"算法"于招聘：一位算法工程師的深度思考

本文首發(fā)于http://blog.liziyang.space/2020/11/10/Life_FindingWork/#more，歡迎踩踩。

寫(xiě)在最前

今年因?yàn)橐咔椋芏嗍露及l(fā)生了變化，也需要大家去"擁抱變化"。(希望有人能接住這個(gè)梗哈哈哈)

對(duì)于公司的實(shí)習(xí)或者全職招聘來(lái)說(shuō)，最大的變化可能就是面試由大部分線下變成了全部線上。雖然失去了線下和面試官面對(duì)面交談的體驗(yàn)，但隔著屏幕的交流，搭配上一些輔助工具可能也使得面試更加方便，孰優(yōu)孰劣還是留給大家自己評(píng)判。

從春招的實(shí)習(xí)投遞，到秋招的全職投遞，我經(jīng)歷了共計(jì)6家不同的公司，大大小小27輪技術(shù)面試和6輪HR面試，有精彩也有糟糕，有成功也有失敗，收獲頗多，感想也頗多。

其實(shí)很早就希望能寫(xiě)一篇或者幾篇文章來(lái)聊聊自己的春秋招和實(shí)習(xí)，做點(diǎn)內(nèi)容上的輸出，但是因?yàn)樽约菏聦?shí)上是個(gè)懶人所以遲遲不想開(kāi)動(dòng)。后來(lái)想想與其讓自己的碎碎念隨著時(shí)間慢慢淡去，被自己忘記，被大家所不知，不如記錄下來(lái)。無(wú)論是多年之后再回首現(xiàn)在的自己然后會(huì)心一笑，還是能給大家一點(diǎn)點(diǎn)的參考和啟發(fā)，都很讓人開(kāi)心。

那么下面，正文開(kāi)始...

"算法競(jìng)賽"里的算法，不同于被大家所熟知的"算法崗位"的算法。后者基本可以理解為機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等相關(guān)的理論與應(yīng)用，即設(shè)計(jì)一些模式或者策略來(lái)讓機(jī)器基于海量數(shù)據(jù)的學(xué)習(xí)達(dá)到一定程度上的能力要求；而前者則更像是人類(lèi)心智與自我的博弈，即提出不同的問(wèn)題，然后針對(duì)這些問(wèn)題，通過(guò)具體的分析來(lái)設(shè)計(jì)不同的流程和規(guī)范從而解決或一定程度上解決問(wèn)題。

• "算法競(jìng)賽"于招聘是我對(duì)于招聘算法題，以及算法競(jìng)賽之于招聘算法題的一些看法。因?yàn)樽约航佑|算法競(jìng)賽的時(shí)間還算不短，所以這些觀點(diǎn)的置信度可能相對(duì)來(lái)說(shuō)高一些。

• "算法崗位"于招聘是我基于面試和實(shí)習(xí)的經(jīng)歷，來(lái)談一談工作中的算法崗究竟在做什么。因?yàn)榻佑|時(shí)間尚短，可能并不能給出專(zhuān)業(yè)的看法與觀點(diǎn)，一些淺見(jiàn)與大家分享和交流。

"算法競(jìng)賽"于招聘

算法題是招聘中，筆試的主旨，面試的慣例，所有應(yīng)聘者都無(wú)法避開(kāi)的一道坎。每天我關(guān)注的一堆公眾號(hào)里，都會(huì)彈出幾個(gè)"xxx帶你刷算法題"的廣告，也足可見(jiàn)這些題目的重要性。

"算法競(jìng)賽"究竟能帶來(lái)什么

眾所周知，算法競(jìng)賽的獎(jiǎng)牌在近些年的含金量逐年下降，從上古時(shí)代的銅牌就能得到認(rèn)可，到我剛接觸時(shí)起碼銀牌才能達(dá)到一些大公司的底線，再到現(xiàn)在每年都能產(chǎn)出海量的金牌，獎(jiǎng)牌漸漸地代表不了能力了。競(jìng)賽圈著名的q老師曾經(jīng)說(shuō)過(guò)，"能力強(qiáng)的人到哪都不會(huì)混的差的"(大意如此)。獎(jiǎng)牌只能代表你曾經(jīng)參與過(guò)，真正的能力展現(xiàn)還應(yīng)當(dāng)是真正地在筆面試中做出題目。

