夫君跳槽记

研究生毕业后,我和夫君来到同一家公司上班。一年后,夫君从新型部门transfer到我们团队,一起学习公司的核心技术。半年后,因为薪酬等原因,他打算跳槽,目前面了7家公司,拿到3个offer,面跪4家。下面先介绍面跪的4家,阿里、北京微信、今日头条、快手,再介绍面试通过的三家,深圳腾讯、美团、滴滴。

阿里

阿里是夫君面的第一家公司,面试官问了很多项目细节,夫君由于准备不充分,很多没答上来。面试官又问如何在hadoop中解决数据不平衡问题,夫君说:“Map 后加上Combiner操作,实现部分聚合。”最后,面试官要求用堆实现K路归并排序,夫君只回答出算法,没能现场写出代码。一面就这样挂掉了。

北京微信

一面问快排,二面问快排。夫君在第一面的时候表现还可以,在第二面的时候因为多种原因被pass掉了。

二面面试官刚开始说夫君的快排有问题,夫君说没问题,面试官就说:“我给你找个例子。”然后发现是面试官自己弄错了。二面面试官似乎认为夫君的项目没什么技术含量,说:“你就统计一个共现啊。”夫君不服气地辩解说:“这不仅仅是统计共现,balabala……”

二面面试官还考察了信息增益、基尼指数的公式,夫君答得也不好,挂掉已是必然。

今日头条

一上来就要求夫君写算法题,那道算法题是LeetCode的原题,中等难度。夫君之前没刷过LeetCode题,基础算法也很一般,因而没想出算法,更不用说代码了。

回家之后,他把题目告诉我,我立马就想出了算法,又花了一点时间将其Accepted掉,然后在夫君面前小小地秀了一下。

Copy List with Random Pointer

A linked list is given such that each node contains an additional random pointer which could point to any node in the list or null.

Return a deep copy of the list.

Copy List with Random Pointer答案

快手

一面三道算法题,二面三道算法题,全是LeetCode的原题,夫君一道题都没做出来。快手面试是夫君所有面试中被虐得最惨的一次,回家看到我的时候,嘴巴一撇,只差没哭出来,我还没心没肺地在他面前乐了好一阵子。

其中有一道题是《Reverse Linked List》,当年我面百度的时候,也是现场手写,而且被要求用递归和非递归两种解法分别求解。虽然我的代码完全正确,但仍然被面试官嫌弃,说太丑了。也不知道他是嫌我的字丑,还是代码丑。回去后,我在电脑上又写了一遍,自我感觉不丑。

Reverse Linked List

Reverse a singly linked list.

Reverse Linked List(递归)
Reverse Linked List(非递归)

深圳腾讯

一面问项目+深度学习,二面问项目+深度学习,三面问项目+深度学习。一面二面问得较浅,三面问得较深。

三个面试官依次问了同一个问题:“你了解哪些深度学习,请介绍一下?”夫君答:“CNN,卷积神经网络,主要用于图像识别。RNN,循环神经网络,主要用于自然语言处理。”面试官问:“你如何看待CNN用于文本分类?”夫君答:“不知道。”

面试夫君的这个部门特别缺人,特别看重项目经历。

美团

一面问项目和论文,二面问项目和论文,三面闲聊。夫君在研究生期间曾发表过一篇论文,获得了“Best Paper”奖。其他公司都只问毕业后的工作,美团却详细问了那篇论文的思想和优化点。二面还问夫君:“AUC是怎么画出来的?”夫君只答出怎么计算混淆矩阵,没有答出怎么计算横纵坐标。

三面问:“你为啥现在要出来啊?”夫君答:“现在正在看外面的机会,机会好就出来。”三面问:“你们部门多少人啊?”夫君答:“一两百人。”三面问:“你们的总监是谁啊?”夫君答:“……”

滴滴

一面问项目+深度学习,二面问项目+逻辑回归,三面问项目+开放问题。

一面问深度学习:“RELU激活函数和Sigmoid激活函数有什么区别?梯度消失和梯度爆炸你了解吗?”

二面问逻辑斯蒂回归:“逻辑回归的损失函数是什么?它的参数更新规则是什么?”

三面问开放问题:“给你固定数目的补贴,怎么分发给司机,可以最大化司机的订单量?”

对于夫君最近的面试结果,我的结论是,面试看重项目经历的公司基本上都能过,毕竟在大公司核心部门镀过金,面试看重LeetCode编程能力的公司基本上都会跪,毕竟夫君的基础算法一般又没刷过LeetCode题目。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,012评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,628评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,653评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,485评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,574评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,590评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,596评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,340评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,794评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,102评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,276评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,940评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,583评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,201评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,441评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,173评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,136评论 2 352

推荐阅读更多精彩内容