文 | 不敢透露姓名的 Severus 和小軼

面試官坐在那撇著大嘴的，“咳，給你一機會，最短的時間內讓我記住你。”這個我會，我掄圓了“啪！”，扭頭我就走。我剛到家，錄取通知書就來了，請你務必馬上來一趟。

——出自郭德綱的相聲

大家好，我是Severus，一個在某廠做中文文本理解的程序員。同時，也感謝小軼與我一同討論和梳理本文的內容。

2021年的秋季招聘已經過去了，大概是從著名的“擁抱變化”開始，每一年的秋季招聘，都能看到知乎里面的陣陣哀嚎，比如，2020年算法崗一片紅海，2021年算法崗灰飛煙滅，2022年算法崗人間地獄……。算法崗招聘標準看上去水漲船高，“內卷”這個詞用在近幾年的校園招聘上再合適不過。

我瀏覽各個技術公眾號，或者技術交流平臺，也是充斥著各種各樣的面經、秋招指南等等。我深感其中存在許多觀點很是有誤人子弟的可能性。大概是由于這些文章多來源于當年剛剛斬獲 offer 的畢業生，以至于這些經驗也只是站在作者個人的面試經歷來說，普適性很低。另外，應試者自身可能也并不清楚自己秋招成功，為面試官所賞識的關鍵點是什么，因而 ta 所分享的秋招攻略可能也頗具誤導性。

那今天，我作為一個工作了6年，同時也是一個有相當經驗的面試官，乘著現在的 offer 已經該發都發了，來分享一下我 從一個面試官的角度，是怎么看待算法崗求職的 。當然，以下的面試風格，有我非常濃厚的個人印記。我的工作，兼有基礎算法研發、前沿探索以及部分工程、落地應用開發，所以自有我的面試要求及職業發展規劃，但我也敢說，搞得定我，就能搞得定大部分一二面面試官。

這篇文章將圍繞以下幾個問題展開。前兩個問題其實是我關于算法崗求職的一些概括性的觀點，后面三個問題會涉及具體的面試細節。

算法崗求職真的有那么卷嗎？

我面試時，會考察什么？

簡歷有多重要？

我如何和應試者聊項目？

只要刷完三百道 LeetCode，就一定能通過算法考察嗎？

算法崗求職真的有那么卷嗎？

那么，從我們面試官的視角來看，這個行業招聘的時候卷不卷？

這里我也想給各位計劃進入業界的在校生打一個強心針

——雖然卷，但我們也是真的很缺人！！！ 我們每年面試季，能遇到真正優秀的工程師鳳毛麟角。本人工作6年有余，面試過后真正認為優秀的候選人只有4人；而最后一起共事的，僅有2人。所謂“卷”，完全是從應試者的角度看。從我們面試者的角度看，仍然是求賢若渴的狀態。所以要具備基本的信心：只要你確實具備一名合格算法崗的潛質，一定會被各個大廠爭搶。

那大家可能還是會覺得：求職者這么多的情況下，你們還是挑不出滿意的，不是更加說明算法崗求職之艱難嗎？如果我沒有名校光環，沒有頂會論文，是不是根本不可能脫穎而出？

對于這樣的疑問，我還希望能夠為大家樹立一點信心的是：名校光環/頂會論文絕不是頂級 offer 的充要條件。論文等身的清北博士卻拿不到頂級 offer 并不罕見，而普通高校本科畢業卻能拿到 SSP 的也大有人在。是否應試成功的關鍵，還是在于其本身的能力是否過關，以及與應聘崗位的需求是否 match。上面提到招來共事的2人之一，當時就沒有已發表的論文，但這沒有成為他的短板。他們的優秀在于在自身研究領域內做得足夠深入，分析問題非常全面，每一步創新有據可循，所以我認為和他合作，一定會高效且愉快。

我面試時，會考察什么？

那么，我面試的時候究竟會著重考察哪些方面呢？

關于這個內容的答案，其實我很多已經寫在了我的上一篇推送《工作6年，談談我對“算法崗”的理解》中。我這篇推送中，我分享了我眼中算法崗所必須具備的能力。那我對面試者的考察要求，其實和我個人對算法崗的理解是一脈相承的。

