概况
- 2020 春招，已拿到实习 offer；
- 本人研一（两年制专硕），研究方向为物联网 + 强化学习；
- 被阿里本地生活的风控部门捞了简历；
- 4月底投简历并完成笔试，5月整个月完成 3 技术面 + 1 交叉面 + 1 HR 面 + 1 终面；
- 基础问得较少，侧重对项目经历的考查（因人而异，简历写了什么就问什么），因此本文不打算展开过多细节；
- 本文主要分享面试流程，面试技巧方面强推 极客时间白海飞 老师的课程（池爸爸快给我打钱！）。（虽然我是希望大家直接扫码的这样我就有佣金了，叉腰.jpg
流程及面试过程
4.29 笔试、测评
- 笔试：一个小时，两道编程题目，难度适中，勤刷题（如 leetcode）即可；第一题考高效查找（我用的是二分），第二题考搜索（我将其转化为 0-1 背包问题）。
- 测评：做过人才评测的应该都知道，大概是查考 逻辑能力、数学能力、反应速度、性格倾向、处事方式等等因素，帮助面试官做判断（比如是否符合企业价值观）；很烧脑，大概一个小时，一定要休息好了再开始。
5.7~5.11 技术面（三轮）
- 基本上三场面试都是各自挑了简历中的一部分展开，根据简历/自我介绍中的内容，问了做过的项目，要求介绍 项目的目标、个人在其中承担的任务、处理问题的思路、项目产出 等等。
- 面试官可能问是的自己有接触过的内容，也可能出于好奇问自己没接触过的内容。注意详略。
- 每一场都会重点问之前的面试官还没问过的部分，第三场甚至问我除了简历上提及的，还有没有其他的经历。我当时的做法是将手上正在做的一个小项目拉出来讲了，但因为没准备，讲得确实很不好，不如不讲。
- 我的简历中主要提及了：DeeCamp 的 CV 项目经历（问了）；Kademlia 分布式协议的专业课作业（问了）、知识图谱搜索算法的专业课作业（没问）；本科科研经历（问了）、研究生科研经历（问了）；大二时参加的数据分析比赛（没问）。
- 总结出一个倾向：太旧的经历不会问；问了的在各个细节上都可能往下追问；重视项目的产出以及对项目经历的反思。
5.12 交叉面
- 面试官是蚂蚁金服的小哥哥（该不会也是风控部门的吧？！
- 主要问了两个问题：其一是比较 LR、RF/GBDT/XGBoost、CNN、RNN/LSTM、RL 这五大类算法，说说各自的优缺点和适应场景；其二是就着 LSTM 提了一个场景设计，给定天猫五年的日交易量数据（假设齐全，有较大方差），如何预测未来一天的日交易量？应该考虑哪些特征？（我回答的是四类特征，用户画像相关的特征、根据日交易量提取出的月/季度交易量相关的特征、对应时间点上发生的主要政治/经济/文化事件或活动相关的特征、阿里的市值/流动资金等账务相关的脱敏特征）
- 两个都是很开放的问题，我没 Kaggle 经历，回答得比较泛，各位大佬想必看一眼就有思路了。
5.23 HR 面
众所周知，HR 面就是聊人生；- 没有让自我介绍，一上来就聊起了近况，简单问了关于科研的事情；
- 问了对风控的认识（害，功课没做足，其实知乎上有许多关于风控的资料，后知后觉），饿了么风控部门的客户有哪些（从上中下游来分析，我完全答不上来，羞死人了），对这个岗位有什么预期；
- 为什么选择算法，而不是 研发/产品/数据 之类的；
- 为什么选择阿里，学校在广州为何选择上海（我第一志愿是深圳，但 HR 表示阿里在深圳没有核心岗位）；
- 对于职业规划的看法；
- 用几个词语评价自己；
- 确认了可实习时间之类的事情。
5.24 终面
- 没记错的话面试官是部门经理，由其助理提前与我联系、预约、安排了面试；
- 也问项目经历，但更侧重于对解决问题的态度方面的考查；
- 一上来就回顾了笔试题，让我分析笔试题的解题过程（前面有简单提过）；
- 除了项目经历，主要问了两个：其一是印象最深的一次困难/压力以及我的应对方式，其二是有没有之前的面试没有提及但是自己觉得很重要的亮点。
6.1 收到实习意向书
与 HR 在钉钉上保持着联系，同意意向书之后还需要确定到岗时间、可实习时间；之后 HR 会安排入职小管家，帮助安排体检等事宜（具体见邮件中的入职手册）。
结语
- 有的面试官会提前半天到一天预约，有的一拿起电话就是当场面试；
- 有的面试官会要求自我介绍，有的一开场就切入主题；
- 有的面试官会对项目、科研细节颇有热情，有的面试官会格外看重项目、科研产出；
- 有的面试官会聊具体技术问题，有的面试官侧重对项目的回顾与整理；
- 相比于腾讯、字节对基础的重点考查，阿里的岗位通常有更高的要求，即除了扎实的基础，最好有一定的实践、项目经历；
- 因为写这篇博客的时候我还没入职，如果想要了解入职报到前的细节请留言，等我入职后（如果还记得这事）再来补充报到事宜。
大佬的面试只有两三轮，菜鸡的面试多达六七轮。