落地了，对工程能力要求更强，有时间还是希望多撸源代码，看实现，挖细节。没有paper体现自己的研究能力，就用solid的代码能力体现工程能力。反正总得占一头。 后端和数据我不太知道。但是C++开发的工作也很多吧，但是学习路线就不一样了，没法提供建议。https://www.nowcoder.com/tutorial/10018/index 能做开发，不要做测试。