我一直秉持一個(gè)觀點(diǎn)，就是出題并不是越難越好，而應(yīng)當(dāng)看對(duì)應(yīng)的人群以及做題的目的來(lái)做針對(duì)性的調(diào)整。我在給NJU的問(wèn)題求解當(dāng)助教時(shí)就總會(huì)在期末考試中控制難度，一方面是因?yàn)槌鲱}人的慣性會(huì)導(dǎo)致自己認(rèn)為題目偏簡(jiǎn)單，另一方面也是因?yàn)槭鼙娛谴蟛糠址歉?jìng)賽學(xué)生，目的也是考核而非選拔。

招聘的題目也是同理，這些題目的核心是考察你的代碼能力和思維能力是否達(dá)到企業(yè)的要求，絕大部分做題的人都是未接觸過(guò)算法競(jìng)賽的應(yīng)聘者。作為一名算法競(jìng)賽選手，如果你覺(jué)得題目很簡(jiǎn)單，那很正常；但如果你迫切地希望能夠提高筆面試題目的難度來(lái)幫助你脫穎而出，那我只能很遺憾地說(shuō)你可能更應(yīng)該去打比賽。

不可否認(rèn)的是，隨著所有人逐漸意識(shí)到算法題在招聘中的重要性，大家都開(kāi)始近乎瘋狂地刷題，Leetcode這類(lèi)平臺(tái)的崛起也正因?yàn)榇恕Ｒ舱且驗(yàn)榍舐氄哒w水平的提高，招聘算法題的難度也在逐年提升，但還遠(yuǎn)遠(yuǎn)達(dá)不到競(jìng)賽題的水準(zhǔn)。這可能是競(jìng)賽選手有限的優(yōu)勢(shì)所在，即當(dāng)你適應(yīng)了競(jìng)賽題的難度，再回頭看招聘算法題，經(jīng)過(guò)簡(jiǎn)單的適應(yīng)之后就是完完全全的降維打擊。

絕大多數(shù)人都沒(méi)怎么接觸過(guò)算法競(jìng)賽，當(dāng)他們看見(jiàn)一名競(jìng)賽選手輕松AC那些看起來(lái)很難的算法題的時(shí)候，可能會(huì)生出一種無(wú)力感，其實(shí)大可不必。原因有下:

• 在企業(yè)的招聘中，算法題僅僅是一個(gè)部分，不是全部。

• 企業(yè)招聘中算法題的目的是考核，而不是選拔。

也正因?yàn)榇耍衅钢械乃惴}往往是過(guò)線就行。我覺(jué)得很多時(shí)候，只要在Leetcode這樣的一些平臺(tái)多刷刷題，那么你的能力就足以應(yīng)付絕大部分的算法題了。只是因?yàn)槊嬖嚨钠渌糠掷缯Z(yǔ)言、網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)、操作系統(tǒng)等等內(nèi)容是大家廣泛接觸過(guò)的，但算法題認(rèn)知可能還局限于算法與數(shù)據(jù)結(jié)構(gòu)課上那些簡(jiǎn)單的內(nèi)容，所以才會(huì)產(chǎn)生對(duì)于未知的畏懼感。真正刷了一些題之后大家就會(huì)發(fā)現(xiàn)，算法題也就這樣。

希望競(jìng)賽選手在應(yīng)聘時(shí)能夠多增強(qiáng)其他方面的技能，僅僅是會(huì)做題其實(shí)是遠(yuǎn)遠(yuǎn)不夠的。而非競(jìng)賽選手也不應(yīng)當(dāng)畏懼算法題，多去做準(zhǔn)備，發(fā)揚(yáng)長(zhǎng)處、增強(qiáng)短板才是正確的應(yīng)聘準(zhǔn)備策略。