除了盡可能客觀地考察應試者的能力，這里我還想再補一點——那就是，我面試的最終目標還是考察我是否愿意與這個人一起共事。沒錯，面試的過程就是這樣的，不僅僅要看這個人的客觀技術水平，還要看我的主觀合作意向。也就是說，哪怕所有的問題都回答了，但如果面試過程中發現了一些非技術層面的問題。例如溝通困難、邏輯表達混亂、情商過低等，都可能作為考量因素。

列位可能要問了，非技術層面的考察會不會帶有過多面試官的主觀性？沒錯，確實并非完全客觀，但也不意味著不公平。實際上，這也就是所謂 “team match” 的過程，是完全雙向的。就像相親一樣，面試官在考察候選人是否適合，候選人也同樣要斟酌和這個面試官共事是否會愉快。

不過大家也不用過于緊張。大多數面試官，比如我，一般都是抱著“挑刺兒”的心態進行面試的。對我來說，面試的一大目標還是盡可能去挖掘候選人的優勢，而不是找不足。

基于以上目標，各個面試官都會有自己的手段。而我按照面試風格，大體分為三種：

• 有固定題庫，簡歷不相關的模板面試，多見于統招面

• 簡歷強相關，流程不固定的定制面試，多見于定向的團隊面試

• 二者相結合，先用模板面試初步篩選，再使用定制面試深入了解

而我大多數情況是第二種，本篇我也著重于介紹第二種面試。當然，根據候選人情況不同，我的面試流程也會直接退化到第一種面試（其實就是簡歷內容可聊的點不多的時候，只能用模板化面試先挖掘一些潛質）。

簡歷有多重要？

作為一個面試官，每一次面試之前，我也是要準備的。開始我會要到簡歷，花一點時間瀏覽一下。

網上有很多關于如何寫求職簡歷的經驗分享，對簡歷的重要性強調得很重。確實，簡歷會給我下一個第一印象，但簡歷絕不是最終 offer 的決定因素。簡歷的主要作用，是用于篩選是否給予面試機會。一般來說，只要有方向 match 的崗位，簡歷不是過于離譜，都是會給予初面機會的。事實上，我也遇到過很多簡歷平平但面試發現非常驚喜的候選人。

所以，對于簡歷，我能給出的建議就是，真誠與專注。

• 真誠是指實實在在的寫出自己的經歷、能力等，如果在面試的過程中發現問出來的表現和簡歷上寫的東西有區別，會是非常掉分；

• 專注指的是簡歷內容集中針對技術崗位的求職，甚至只針對某個細分方向。其余的東西（比如什么學生干部經歷什么的），至少對于技術崗位來講，是不需要，且不會被關注的（在我這種性格比較隔路的面試官眼里甚至可能是減分項）。

• 其他的方面，比如在項目經歷排序、刪減上，針對不同的崗位可能都會有不同的安排（當然項目經歷在介紹簡歷環節可能也是要調整著重點的），體驗上來講，如果是多頁的簡歷，第一頁一定是最想要對這個崗位展示的內容。

作為技術面試官，在看簡歷的時候，第一眼注意到的一定是研究經歷或實習經歷部分。看一看候選人做過什么項目，里面是怎么寫的。如果主要的研究領域我了解不足，我會花一些時間迅速了解一下該域的經典做法、前沿做法等。如果候選人貼出了論文，我也會粗讀一下，了解他選擇了什么樣的方法；如果貼了 GitHub repo，我也會翻一翻，大體觀察一下。這一套功課做下來，少則10分鐘，多則一兩小時。

如果有預設的問題，也會事先記錄下來，留著面試的時候去問，碰到簡歷上有什么疑慮（為防止被拿去反套路，這部分不會詳細闡述），也會記下來當成決定面試結果的依據。也就是說，當我看過簡歷后，自然而然地就對候選人產生了一系列的疑問，面試過程中，部分問題也是在解決這些疑問。

這里也從技術面試官的角度，談談某些關于簡歷的江湖傳聞。

首先是簡歷格式，現在絕大多數的簡歷模板都還不錯，格式上比較干凈美觀，沒什么可說的。不過，電子簡歷的格式，肯定是 pdf 為最好，盡可能不要傳 doc 的簡歷過來，因為 doc 格式文檔可能因為使用編輯軟件不同，或者同一個編輯軟件，版本不同，導致格式亂套，首先在感官上就造成了非常糟糕的體驗，而且可能一些內容會直接看不到。

