回顾
今年找工作的形势似乎不太好啊，先是阿里缩招，接着腾讯又只在南京设立开发岗的面试点，紧接着美团又只给南京开发岗发了offer，机器学习岗没人收到，当时真是心都凉了啊，想着找个工作怎么这么难啊！
阿里我笔试过了可惜没预约上，腾讯是最后一天我才报的名，结果没给我笔试通知，所以百度是我面的第一家，很幸运地面到了3面，在等待结果期间又面了大众点评，在二面的时候正好收到了百度hr电话，虽然挺尴尬但因为是百度的电话，不得不接呀，所以只好当着二面面试官的面接电话。接完电话心情亢奋，思如泉涌，接着顺利回答了面试官问题，刚刚已接到大众点评offer通知啦。
拿到百度offer我就心满意足了，也不再去和其他人抢offer了，找工作还是蛮辛苦的，现在可以好好看点书，做点题，充实下自己啦。
简历的修改
我的简历最初写得很不咋地，找实习的时候我室友便很鄙视我的简历，说：“这种简历居然也能给你面试机会，太不可思议了”。
简历写得确实很不用心，后来也被胡老师指出这点，所以我便花了2天好好回顾了下研究生经历做的事情，把项目部分给好好充实了下。
简历修改前的项目部分
不仅项目少，而且描述得也不好！
修改之后
添加了项目背景，项目规模以及主要职责，如有需要还可以添加项目周期的。
1. 深928284)
百度面试
一面
羊哥和mmm143都是在中午12点接到面试通知的，当时我没接到，以为自己笔试挂了，特别伤心难过。回宿舍睡了个午觉，到了2点突然收到电话了，当时真是开心极了呀！O(∩_∩)O~~不过我笔试确实做得不算好，毕竟通知面试一般是按照笔试成绩顺序通知的。
一面问了两个问题，第一个是动态规划里边的最长递增子序列，第二个则是url问题，实质便是给出很多A->B,D->C,…这样的指向关系，从中找出所有A->B,B->A的双向关系。这题和我写的hadoop作业寻找三角形关系这题倒是挺像的呢。
因为我介绍自己项目的时候说了挺多的，所以问了两个问题时间差不多就到1个小时了，1面就此顺利完成，面试官大哥人很棒，和他讨论问题挺开心的。(^__^) ，幸好没问智力题呀。
二面
一面结束后当天晚上就收到通知过了1面，哈哈！
二面面试官也是个年轻的大哥，和1面一样都是帅哥哦！
最开始并没有让我做自我介绍之类的，所以没机会说项目消磨时间。
首先问的是编程题，一个是合并两个有序链表，还有一个是计算股票投资收益最大和（面试官特意简化了问题，只投资一次，问题已经简化到不需要用动态规划就可以解决的地步了）。这两题我写得不算特别好，面试官指出了一些比较累赘的代码，哎，以后写代码前一定要三思而行呀！！
我写代码的时候面试官则是在看我的简历，里边写了我熟悉并行化算法，所以便问了我对并行化算法的一些想法，我暑假正好便是复习了下mahout库里边的一些并行化分类，所以就以此为基础开始侃了。因为聊到了随机森林，所以便接着问我怎样让一颗决策树实现并行化?这种问题其实也没有标准答案，按照自己的理解来回答就好了。
接下来还问到了很多机器学习相关的问题，比如：
对于svm，线性svm和核svm有什么区别呢？
特征选择会怎么做呢？
特征组合有LDA，PCA方法，如果想自己做线性组合可以怎么做呢？
特征的预处理，比如像国籍这样的离散特征，该怎么处理呢？
（这题我开始没想对，后来在解答的过程中扯到了CART树，所以面试官变帮我补全了二值化处理这个答案，啊呀，面试官真心太好了，让我好感大增啊！）
hadoop的全局排序
topK的求解（这里我说用堆排序，于是继续提问是不是需要使用所有数进行堆排序，于是我想出用快排的思路找出最大的K个之后再进行堆排序）
面试官看完简历后，于是再次开始项目介绍部分了，估计面试官对我的项目也不算特别感兴趣，我介绍了前两个便让我结束了（我介绍得太详细了，再介绍下去确实是要没时间了）。