如何準(zhǔn)備算法題

準(zhǔn)備招聘算法題其實(shí)與競(jìng)賽入門(mén)有極大的相似之處，畢竟二者做的題目在本質(zhì)上并沒(méi)有什么不同。

首先，應(yīng)當(dāng)選取一個(gè)好的練習(xí)場(chǎng)所，或者說(shuō)是做題網(wǎng)站。隨著計(jì)算機(jī)行業(yè)的興起，附加產(chǎn)業(yè)也越來(lái)越紅火，做題網(wǎng)站相比也有很多，這里我就不打什么具體的廣告了，就以最廣為人知的Leetcode為例。

一個(gè)好的練習(xí)場(chǎng)所，首先需要擁有足夠高質(zhì)量的題目。高質(zhì)量的題目定義其實(shí)很抽象，從知識(shí)點(diǎn)層面來(lái)說(shuō)，題目應(yīng)該能夠覆蓋到所有的知識(shí)點(diǎn)，對(duì)于每一個(gè)知識(shí)點(diǎn)來(lái)說(shuō)應(yīng)該有概念理解類(lèi)的問(wèn)題，同時(shí)也要搭配一些不同"套路"的題目，來(lái)讓做題人理解這樣的一個(gè)算法或者是一項(xiàng)工具有哪些常見(jiàn)的應(yīng)用手段。從更為功利的應(yīng)聘角度來(lái)說(shuō)，企業(yè)的真題可能也是一個(gè)很好的切入點(diǎn)，不說(shuō)能夠讓你了解到對(duì)應(yīng)企業(yè)的出題風(fēng)格(這個(gè)我個(gè)人感覺(jué)不太現(xiàn)實(shí))，但讓你感受到不同企業(yè)之間題目的難度差異是很好的。

例如在國(guó)內(nèi)企業(yè)里，根據(jù)我面試的經(jīng)驗(yàn)，字節(jié)跳動(dòng)的面試算法題會(huì)顯著難于其他的一些公司，例如華為、騰訊、美團(tuán)等等。而在外企里，想必大家已經(jīng)知道了，Google的題目難度獨(dú)一檔。了解題目難度可以幫助你更好地選擇目標(biāo)以及訓(xùn)練。

其次，要制定好目標(biāo)和計(jì)劃。刷題這件事并非很短的時(shí)間能速成的，很多人羨慕競(jìng)賽選手強(qiáng)悍的實(shí)力，但卻看不見(jiàn)我們多少個(gè)日日夜夜守在電腦前撓頭做題的場(chǎng)景。提升自己的算法題實(shí)力是一個(gè)長(zhǎng)久的事，這就更需要規(guī)范化的練習(xí)，以及最重要的堅(jiān)持。

具體來(lái)說(shuō)，可以先調(diào)研算法題的大概分類(lèi)，例如貪心、模擬、動(dòng)態(tài)規(guī)劃、搜索、數(shù)據(jù)結(jié)構(gòu)等等(這里只是舉例，并不是全部)。然后對(duì)于每一類(lèi)算法，去了解它大概的思想、典型的題目、經(jīng)典的應(yīng)用等等。一定要把這些都實(shí)現(xiàn)一遍，然后再去進(jìn)行更深的探索。接下來(lái)就是大量的練習(xí)，根據(jù)自己的水平選擇合適的題目去練習(xí)，既不能好高騖遠(yuǎn)一下去看太難的題導(dǎo)致失去信心，也不能沉迷刷水題讓自己無(wú)法提高。持之以恒地練習(xí)，會(huì)讓你的實(shí)現(xiàn)能力和思考能力都有一個(gè)質(zhì)的飛躍。

