皆さんこんにちは。2023 年のサマー インターンシップでは紆余曲折を経て、最終的には百度で大規模なモデル関連の仕事をすることになりました。学部も修士もコンピュータ サイエンスのクラスに所属していますが、私自身の力はまだ弱く、ハードパワーは、多くの人のように早くから準備を始めるわけではないので、プロセス全体があまりスムーズではありませんでしたが、この記事では主に私の経験を皆さんに共有します。
当初は博士課程の勉強はしないと決めて就職したものの、研究室の理系研究の方向性とアルゴリズムポストに必要なスキルが少しずれていたため、アルゴリズムの投稿を探すべきかどうかでほとんどの時間を費やしましたが、最終的には後から大きなモデルが人気になり、たまたま私も RL を独学で勉強してコンテストに参加した経験があったため、アルゴリズムを使用することにしました。すべてアルゴリズムで書かれているので、ここでは主に私の個人的な夏のインターンシップの経験についてゼロからお話しします。同じような経験をした他の学生からの助けが得られることを願っています。
技術交流
テクノロジーは共有とコミュニケーションを学ぶ必要があり、密室で作業することはお勧めできません。1 人で速く進むこともできますし、グループでより遠くまで進むこともできます。
良い記事は、ファンの共有、コミュニケーション、推奨と切り離せないものです。ドライデータ、データ共有、データ、技術交流の改善はすべて、交換グループを追加することで取得できます。グループのメンバーは 2,000 名を超えています。追加する最良の方法注: ソース + 興味の方向、同じ考えを持つ友人を見つけるのは簡単です。
方法①、WeChatアカウント追加：mlc2060、備考：CSDNから+グループ追加
方法②、WeChat検索公式アカウント：機械学習コミュニティ、バックグラウンド返信：グループ追加
乾物シェアリング
私が共有するコンテンツのほとんどは、他の理由で面接の準備をする時間がなく、インターンシップを見つけて早く学びたい学生に適しています。学習する必要がある内容は短期間に圧縮されています。面接官が的を絞った調査を行うと、あなたがそれを丸暗記したか、テクノロジーの基本原理を完全に理解したかを実際に簡単に判断できます。習得したことはアクティブラーニングではなく暗記に基づいているため、この面接に合格する可能性は基本的にありません。
乾物1：再開
ほとんどの面接はプロジェクトの経験を中心に展開し、関連する内容には使用される手法の基本原則が含まれている可能性があるため、最初に慎重に準備する必要があるのは、履歴書のプロジェクトに関連する手法の知識内容だと思います。その方法について、他の方法を試したかどうか、結果が悪かった理由、現在の方法のいくつかのバリエーションが面接の焦点となります。したがって、私たちがしなければならないことは、単に特定のツールや特定の種類の方法を使用するだけではなく、より重要なのは、基本を理解し、1 つのインスタンスから推論を引き出す必要があるということです。学習に時間を費やした後、ほぼすべての面接で重要な知識を話します。
乾物2：リコウ
私はコーディング能力が低い学生なので、この部分について建設的な意見を言うのは難しいのですが、個人的には長期的な視点で考えて問題を磨いたほうが良いと感じていますので、できるだけ早く準備を始めた方が良いと思います。アルゴリズム問題は生きています。他の知識のような暗記では高得点を達成するのは困難です。むしろ思考力を養うことが重要です。私ができる提案は次のとおりです。
1) もっと人気のある問題に取り組み、基本的な問題から始めます。中程度の難易度の問題がいくつか解ける場合でも、基本的なアルゴリズムの問題は数秒で解けない場合でも、急いで一度に脂肪を食べないでください。そうですね、それでもポイントを失うことになります。
2)質問を書くときは、制限時間に注意してください。この部分に注意しないと、あなたも私と同じように、面接中に緊張すると頭が真っ白になってしまいます。
乾物 3: ステレオタイプ
私の意見では、ステレオタイプの優先順位は履歴書におけるプロジェクトの知識ほど良くありませんが、ステレオタイプを準備できないという意味ではありません。個人的には、 「機械学習百面相」という本をお勧めします。多くの基本的なアルゴリズムが詳細に紹介されています。提供できるステルス スキルは次のとおりです。重要な章では重要な記憶に焦点を当て、他の章では時間が足りない場合の理解に焦点を当てます。ただし、メソッドを読んでも読まないでそのインプットとアウトプットが分からないのではなく、質問されたときに面接官が技術的な詳細をどの程度思い出せるかを知ることが最善です。同じ文章でも、下手をすると大幅な減点につながる点には十分注意する必要があります。関連する内容や意見を文章にすると、面接よりもはるかに高い得点が得られるが、職員自身もこの技術によって得られる得点を理解していない。
経験の共有
経験 1: よりターゲットを絞る
本当にその企業に行きたいのであれば、まずその企業の面接プロセスを実際に理解することができ、同時に面接体験について詳しく読むことができます。また、私が言いたいことの妥当性は、例えばこれからこの企業の面接に参加しようとしているときに、リコウを検討するつもりであれば、その企業がどのような質問をするのかを知ることができるという事実にも反映されています。例: コードをインタビューするときは、通常、自分でテストを作成する必要がありますが、ユースケースでは、バイナリ ツリー関連の質問は調査されない可能性が高くなります。
類推して、自分が本当に行きたい会社や事業部を見直したり、相手が使うであろうコア技術を知ることができます。
経験 2: より多くの投資をし、より多くの機会を探す
近年の雇用情勢。は決して楽観的なものではありませんが、適切な求人を見つけるために、皆様には引き続きさまざまなルートから紹介情報を入手することをお勧めします機械学習コミュニティグループと、maimai に掲載されているいくつかの採用情報が良い情報源です。
体験 3: 見直しと継続を学ぶ
リプレイについては、面接中に面接全体を記録できる機器を用意し、面接後に自己採点し、面接の結果に応じてこれら 3 つの要素を組み合わせて面接プロセスを理解するのが最善です。面接官が一般的に期待する特徴。もちろん、面接に合格するかどうかは運と HC マージンに大きく関係します。そのため、ここでもう 1 つのキーワードを言及する必要があります。それは「粘り強さ」です。粘り強さと言うのは簡単ですが、すべての努力が成功したとわかると、無駄に、受かると思っていた面接が何回もあり、予想外の理由で落ちてしまったので、気持ちを切り替えて次の面接に臨むのが本当に大変で、諦めようかとも思いましたが、それでも歯を食いしばって頑張ってきました。皆さんも、どん底に落ちても落胆せず、特に夏のインターンシップを見つけるまでの満足のいかないプロセスがメンタルや日常生活にまで影響を与えないよう、前向きで楽観的な姿勢を持ってほしいと願っています。それ以外。
ありがとう
最後に、機械学習コミュニティの友人、特に模擬面接に質の高い面接質問を提供し、貴重な面接経験を提供してくれて、反省し、そこから多くのことを学ぶことができた四男にとても感謝しています。また、本面接の前に模擬面接で実践練習をするために、兄弟達が残業をして面接時間を調整してくれて、本当に感動しました。 、とっくの昔に諦めていたかも知れませんが、DWさんに改めて感謝申し上げます。