相對來講，簡歷是什么郵箱地址發過來的確實沒有那么重要（不存在QQ郵箱發過來就low了，Gmail發過來就高端的說法）。至少簡歷到我手里的時候，我是不會特意去注意候選人的聯系方式那一欄的（至于篩簡歷的HR怎么想我就不知道了）。

我如何和應試者聊項目？

模板化的面試中，考察算法的方式多數是直接問基本概念、公式推導、以及一些證明之類的（例如比較著名的，BatchNorm 有什么用，SVM 公式推導），這些題目流行的現象也被戲稱為“面試八股化”。實際上，這些題目是非常容易準備的（當然針對這個也有了不少的培訓手段），畢竟，其是固定題庫，面試之前，以應試的思路突擊復習即可，形式實則更像是筆試，但有時作為初步篩選的手段是有效的，畢竟都是學校課程，這些都不會，就別談后面的東西了。

在我這里，從自我介紹開始，算法考察就開始了。

對于我比較有面試興趣的簡歷，我的第一個問題往往是：請選擇簡歷中，認為最滿意的一個項目給我整體介紹一下。這個問題實際上就是想看一下，候選人的技術品味是什么樣子的，同時也看得出，候選人對哪個項目的掌握程度是比較有自信的。在候選人介紹的過程中，遇到我感覺比較模糊或有疑慮的地方，會記錄下來。在介紹之后，一個一個確認，而在這個過程中，真正考察的，就是候選人對這個問題本身、及對他的方法背后的背景知識的理解程度。往往通過這個過程，就可以判斷，這個候選人到底是在搭積木撞運氣還是真的有本事了。這里，我關注的細節有：候選人增加的模塊自己是否知道是為什么要加。是否有理論上的推導過程以及對應的消融實驗；如果將這個模塊更換為其他的模塊是否可以。例如：將圖神經網絡建模的依存分析樹更換為 用 self-attention 直接對文本建模是否可以？圖神經網絡中是否使用了邊 embedding 將不同種關系投影到了不同的空間中？

每個項目介紹之后，我也會去詢問，這個項目如果要繼續做的話，會怎么做，繼續引出一系列的討論，而這個討論，就是宏觀層面上，技術視野的交鋒，看一下候選人對項目整體把控怎么樣，技術成長空間大不大。

通常這類問題的背后，考察的就是候選人對他所使用的算法的理解程度，到底是僅限于定義，還是有自己的理解。這個交流的過程中，有的候選人能夠完完全全說服我，有的候選人則是經不住我多次挑戰。

以上是考察候選人在自己的研究領域的深入情況。在考察完深度之后，我就會用我的一個固定題庫去試探廣度。

是的，我也有題庫，題庫里面僅僅有一道題。

▲我們的算法題

上圖就是我們題庫的縮影。說是題庫，實則是我們的“面試指導書”。這道題提出了一個非常粗的需求，也只給出了大體數據規模。需要候選人從理解這個需求開始，直到將完整的算法設計出來，圖中，每一個分支都代表了一類解決方案，向下的細分支則是一個個算法的應用考察點。這就要求候選人知道，想要達到某一個目的，可以去應用什么樣的算法，遇到了某一些問題，可以用什么樣的思路去解決。我們認為，這種思路，相比于機械記憶要有價值得多。畢竟現在的深度學習有強力的框架支持，豐富的文檔。相比于精準記憶怎么推，更應該充分理解怎么用。

以上整個過程，說是面試，實則是思想交流，期間，我不僅僅是在提問題，引導候選人把自己的項目講清楚，我也會提觀點，與候選人的思想碰撞，看與候選人是否能對得上頻率。

只要刷完三百道 LeetCode，就一定能通過算法考察嗎？

專項的工程能力考察，實際上就是基礎數據結構/算法，以及代碼實現、需求實現等。

算法面試中，實際上也可以部分了解到工程能力，比如候選人對自己工作的完成情況、實驗情況等，如果算法面試中得到的反饋已經讓我對其工程能力放心了，專項的工程能力考察我或許會跳過。