最后，一定要有探索和總結(jié)。對(duì)于招聘的算法題來(lái)說(shuō)，所牽扯到的知識(shí)點(diǎn)十分有限，更多地是考驗(yàn)?zāi)闳绾芜\(yùn)用，如何在狹窄的空間內(nèi)輾轉(zhuǎn)騰挪。倘若真的考到了超出知識(shí)范圍的內(nèi)容，那就爽快而又坦誠(chéng)地認(rèn)命吧，這并非是技之錯(cuò)，僅僅是運(yùn)之錯(cuò)而已。

對(duì)于已經(jīng)學(xué)會(huì)的東西，一定要多去探索和總結(jié)。探索是為了見(jiàn)識(shí)到更多精彩的應(yīng)用，總結(jié)是為了基于這些應(yīng)用，體會(huì)到這些內(nèi)容的本質(zhì)。一個(gè)算法并不是會(huì)實(shí)現(xiàn)最簡(jiǎn)單的版本，做過(guò)最裸的題目就完事了，而是經(jīng)過(guò)了千錘百煉，使用它做過(guò)了許多到題目，真切地認(rèn)識(shí)到它的本質(zhì)才算真正掌握。當(dāng)你有一天忘了這個(gè)算法的代碼怎么寫(xiě)，僅僅憑借自己的理解就能復(fù)現(xiàn)出來(lái)原算法，那才是真正掌握。

我也曾經(jīng)做過(guò)Leetcode上一些有意思的題目，也曾逛過(guò)評(píng)論區(qū)，很多題解都是一知半解，甚至并不正確。試想當(dāng)這道題目換了一個(gè)外衣，又有多少人能夠想到它的本質(zhì)，想到正確的做法。所以，對(duì)于算法的理解一定要盡可能地貼近本質(zhì)，才能做到面對(duì)一個(gè)全新的題目時(shí)，對(duì)各種算法信手拈來(lái)。

"算法崗位"于招聘

說(shuō)實(shí)話，這一部分的內(nèi)容很難動(dòng)筆。一方面是因?yàn)楸旧砦业牧私饩头浅\薄，一方面是因?yàn)槲矣X(jué)得感想非常零碎，很難將它們串在一起去完整地歸納和總結(jié)。簡(jiǎn)單寫(xiě)寫(xiě)給大家做一些參考，歡迎討論！

算法崗位其實(shí)是一個(gè)很復(fù)雜的概念，絕大部分是指利用機(jī)器學(xué)習(xí)等基于大數(shù)據(jù)的方法來(lái)讓機(jī)器完成特定任務(wù)，還有很少的一部分是針對(duì)特定的需求來(lái)做針對(duì)性的優(yōu)化，例如優(yōu)化操作系統(tǒng)、優(yōu)化數(shù)據(jù)庫(kù)等等，這方面的工作因?yàn)槲抑跎伲筒蛔鼋榻B。后續(xù)的"算法崗位"特指機(jī)器學(xué)習(xí)等崗位。

算法崗位究竟是怎樣的

首先，從工作的性質(zhì)來(lái)說(shuō)，算法崗位是區(qū)別于研究崗位的。研究崗位一般存在于大企業(yè)的各種實(shí)驗(yàn)室或者AILab之內(nèi)，主要負(fù)責(zé)的就是跟進(jìn)前沿的技術(shù)，然后利用企業(yè)資源去發(fā)論文。但是近年來(lái)的趨勢(shì)似乎是越來(lái)越多的企業(yè)更傾向于需要AILab偏向具體的落地應(yīng)用，而非單純的科研。這也可以理解，畢竟企業(yè)是需要賺錢(qián)的，單純的論文產(chǎn)出已經(jīng)不夠，將創(chuàng)新性的成果轉(zhuǎn)化為收益才是企業(yè)的最終目的。算法崗位一般來(lái)說(shuō)就是解決具體的問(wèn)題，即前沿或較前沿技術(shù)的落地和應(yīng)用。我本人更喜歡這樣的工作，一方面是因?yàn)槲矣X(jué)得自己并不太適合純科研，另一方面也是自己喜歡具體技術(shù)的應(yīng)用而非發(fā)掘。

