受邀當(dāng)了一回面試官

前兩天應(yīng)牛客網(wǎng)的邀請進行了一場模擬面試，對面的是一個挺帥的小伙，看了一下簡歷本科碩士都是英國著名的高校，背景還算是不錯。但一通機器學(xué)習(xí)、深度學(xué)習(xí)的問題問下來之后，發(fā)現(xiàn)小伙的基礎(chǔ)不太好，很多知識點掌握得很表面。再聊了聊未來的職業(yè)發(fā)展，發(fā)現(xiàn)更不得了，小伙雖然已經(jīng)有了幾個月的實習(xí)經(jīng)歷，但對于未來的職業(yè)發(fā)展，以及算法崗位的要求等方面誤區(qū)很大。

我整理了其中一些分享給大家，希望可以拋磚引玉，對大家有所幫助。

申請大廠是否一定要論文？

少年問我的第一個問題就是關(guān)于論文，他現(xiàn)在簡歷當(dāng)中空無一物，沒有論文相關(guān)的經(jīng)歷。他在網(wǎng)上看了很多分享，都說現(xiàn)在的BAT招聘非常卷，即使是海外名校，也一定要有頂級的論文才行。所以少年非常擔(dān)心，想著要不要冒著疫情的風(fēng)險回英國搞一篇CV方向的論文出來。

那么，論文是不是校招必須呢？

其實很難說，因為在招聘當(dāng)中是沒有絕對的。就好像從來沒有說本科生一定不能做算法一樣，也從來沒有過校招一定需要論文的絕對要求。但如果我們觀察一下最終拿到offer的優(yōu)勝者們，其中大部分都是有不錯的論文經(jīng)歷的。這說明了什么呢？

我舉個不恰當(dāng)?shù)睦樱撐挠悬c像是奢侈品。有錢人往往總有一兩件奢侈品，不是包包就是手表，但并不是買了奢侈品就是有錢人。同樣，一般優(yōu)秀的碩士畢業(yè)生基本上都有不錯的論文，但不意味著有過論文經(jīng)歷就是優(yōu)秀畢業(yè)生，就可以拿到大廠的offer了，這里面是不能劃等號的。

再往深了說，現(xiàn)在高校能夠發(fā)論文的領(lǐng)域往往和實際工業(yè)場景大相徑庭。很多研究熱門在工業(yè)當(dāng)中的應(yīng)用并不廣泛，舉個例子，比如現(xiàn)在人工智能的火熱領(lǐng)域CV和NLP，每年都有各種各樣的論文發(fā)表。但大廠當(dāng)中關(guān)于圖像、文本處理的相關(guān)崗位并不多，道理也簡單，因為大廠們的主營業(yè)務(wù)和圖像、文本并沒有什么關(guān)聯(lián)。

百度主業(yè)是搜索；阿里、拼多多、京東是電商；騰訊、網(wǎng)易、米哈游主業(yè)是游戲；抖音、快手、愛奇藝、騰訊視頻、B站主業(yè)是視頻。這些都是老業(yè)務(wù)了，早在NLP、CV興起之前就已經(jīng)大行其道了，這些技術(shù)說白了只能錦上添花，并不能雪中送炭。再說透一點，即使真的卷進了大廠做NLP、CV，也不過是給核心部門提供數(shù)據(jù)支持的，很少能對接業(yè)務(wù)。

稍微和CV掛鉤緊密一點的可能只有自動駕駛了，但遺憾的是，目前主流的自動駕駛方案除了特斯拉之外依靠的也并不是圖像識別，而是激光點陣云，圖像識別依然只是輔助。

說了這么多，其實就想說明一件事：大多數(shù)情況下論文和獲獎證書、榮譽證書一樣，都是實力的一種體現(xiàn)。

數(shù)據(jù)挖掘崗是不是不太卷？

少年問我的第二個問題，關(guān)于崗位的選擇。他告訴我他想要選擇數(shù)據(jù)挖掘崗位，而不是算法工程師。原因也很簡單，因為覺得BAT的算法崗太卷了，覺得自己進不去，所以退而求其次，想要做門檻低一些的數(shù)據(jù)挖掘崗位。既和業(yè)務(wù)結(jié)合緊密，也不太卷，尤其在國內(nèi)還沒有大規(guī)模興起。

老實講，他的這個問題有點出乎我的意料。但轉(zhuǎn)念想想又在情理之中，對于學(xué)生而言，能不能進入BAT，競爭是否激烈顯然是兩個關(guān)心的重點。