我看到的很多面經，或準備面試的說辭中，多數是在 LeetCode 上下功夫，或者看一些類似于《劍指offer》之類的書，或者靠刷題博客來試圖通關基礎數據結構/算法考察。但，在我這里，單靠無腦刷題一般會失效。

可以說，很多朋友們刷題是不會刷的。他們在刷題的時候，更像是在背考試題庫，想要對題庫里面的題形成肌肉記憶，而非去理解題目背后對應的算法思維。但我們在問候選人這類題目的時候，考察的從來不是肌肉記憶、思維定勢，而是思維方式。學習數據結構/算法，從來也不是學習解決某一類或者某幾類固定問題的模板，而是學會以計算機思維高效解決問題的方式，而這些本應是 CS 專業的基本功（這里想要吐槽，一些 CS 朋友們本科課程沒學好，以為上岸 AI 了之后就更可以彌補 CS 的不足了，不是的）。在實際工程開發中，我會不斷地利用基礎數據結構/算法優化我的項目，題目也往往是從實際需求中抽象而來。

哪怕是使用成題，我會盡可能避免從 LeetCode 中或其他面試題庫中選題；哪怕是從題庫中選題，我也會在條件上有所增減，或者腦子里有一個比市面上流通的答案更好的解法（反套路），才會用于面試。而那些例如限制零內存的類似于腦筋急轉彎之類的問題，我倒是認為，至少我們不會在那樣的硬件環境里面工作，所以我也不會去考察那種問題。

其余的，例如代碼風格等，只要不是太離譜，一般我都認為是可以培養的，所以寫代碼方面的考察我倒是標準比較松。

這里插播一段有趣的經歷，幾年前我找工作的時候，流傳一個江湖傳說，就是面試的時候，如果被問到了算法題，哪怕這道題已經會了，那第一次回答的時候也說最笨的方法，等面試官說“你再想想”之后，再看似艱難地說出標準答案。但是朋友們，你們能看到的江湖傳說，面試官也能看到，莫不如真誠一些。我入行的導師告訴我，如果他真出了這種題，那一定準備好了比標準答案更好的算法，如果候選人能從暴力方法跨越到標準答案，那也一定能推出更優的方法。

巧合的是，在8月的一場面試中，我也遇到了這個套路，驚嘆于還有人使用，故在此說出，以為誡勉。

小結

以上，是我以面試官的角度，對面試的理解。出于避免被針對、被反套路，以上的內容中，沒有涉及到太具體的觀察手段，以及考評標準，具體的題目也只放了高糊圖，沒有披露細節。

寫這篇的目的，也是看著滿世界的面經，以及內卷的所謂人間地獄的哀嚎，給出一些屬于我個人的回應以及態度。自大一些，也是想講出我心中求職季的正風，希望有志于此的學生，以及需要人才的崗位，以后都能夠容易一些。

從我求職，到現在成為“老司機”，我一直堅信，技術崗位的面試、工作，貴在簡單、純粹、真誠。面試過程中的套路，終歸有在工作中見真章的時候，實習期、試用期實際上都是考察期。從我的角度，不妨功在平常，而非在套路與突擊。

最后，也祝愿所有正在求職的讀者小伙伴們都能夠找到自己滿意的工作，正在招聘的老伙伴們都能夠找到自己想要的人才。

萌屋作者：Severus

Severus，在某廠工作的老程序員，主要從事自然語言理解方向，資深死宅，日常憤青，對個人覺得難以理解的同行工作都采取直接吐槽的態度。筆名取自哈利波特系列的斯內普教授，覺得自己也像他那么自閉、刻薄、陰陽怪氣，也向往他為愛而偉大。

作品推薦

深度學習，路在何方？

數據還是模型？人類知識在深度學習里還有用武之地嗎？

在錯誤的數據上，刷到 SOTA 又有什么意義？

后臺回復關鍵詞【入群】

加入賣萌屋NLP/IR/Rec與求職討論群

后臺回復關鍵詞【頂會】

獲取ACL、CIKM等各大頂會論文集！

總結

以上是生活随笔為你收集整理的6 年大厂面试官，谈谈我对算法岗面试的一些看法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。