三面
二面结束当天我没有收到通知，第二天依然没有通知，真是心如死灰了，╮(╯▽╰)╭，果然是我代码写得挫么，好伤心。
为了安慰我，在第三天的凌晨面试官终于通知我了，哈哈，真是太幸福了。
三面已经不是特别关注于具体技术了，面试官看我简历主要写得是人脸识别，于是就问我，如果想要为全国的人，每个人都推荐3个与它人脸最相似的人，以此为目的设计一个可行系统，主要便是看我是怎么结合大数据以及人脸识别知识来解决问题了。面试官会根据我的解答给出一些不可行之处，接着我便继续完善我的思路。接着又给出了一个增量问题：如果有了新的一批人，如何更新这些人的前3相似人脸，并如何更新之前的人它们的前3相似人脸。
之后问的都是其它问题了，比如说项目合作问题，我喜欢什么样的合作伙伴，如果我在工作中像同事问问题，同事不搭理我，我该怎么处理。我是怎么规划自己的学习计划的。我对加班的态度之类的问题。
因为是最后一面，最初还有些紧张，但面试官很和善，慢慢地就放松下来，和面试官聊得开心起来啦。
最后面试官帅哥和我说：恩，那就这样吧，后面的流程我也不太清楚啦，保持电话畅通就好啦！
这个算是积极的好信号呀，(>^ω^<)，不过生怕出现美团这样的情况，所以最后结果没出来前，还是不能放松，因此继续面试，下一个就是大众点评了。
大众点评面试
一面
一面面试官给我最深的印象就是小虎牙了，真心很可爱诶。
首先是自我介绍，我喜欢的方式是个人信息+IT技能+项目经验这3段式。面试官评价了一句项目挺多的呀。
接着便开始问了基础知识，c++里边的引用与指针区别，堆区，栈区，静态变量区的相关知识，操作系统则问了我进程同步与通信，最后又来了道动态规划题最长回文子串。动态规划问题真心很重要呀！！
我回答得不算太好，感觉是要挂的，幸好面试官让我过了，感谢面试官大哥不杀之恩呀！(>^ω^<)
二面
挺多同学的二面说是10分钟左右结束，问问项目里边的问题，比如项目中的难点之类的。然后就接着hr面。
不过我的二面居然不是这样的，估计不同面试官喜欢面的问题也不同吧。面试官问了很多与实际相关的问题，比如
如果出现商家投放广告点击率突然下降，请问你会怎样进行建模处理？
采样问题：在1W个数据里边采样1000个可以怎么做？
如果数据很大，不知道个数，这个时候又该怎么做？（我一开始是没思路的，所以我先假设我知道数据的数目会怎么做，然后在我说的时间里边继续进行思考，最后想到可以用hadoop来做）
接着又加了限制，如果只能遍历所有数据一次该怎么做？（依然是hadoop，因为hadoop是会自动根据文件大小进行分块的，我每块根据大小取一定数目，最后再对所有我采样的样本再进行一次采样）
最后如果不使用hadoop，我会怎么做？（可以仿照hadoop的想法来解决）
面试官提问喜欢循循善诱，根据我们的回答来选择对本问题的深入问答，挺有意思的呢，这些问题我觉得其实并没有固定答案，因为问题本身就是面试官灵机一动想出来的，所以只要根据自己所学的发散思维，好好回答就ok了！
一件很不好的事情
我收到百度offer之后，有个同学来问了些问题，本来说得好好地，可最后突然来了句：百度居然招你这么水的人，看来百度果然要完蛋了。
找工作确实很累，不断被拒，没有offer的郁闷心情我能体会。我也经历过实习一直被拒的悲惨经历（没选对岗位，居然去面开发去了），之后我痛定思痛，认真确定自己的方向，阅读mahout源码开阔自己的思维，推导各种机器学习算法，并且仔细回顾整个研究生阶段做的事情，认真修改简历，我也是认真努力之后才拿到offer的。那位同学把怨气发泄到我身上的行为让我挺不舒服也挺伤心的，不过还是希望那位同学能尽快拿到一个好offer吧。