其次，從工作的內(nèi)容來(lái)說(shuō)，算法崗位會(huì)有很多的工程工作。有一句開(kāi)玩笑的話是這么說(shuō)的:"所有的算法工程師最后都會(huì)淪為數(shù)據(jù)庫(kù)工程師"。這也是因?yàn)樗惴üこ處熜枰?fù)責(zé)從了解模型，搭建模型，到準(zhǔn)備數(shù)據(jù)，訓(xùn)練模型，評(píng)估模型，到參數(shù)調(diào)整，模型部署的全部環(huán)節(jié)；并不僅僅是搭建模型使用現(xiàn)成的數(shù)據(jù)訓(xùn)練評(píng)估就可以的。這也是我實(shí)習(xí)的最大感受。其實(shí)在日常工作中，很大一部分時(shí)間都用來(lái)進(jìn)行數(shù)據(jù)的準(zhǔn)備，具體流程Pipeline的搭建等等。

最后，從工作的時(shí)間來(lái)說(shuō)，算法崗位與開(kāi)發(fā)崗位也有很大的不同。在我的理解里，開(kāi)發(fā)崗位的工作時(shí)間更符合傳統(tǒng)工作的時(shí)間要求，即上班開(kāi)始整理需求，寫(xiě)代碼，然后交接，然后下班(如果錯(cuò)了歡迎交流)。我曾經(jīng)和我的mentor和mgr聊過(guò)算法崗位的時(shí)間安排，算法崗位并不是這樣，更像是兩條時(shí)間線的交錯(cuò)安排。一條時(shí)間線是程序員的時(shí)間線，你需要研究方法，編寫(xiě)代碼去做各種各樣的事情等等；另一條線則是計(jì)算資源線，這條線主要負(fù)責(zé)的就是模型訓(xùn)練評(píng)估等等的工作。眾所周知，人需要休息，機(jī)器是不需要的，所以為了保證進(jìn)度的穩(wěn)定推進(jìn)，算法崗位會(huì)要求計(jì)算資源不要空閑。很多時(shí)候在正常的上班時(shí)間算法工程師們也會(huì)休息，而在下班的時(shí)間大家也可能會(huì)適度地看看代碼。例如白天如果模型已經(jīng)在跑著，那大家可能會(huì)吃個(gè)水果玩玩手機(jī)；而晚上睡前可能會(huì)看看模型是否成功地跑起來(lái)了，來(lái)保證在睡覺(jué)的時(shí)候計(jì)算資源是有效運(yùn)轉(zhuǎn)的。總體來(lái)說(shuō)，"算法工程師的時(shí)間安排更加地靈活和自由"。

公司的算法崗和實(shí)驗(yàn)室研究有什么區(qū)別

這也是我一直很想寫(xiě)的一個(gè)話題之一，即工業(yè)界和學(xué)術(shù)界究竟有什么不同。

相信對(duì)于很多學(xué)生來(lái)說(shuō)，從學(xué)術(shù)界到工業(yè)界的轉(zhuǎn)換是一種全新的體驗(yàn)，所以這里我想根據(jù)我在學(xué)校組里的經(jīng)歷以及在微軟實(shí)習(xí)的經(jīng)歷，簡(jiǎn)單聊一聊這兩個(gè)界的區(qū)別。

從目標(biāo)來(lái)說(shuō)，學(xué)術(shù)界的考核目標(biāo)是論文。其實(shí)發(fā)論文是一個(gè)考慮了很多方面因素的事情，比如你是否有好的貢獻(xiàn)，是否有好的效果，以及是否能得到審稿人的認(rèn)可等等。一個(gè)工作可能并不能夠有一些廣泛或者具體的應(yīng)用，但只要它具有一定的研究?jī)r(jià)值，可能就能形成一篇好的論文。工業(yè)界的考核目標(biāo)是收益，相比學(xué)術(shù)界，工業(yè)界的目標(biāo)更加純粹，一個(gè)工作只要能切實(shí)地帶來(lái)收入的增長(zhǎng)，那就是好的工作。所以在工業(yè)界，大家同樣會(huì)緊跟前沿，但并不會(huì)每一個(gè)新的模型都會(huì)部署到線上去，而是會(huì)評(píng)估它的效果之后，結(jié)合具體的業(yè)務(wù)做好適配再去部署。

