Fw: [心得] 大陸校園招聘心得分享已刪文

看板TWSU作者cliffk321 (Cliff)時間4年前 (2019/10/01 16:50)推噓2(2推 0噓 1→)

留言3則, 3人參與討論串1/1

※ [本文轉錄自 Soft_Job 看板 #1TakBGYd ] 作者: cliffk321 (Cliff) 看板: Soft_Job 標題: [心得] 大陸校園招聘心得分享時間: Tue Oct 1 13:23:26 2019 代PO,幫朋友轉發。各位年薪300W的大大好，直接進入主題，小弟因爲來大陸念書，最近參與大陸的畢業生招聘，因此紀錄了一下這次的面試心得。先介紹下背景，124電機系學，北大CS碩，明年六月畢業。工作過一年（Backend)，曾在百度/知識圖譜/大數據工程滴滴/地圖事業部/算法工程微軟/知識圖譜/數據工程等公司實習過。這次主要找的是大數據開發工程師 or 數據挖掘 or 算法工程師，目標薪資30W RMB。以下薪資均爲RMB 1. 阿里巴巴餓了嗎（外賣) / 算法工程師 / 上海一面: 説説你在滴滴做的東西，討論業務就花了一個多小時，看你以前投阿里算法都做的不錯，這次就不做題了。二面: 説説你知道的機器學習算法，從LR, SVM, DT, CART, RF, GBDT, XGBoost, LightGBM, K-means, DBScan... 全部都講了，從損失函數到如何求解，每種算法有什麽特性適用於什麽場景都需要細講，最後在講講是否有應用到實際業務上。講完之後考了一題DP題，估計LeetCode medium等級。這一面面了兩個小時。三面(交叉面): 前兩面能問的都問了，説説你在滴滴的業務，講講你瞭解的深度學習模型。説説看怎麽防止過擬合，正則化，dropout..... Dropout與RF有什麽共通性嗎？（隨機性）阿里有交叉面代表前面的評級為A，所以這一面30分鐘就結束了。 HR: 談人生談理想，之後願不願意留在大陸，阿里微軟你怎麽選？你有什麽問題嗎？ Offer Get但最後選擇了微軟，去年阿里薪資分三個檔次 31/33/35W (今年可能在高不少(因為還沒出結果這裡日後更新)) or 40-100w（For Special人才) 2. Microsoft / SDE / 蘇州由於微軟是實習轉正的，因此這裏的面試經歷就寫當初暑期實習的經歷及轉正AA面的經歷筆試: 由於每年報名微軟的人很多，因此需要先經過一輪筆試，筆試難度大概是ACM 的難度共四題一面: 説説你在實習做的東西，微軟的傳統就是算法題，我們來做題吧，考了一題鏈表是否有環並返回入口（LeetCode 142)。二面: 説説你在百度做的東西，因爲跟這個部門做的東西一樣，所以問的很深入，最後考了单词拆分（LeetCode 139)。因爲跟這個部門技能樹比較契合，所以聽説這一面拿了個Strong Recommend 只要一二面有一個人認同你就能過三面(主管面): 先來段英文自我介紹吧，我開始一陣輸出....最後可能音調不太准面試官說我們還是來中文吧，説説你這百度做的東西....最後問個編輯距離(Leetcode 72) 因爲Leetcode刷的勉强還行(300題刷了兩三遍) 所以三面題目做的都很順利。 HR: 一周内會發給你offer 經過三個月的努力，做了一個項目，期間挺努力的，最後做了個對綫上有益的東西。轉正式員工AA面: 説説你這三個月做了什麽。來考個一題搜索旋轉排序數組 (LeetCode 33) Offer Get, 微軟薪資分兩個檔次普通: 總包算下來大概40W Special: 大概45W 苏州地区总包会少三万(生活水平较低) 這裏就不説是哪個檔次的了 3. 網易云音樂 / 大數據工程師 / 杭州筆試: 筆試難度大概是ACM的難度共三題加上兩題問答，大陸很愛考筆試一面: 用過什麽大數據技術？A: Hadoop(Map-reduce) 説説Map/Reduce都做了些什麽，Map-Shuffle-Reduce 這裏需要細説到哪一個步驟會有輸出，partition怎麽切塊，Shuffle的分桶排序溢寫的過程與Spark比較Hadoop差在哪裏，速度落差這麽大的主要因是什麽？(中間結果不落盤)，做了什麽優化？寬依賴及窄依賴，分別什麽指令會調用的寬依賴及窄依賴，RDD是什麽....等等太多了有點忘了。 Java的回收機制。時間差不多了先問到這裏。二面: Map/Reduce數據傾斜怎麽處理？有沒有什麽實際的解決案例？在百度的期間做了什麽？ Java回收機制， HashMap綫程安不安全，底層怎麽實現的？ ConcurrentHashMap怎麽改動了什麽的？從底層代碼級別開始解釋覺得自己有什麽缺點？ HR: 談理想談人生，走走過場 Offer Get，約27W，拿到當下就拒絕了，薪資太低（之後hr說可以談，但失去興趣了）。 4. Shopee / Backend Engineer / 深圳筆試: 筆試難度大概是Leetcode的難度medium共三題，挺容易的一面: 説説你以前用消息隊列做了什麽(削峰解耦），如果不用的話會怎麽樣？數據庫InnoDb索引説一説，底層原理是什麽？(B+ Tree) 對比Binary Tree, B Tree, B+ Tree差在哪裏？聯合索引有什麽原則？（最左匹配原則）。聚簇索引與非聚簇索引差異 Kafka有沒有遇過消息丟失的情況？（有，生產者丟數據，消息隊列丟數據，消費者丟數據每種情況都需要分析並提出解決方案）過去做的項目QPS，TPS能到多少？最後就針對架構聊了挺多，面試官也告訴我offer基本沒問題了。二面: 都在聊天，説了下蝦皮有做游戲跟電商和支付..... 覺得自己有什麽缺點？還有什麽問題嗎？ HR: 談理想談人生，走走過場 Offer Get，約30W+，拿到當下就拒絕了，薪資不滿意，平台在大陸不行。 5. 順豐 / 大數據工程師 / 深圳一面: 説説你以前用消息隊列做了什麽(削峰解耦），如果不用的話會怎麽樣？數據庫索引説一説，底層原理是什麽？(B+ Tree) 對比Binary Tree, B Tree, B+ Tree差在哪裏？ Kafka有沒有遇過消息丟失的情況？（有，同上） Hadoop Map-reduce説一下，Spark説一下... 挺快的 30分鐘面試就結束了 HR: 對順豐理解多少？期望的薪資呢？(説了30W起）二面: 都在聊天，覺得自己有什麽缺點？還有什麽問題嗎？ Offer Get，約33W，已拒絕，薪資一般，平台普通。由於比較早拿到阿里及微軟的offer，阿里跟微軟也是大陸最top1的企業，導致很多公司直接就拒絕面試了，自己追求不多就想去微軟。有面試的基本都上了，還有幾家沒寫上去的小公司體量太小就沒寫了。因爲大陸這邊薪資都比較透明化(Offershow上搜一下每家公司的薪資就都看得到了)，這點需要點贊一下，并且這裏做技術人才的薪資也可以很高并不需要轉管理崗。最後有些總結，分幾個模塊寫一下 1. 軟體環境現在大陸的環境CS領域的人才很多，現階段來找工作可能薪資不如預期，并且需要比較大量的準備（刷leetcode與背誦原理)，能去美國的就別來大陸吧。大陸很多陸企工作强度很大，我自己是受不了所以選擇了外企。 2. 薪資大陸薪資高可以很高，低也可以很低，全看能力，上下限都比臺灣高不少，我知道以前帶過我的Leader 200W-300W RMB的都有覺得自己有能力的人我覺得可以來大陸賺賺錢。 3. 生活環境與機能目前我在蘇州生活，整體環境很棒，其實沒什麽霧霾，生活節奏沒有臺北快，房租與臺北市相差不多。但如果是在北京跟上海我就不推薦了但是大部分大公司都在北京、上海、杭州、深圳。大陸的高鐵很快并且比臺灣便宜不少，去哪裏都挺快的，這點要點贊一下。吃的部分，蘇州和臺北市差不多，但是北京和上海就很貴了（不過大部分企業都包吃或是有給吃飯補助）。 4. 人文素養人文素養方面還是臺灣完勝，大陸這裏闖紅燈按喇叭，隨意插隊大聲喧嘩，暴民等等的我都看了不少。覺得臺灣的教育還是非常成功的。但是基本上情況上班遇到的這些同事都還是很有素養的人，有念書與沒念書的差距還是挺大的。 5. 稅率的問題其實稅并沒有那麽重，看朋友目前在上海工作可以不交這邊的五險一金，只需要交所得稅，算下來其實跟臺灣年薪百萬的稅率差不多。這一塊我目前還沒辦法很好的回答，留給其他人解答。最後，還是很歡迎大家來大陸工作的，大陸這邊人工智能、大數據處理還有高并發的架構這幾個模塊做的相當厲害，如果是醉心于技術的人非常推薦來這裏。但是門檻跟難度也會比較高(比較建議讀臺灣 or 大陸 or 歐美的名校的碩士，會輕鬆很多），不過能去美國就別來大陸吧！如果認出我的同學，麻煩不要說出來，只是想分享大陸找工作的心得。排版較差，請見諒。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.80.103.29 (中國) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1569907408.A.8A7.html

推

10/01 13:31, 4年前 , 1^F

10/01 13:31, 1^F

→

cliffk321

10/01 13:34, 4年前 , 2^F

10/01 13:34, 2^F

→

Apache

10/01 13:35, 4年前 , 3^F

10/01 13:35, 3^F

→