下面就和大家聊聊這個問題，數(shù)據(jù)挖掘和機器學(xué)習(xí)雖然不完全一樣，但其實是兄弟概念。一個更側(cè)重數(shù)據(jù)端的挖掘分析，而另外一個更側(cè)重預(yù)測，兩者有很多交叉的內(nèi)容和概念。早年間，在深度學(xué)習(xí)大規(guī)模流行之前，不知道是設(shè)立崗位的HR們沒有搞清楚，還是其他什么原因，那時候大廠既有數(shù)據(jù)挖掘崗也有算法崗。但兩個崗位做的事情其實是類似的，都是搜集分析數(shù)據(jù)，然后訓(xùn)練模型帶來業(yè)務(wù)效果。

到了后來，基本上很少看見數(shù)據(jù)挖掘工程師的說法了，一般都叫做算法工程師了。哪怕是專門做數(shù)據(jù)的，只要歸屬于算法團隊，那都是算法工程師，所以也就沒什么數(shù)據(jù)挖掘崗位會門檻比較低的說法了。即便真的做到了數(shù)據(jù)方向，也離業(yè)務(wù)十萬八千里，大概率也是當(dāng)個SQL boy，今天SQLA，明天SQLB，臟活累活一大堆，做得好了沒啥功勞，做得不好還要背鍋。我個人是很排斥數(shù)據(jù)崗的，事多、挑戰(zhàn)小、成長慢、績效差，只能臨時當(dāng)個跳板，最好不要長期待著。

哪里不太卷？

既然數(shù)據(jù)挖掘崗不太卷的說法站不住腳，那么哪里是真的不太卷呢？

想要不卷，最好的方法當(dāng)然就是和主流唱反調(diào)。大家都去哪，我偏不去哪。比如今年大家都說阿里不行了，那么我們就往阿里投簡歷。大家都說pdd、頭條給的多是個賺錢的好去處，那么我們就首先排除掉這哥倆，多看看滴滴、網(wǎng)易、51信用卡這種第二線的公司。

如果還是不行，可以再退而求其次，找一找大廠的一些邊緣一些的團隊。像是阿里的B2B、本地生活、盒馬之類，騰訊旗下一些半死不活的產(chǎn)品部門等等。我就不一一列舉了，大家可以自行去脈脈上了解。一般來說，大廠的招聘標(biāo)準(zhǔn)在子公司內(nèi)部是穩(wěn)定的，比如說你投遞阿里的本地生活。整個本地生活的面試標(biāo)準(zhǔn)都是差不多的，既然如此，那當(dāng)然要利益最大化，所以這個時候就可以考慮申請一下本地生活當(dāng)中一些比較好的子團隊。比如像是搜光推之類的，本來本地生活已經(jīng)算是二線部門了，拿的還是數(shù)據(jù)部門的offer，進去整天打雜寫SQL，那就太虧了。

對應(yīng)屆生什么比較重要？

對于大廠的招聘方而言，應(yīng)屆候選人什么特質(zhì)比較重要呢？是經(jīng)驗，還是能力？或者是潛能？

我們做一個簡單的排除法就知道了，首先可以排除的就是經(jīng)驗。首先應(yīng)屆生本身經(jīng)驗就是不足的，肯定不能和已經(jīng)工作了好幾年的老油條比。再者說，如果大公司想要招聘一個經(jīng)驗豐富的，也沒必要招應(yīng)屆生， 直接社招找個資深的不香么？所以經(jīng)驗只能加分項，而不是決定項。

排除掉經(jīng)驗之后就是能力和潛能了，這兩個都很重要，都是決定項，但是考慮的先后順序是不同的。首先考慮的是能力，這里的能力就是學(xué)習(xí)能力，怎么體現(xiàn)學(xué)習(xí)能力呢？就是看候選人之前掌握的知識的扎實程度，也就是考基本功。很多面試官喜歡問書本上沒有直接寫，但是可以通過思考和推導(dǎo)得到結(jié)果的問題，這些問題考察的就是基本功的掌握程度。能力過關(guān)之后才是考察潛能，這里的潛能主要和智商以及思維能力掛鉤，有些人很聰明，頭腦也很靈光，思維很活躍，那么潛能就好，相反如果思維比較遲鈍，也不知道怎樣分析問題、理解問題，那么潛力自然也就不會很高。

了解了這些，就不難理解為什么越是大廠越是看重候選人的基本功了，像是一些外企直接考察算法、數(shù)據(jù)結(jié)構(gòu)，看起來很八股，但實際上這種方法最能考察學(xué)習(xí)能力。如果你能連這么枯燥、困難的算法和數(shù)據(jù)結(jié)構(gòu)都啃下來了，擁有這么強的學(xué)習(xí)能力。那么做業(yè)務(wù)的時候用到的那么一點技術(shù)肯定也不在話下。這種論調(diào)或許不是百分百準(zhǔn)確，但也不無道理。所以大家在準(zhǔn)備面試的時候，尤其是大廠的面試，一定要注意基礎(chǔ)部分。