番外篇——社招如何拿到心仪公司的offer
作者：被包养的程序猿，360广告算法工程师，负责排序相关工程和算法研究。
最近一段时间更新的比较慢，也是因为最近这边工作上也有一些变动，目前大致也确定了下来，也是打算做一个总结，希望能帮助到同样在社招看机会的小伙伴们。
如何才能拿到心仪公司的offer呢？
作为刚毕业一年多的我来说，完全没有过任何社招面试的经验，仅凭校招面试的经历来准备社招面试肯定是不够的。所以我总结了如下的一套面试准备重点
一、简历撰写
简历作为社招面试的敲门砖，是面试官了解你的第一手资料，所以一定要重视起来，可以根据我上述图中总结的几点来进行相应的准备，应该不会差到哪里去，简历的重点就是“简洁明了、突出亮点“。如何通过简历抓住面试官的眼球呢，很多人在写项目经理的时候，会详细的堆叠一大堆的技术细节，我觉得在项目撰写方面可以着重突出以下三点：（1）「项目背景」 ：这个项目主要是解决什么问题，你们公司为什么要做这么个项目（2） 「技术简介」 ：简述项目用到的技术点，具体细节可以口述给面试官（3）「线上收益」：你的项目到底最后带来了多少实际的收益，前面吹的天花乱坠最后一看线上A/B实验效果负向，那面试官会觉得你们在扯淡。所以每个项目一定要着重突出项目的具体收益，让面试官直观的感受到你们项目的价值所在，面试官看你简历上项目都带来了不错的收益，面试官可能会跟他的领导说这个候选人做的项目不错，到时候咱们也上线尝试一下，很大概率你后续的面试难度会降低很多。毕竟后面的面试官是要参考之前面试官的评价的，留一个好的评价对后面的面试肯定是大有帮助的。除了项目需要重点准备之外，如果个人有「好的开源项目或者技术博客」 的话一定要贴在简历上哦，这个可是非常大的加分项。其他的一些内容没有什么特别需要强调的了，正常准备应该问题都不大了。
二、面试准备的重点
「1、项目」
社招面试和校招面试最大的不同应该就是对候选人项目经历的考察了，好的面试官会从你的项目经历入手，逐步深入的挖掘候选人的各方面素质，包括候选人技术的广度、深度；候选人的思考能力等。基本我的面试感受是如果项目总结的比较好同时和所投递公司在招职位JD比较匹配的话，那基本可以说是成功了一大半了，而且对于项目比较匹配的候选人，面试官通常在基础和代码能力的考察上都会网开一面，毕竟你过往项目的经验保证你入职之后很快就可以上手干活，这点还是非常重要的。那么如果项目经验不匹配的话，你的基础和代码能力一定要过硬，不排除会全程hard怼你，所以尽量根据自己的项目经验来选择合适的岗位进行投递，能做到这一点其实你离收割offer已经很近了。
具体项目上准备的内容可以参考图中的一些方面有针对性的进行总结整理，一定要尽可能深入细节去整理，这块也是我们整个社招面试准备的重点，其实如果平时工作中有过记录的wiki这种都会方便不少，所以大家平时工作中还是要做好相关的总结整理工作，要不然几个月甚至半年前的项目到面试前你可能都忘了自己当时具体做了些啥，更别说一些很细节的东西了，所以平时的习惯还是非常重要的
「2、基础」
如果是算法工程师的面试的话，基础主要包括两方面吧，一方面是算法相关的，另一方面就是“工程师”相关的。前者就是统计学习方法以及西瓜书中涵盖的大部分算法内容，这地方就不做赘述了，跟校招的时候侧重点差不太多。工程方面的基础就很类似开发岗位的一些知识内容了，但是毕竟不是纯服务端开发这种，所以对这块内容的考察深度和广度也会降低很多，一些常问的内容还是需要掌握的，比如三次握手、四次挥手这种。
除此之外需要重点强调的就是对于你所在领域内相关基础知识的考察，比如我是做广告排序算法的，那么一些经典的广告推荐领域的排序算法要掌握，比如LR、FM、GBDT+LR这种，这种可以理解为行业的经典算法，算法细节什么的也都是要掌握的；同时对于行业内最近几年发表的最新论文也要了解一些，包括算法提出的背景是为了解决什么问题、具体算法原理思路、是否有过落地经验这种。如果上述几方面都准备的差不多了，我觉得基础这一块应该也没什么问题了
「3、代码」
代码这块也是一块比较花费时间去准备的地方了，就是leetcode这种题库，着重刷mid难度就可以，然后分标签来整理不同类型的题目，同时也要准备一些高频的hard题目。基本这块也没什么好说的，就是刷的过程中最好自己总结整理一些套路，刷多了其实不同算法思路的套路还是比较明显的，这里我也推荐个优质的公众号，感兴趣的可以把公众号里总结的内容好好过一遍，应该问题就不大了(https://github.com/labuladong/fucking-algorithm/)
「4、其他」
这里就是主要考虑一些非技术方面的能力了，我觉得只要别玩火应该问题都不大吧，这就不重点说了，但是还是需要提前准备一下的
三、公司差异
面试过程中不同公司的面试侧重点真的是不太一样的，如果你希望去一个小一点创业公司或者一些中小厂的话，我觉得你更需要好好准备准备你的项目经历，因为这些公司大都处在上升阶段或者攻坚阶段，营收或者KPI压力都比较大，招你进去一定是希望能够尽快给公司带来实际收益的，所以这些公司会着重考察你之前的一些项目经历，会考察项目中的各个方面，问的知识比较广，但是深度不一定会问的特别深，如果他们对你的项目感兴趣的话，那我觉得你面试通过的概率还是非常高的，当然前提是其他方面也不能太差，要不然也是会挂的。但是与此相反的是大公司的面试侧重点则在于你个人的一个成长潜力，说白了就是考察你基础是否扎实、潜力是否够大，当然大公司也是会考察你的项目，但是会挖的特别的深，从项目出发去考察你的基础能力，毕竟项目最终都会落地到具体的技术中去，同时也会根据你的项目进行一些发散内容的考察，这个时候更加考验你平时的积累能力和思考能力了，所以大公司的面试更多的需要你平时深入的思考和持续的学习。针对面试公司的体量不同，我们也要做到有针对性的准备，知己知彼才能百战百胜嘛。
由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：
（1）点击页面最上方"AINLP"，进入公众号主页。
（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。
感谢支持，比心
推荐阅读
征稿启示| 200元稿费+5000DBC（价值20个小时GPU算力）
完结撒花！李宏毅老师深度学习与人类语言处理课程视频及课件（附下载）
模型压缩实践系列之——bert-of-theseus，一个非常亲民的bert压缩方法
文本自动摘要任务的“不完全”心得总结番外篇——submodular函数优化
斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。
阅读至此了，分享、点赞、在看三选一吧🙏
相关内容
微信扫码咨询专知VIP会员