從過(guò)程上來(lái)說(shuō)，學(xué)術(shù)界很少考慮資源的問(wèn)題，在很多的論文里大家都非常關(guān)注最后的效果。當(dāng)然也有很多論文會(huì)附上運(yùn)行的時(shí)間、資源消耗等等內(nèi)容，但很少會(huì)作為主要的考量去呈現(xiàn)。工業(yè)界必須考慮資源的問(wèn)題，任何算法當(dāng)它的使用范圍被擴(kuò)大到海量數(shù)據(jù)時(shí)，都會(huì)牽扯到各種各樣的問(wèn)題，例如內(nèi)存的開(kāi)銷(xiāo)、時(shí)間的限制等等，這樣的一些限制在實(shí)驗(yàn)室研究時(shí)很難遇到，因?yàn)榇蠹彝褂矛F(xiàn)有的數(shù)據(jù)集；而在企業(yè)落地時(shí)都是必須考慮的內(nèi)容。所以在工業(yè)界，最需要做的一件事情就是trade-off，即效果和資源之間的權(quán)衡，并不是模型的效果越好就越應(yīng)該使用，而是需要考慮模型輕量化的前提下選擇合適的模型。

從關(guān)注內(nèi)容上來(lái)說(shuō)，學(xué)術(shù)界更為關(guān)注模型本身，因?yàn)樵u(píng)估模型使用的各種公開(kāi)數(shù)據(jù)集或者benchmark，對(duì)于大家來(lái)說(shuō)都是公平的。而工業(yè)界更為關(guān)注數(shù)據(jù)質(zhì)量，以及數(shù)據(jù)和任務(wù)的契合程度，在工業(yè)應(yīng)用中更多的是從豐富的log中抽取數(shù)據(jù)來(lái)訓(xùn)練模型，數(shù)據(jù)的質(zhì)量就成為了關(guān)鍵的一環(huán)。我在微軟的實(shí)習(xí)過(guò)程中在數(shù)據(jù)抽取部分就遇到過(guò)數(shù)據(jù)泄漏和數(shù)據(jù)傾斜等不同的問(wèn)題，解決了這些問(wèn)題之后，才能正確而有效地評(píng)估模型的表現(xiàn)。

從工作的體驗(yàn)上來(lái)說(shuō)，公司則遠(yuǎn)遠(yuǎn)優(yōu)于學(xué)校。這種體驗(yàn)上的差異不僅僅體現(xiàn)在資源對(duì)比上，例如公司會(huì)有充足的顯卡和存儲(chǔ)資源供大家使用，而在學(xué)校只能大家去搶占服務(wù)器上有限的幾塊卡；體驗(yàn)上的差異會(huì)更多地體現(xiàn)在流程中，例如準(zhǔn)備數(shù)據(jù)的過(guò)程、訓(xùn)練模型的過(guò)程等等。在學(xué)校可能需要自己去服務(wù)器上操作，甚至需要為多卡并行去手動(dòng)配置很多的參數(shù)；而在公司，得益于大量infra(基礎(chǔ)架構(gòu))工程師的努力，會(huì)有很成熟的AI訓(xùn)練平臺(tái)供你使用。高度抽象和集成的平臺(tái)會(huì)讓模型的部署、訓(xùn)練、評(píng)估、調(diào)試等等工作都變得更加輕松。

以上是個(gè)人的一些簡(jiǎn)單的體會(huì)，希望能夠幫助到同學(xué)們更快更好地完成從學(xué)校到公司的轉(zhuǎn)換。

歷時(shí)兩天終于完成了這篇文章，也完成了很久以來(lái)就想做的一件事。希望這些內(nèi)容能給大家?guī)?lái)幫助，也歡迎大家在知乎或者博客的評(píng)論區(qū)和我進(jìn)行討論。