22届校招巅峰赛 | 几十个顶会大佬抢1-2个offer，大佬找工作心酸历程

2022 年 8 月 25 日 图与推荐

谢邀，本人Top2计算机ML博士，手上一作六篇，均为CCF-A，包括ICML, NeurlPS等，有oral一篇，spotlight一篇，总共paper 10+，工业界比赛拿过第一。感觉教职太卷，所以目前只看了工业界机会。

我想分享一下我面各个大厂头部计划的经历，给ML领域的同学们，尤其是学弟学妹们打一剂预防针。

我首先申明比我牛逼的人太多，我仅仅分享我自己的看法，一家之言，大佬轻喷，手机码字，有错误希望礼貌批评指正。

如果有同学认出我，还请不要透露关于我的私人信息，谢谢～

今年只投了各个大厂的头部计划，研究院和部分量化岗位，深感今年非常的卷。

往年同实验室师兄差不篇2-3A足够拿下各个大厂头部，今年2-3A同学除非跟目标部门非常匹配，基本都挂掉了。这并不是同学不够优秀，而是今年的hc非常的少，大厂都在准备过冬。

华为: 华为是今年唯一比较积极招人的公司，天才少年的hc还算比较多，算是今年的一股清流。本人从6月开始面，侥幸拿到了几个部门的天才少年offer。华为天才少年一般是一轮业务交流，两轮技术面试，一轮主管 + 一轮总裁，每一轮都会挂人，天才少年不面coding。就从我身边的样本来看，能拿到天才少年的无非两种人：

Paper数量很多的人;
做的方向跟华为想做的方向特别match的人。

今年华为我了解的招的比较多的比如自动驾驶网络相关的ai, 知识图谱，数据库智能等，有同学比较match的1-2篇A就能够拿下天才少年。

百度: 百度这边差不多面了2-3个部门的aidu。今年的百度，就我面的几个部门，aidu名额<=1,很多部门都不招aidu。百度面试差不多一共5轮技术/业务 + 1次research talk + 1次集团面试，技术面试基本都有coding。本人从6月开始投，7月开始被通知面试，面试流程极其缓慢，明显能感觉到百度有意在养鱼，不想让个别人流程走的太快。本人已经被hr告知大概率可能面不过aidu，要准备走提前批。今年投aidu的简历牛逼的可怕，我估计也只能做分母，当然也有可能我不是特别match。

字节: 字节由于没有特殊计划，所以就投了提前批。提前批一共只有三轮[也有同学4-5轮]，每一轮都有coding，且middle起步，coding难度是我面的所有厂里最高的。非常顺利的拿到了offer。只面了一个部门，不太了解hc情况。

腾讯: 腾讯是让我最难受的公司。从6月投腾讯大咖，至今没有一个hr联系我，周围同学也只有1-2个同学被联系了。今年腾讯大咖可能只会招特别match的同学且hc极少。

美团: 美团这边据我同学的消息，北斗的hc大概全公司20个，并且今年的政策取消了部分目标院校的北斗不占hc的条件，因此往年可以招一大堆清北，但是今年不行了，所以名额极少。和百度类似，一个部门的北斗hc<=1。本人大概8月开始投北斗，被一个不想去的部门直接锁了简历，然后拒掉了面试。本人至今还在那个流程中，联系官网的邮箱也无果，其他情况后续再更新。

快手: 快手最近才开放快star，hc情况不了解。目前刚刚接到第一面面试邀请，有后续更新再说。

阿里: 阿里去年错误判断形势，大量招人，因此今年大量缩招。今年阿里星计划是所有公司启动最晚的，面试大概是笔试 + 评测 + 3轮技术 + 2-3轮阿里星面。阿里是唯一一个特殊计划还需要做笔试题的。本人一开始被某不相关部门捞去，被某搞心态大哥出了两道hard直接gg，好在hr很好沟通，解锁了简历，后投了另一个部门，还在面试流程中。

蔚来: 蔚来这边hc情况其实我并不是特别清楚，蔚来一共5轮面试，两轮有coding，顺利通过。

MSRA, Hulu, 上海研究院，智源: 还没开始面，有消息再更。

九坤，佳期，乾象，幻方: 九坤直接被笔试题劝退，全是NOI+ACM题，不懂为什么招深度学习算法工程师需要会这些东西; 佳期三小时的笔试题也快把我劝退；乾象一上来就面数理统计，本人目前还没时间准备..暂时搁置; 幻方还没做笔试题，不清楚难度。

总的来说，我的秋招还算顺利，但没有我想象的顺利。身边一些不错的同学，paper有一些但是不那么多的，头部计划几乎全部挂掉，让我比较震惊。对于未来想进工业界的同学，想给一些建议，但是一家之言，可听可不听

学术研究要做的 focus一点。本人属于大杂烩，什么都做，面试过程被各种挑剔，好在各个子方向的paper都做的比较硬核，勉强说服面试官。如果想拿大包，做的学术研究需要有持续性。评价一篇paper对你有没有用，可以看这篇paper对你的presentation有没有增益。否则你自己都不愿意提的paper，用处也不是特别大。
做的研究要么顶天要么立地。 顶天就是可以做出非常新颖有意思的工作，让人一听耳目一新，属于挖坑的工作，或者拿到 oral, best paper级别的。 立地就是做的东西不是marginal的刷点，做的是一些很实际，学术工业界都关心想要解决的前沿问题，属于填坑的工作。本人的大多数paper自愧只能属于立地水平，但是在工业界还算吃香。

基于今年的秋招找工作的经历，本人对未来的短期互联网的经济发展和深度学习发展都比较担忧，感觉在未来的几年前，能否找到一个稳定发展的平台持续投入可能是一个最重要的问题。几年后，再回来看看今年的这个判断是不是正确。