分享一下刷题经验+问下再次面试的问题

去年想跳槽，陆续面了一些大厂，虽然最后都在hc那里挂了，挂的原因大概是ml design需要继续加强，不过hr的feedback都是比较肯定我的coding能力（也许是安慰我？）

当时面试时候lc刷了350左右，里面有一部分（100左右，当时采用随缘（pick one）刷题法，真的很蠢。。。）是两年前new grad时候找工作刷的，当时确实对刷题重视不够，因此offer也拿的不够多。因此后来为了跳槽做了以下的调整准备：
1. 买了个premium 会员（我觉得lc的会员还是很值的，买个一年妥妥够用）
2. 刷题时候按照题目的tag来刷，主要刷题区间是medium到hard，一开始可能对数据结构不熟悉，那时候如果看到一个题目不大会做（比如想了20分钟以上），会选择看看高票的答案，主要是要看他用的什么数据结构，以及是怎么使用它的（举个例子，栈的一个使用方法是单调栈，可以解决很多需要index关系的问题），注意记笔记加归类
3. 好题一定要记下来，什么叫好题呢，用到了新的方法，新的数据结构，对我来讲，就是好题。当然，有可能这些是偏题，不过拓宽思路总是很好的，说不定面试就遇到类似的方法。比如说很多dp tag下面的很多hard题我觉得都是好题，很多时候都打破我对dp的刻板印象，十分的灵活。另外同一个问题有多种做法的也是比较好的题目，比如skyline（可以用divide and conquer和BIT做）
4. company tag很有用，这就是为什么要买premium会员。company + 按frequency排序，按顺序做个60多道，谁用谁知道。至少我脸书和狗家都有原题出现（或者类似题目）
5. LC contest，建议坚持每周做，一是锻炼速度，二是因为都是新题，可以考验知识掌握程度，三是contest的题目很多是来自于最近面试中重复比较高的题目（比如我狗家有一轮没写到最优的题目在最近一次contest中作为最后一题出了，虽然用我当时次优的方法也能通过）。当然contest跟真正面试不大一样，毕竟它提示了复杂度（从input的大小可知）
6. 临近面试时锻炼自己的解说能力，最好找人mock，或者在做题的时候边写边说，推荐小黄鸭调试法。除此之外，好题要过一遍（这就是为什么我会有第三步），company tag的最常见的那些题目也要过一遍（所以4也很重要）。
7. 地里面经还是有用的，不过有些题目语焉不详，只能看看自己的理解能力了。

说了这么多结果还是没拿到offer，感觉是不是有点反面教材（哭）。现在刷了600多，希望今年能有所突破吧。。

另外，想抛砖引玉一下，看看有没有什么好的刷题方法，大家可以在这里讨论讨论，还有就是想知道有哪些公司如果再面能够跳过电面（还是虚。）直接onsite，如果可以的话是要跟之前联系的hr聊一下吗？（大半年没跟他说话了）

语文水平有限，欢迎大家来吐槽~顺便求个大米~

hmel1 发表于 2019/05/17 03:31:35
“最后都在hc那里挂了”

我想问。。onsite挂的 除了挂在HC那里 还有什么挂的原因

emmm，听说有直接hr不送的？不过我那句话确实有点多余。。。

HackToOracle 发表于 2019/05/17 04:05:33


emmm，听说有直接hr不送的？不过我那句话确实有点多余。。。

直接不送的估计feedback都是no hire就没必要送了。

请教一下楼主，深度模型对MLE找工作有要求吗

lzchu1992 发表于 2019-11-1 00:37
请教一下楼主，深度模型对MLE找工作有要求吗

你是说MLE里对deep learning的要求吗？我觉得MLE除了参与algo dev之外，更重要的是有end to end vision，要知道一个系统是怎么往里面加入ML model的，在这种时候，一个ML model他到底能不能productionize不仅仅要看他的performance，还要看整个系统的需求（QPS etc），这两者是有一个trade off的。因此在这个情况下，deep learning作为ML model的一部分，他有自己的好处（高度customize），也有自己的不足（需要的资源比较多），在design上的话要结合实际问题来选择到底需不需要deep learning，或者即使使用了，要做出哪些改变（简单的我觉得cache之类的，高级的就是分布式deep model）。所以我觉得deep learning能掌握就最好，不能完全掌握也无所谓，大部分的方法网上都可以找到指导，而知道一个方法的好坏和使用场景以及怎么结合该公司的业务我觉得是更重要的。

HackToOracle 发表于 2019-11-1 01:13
你是说MLE里对deep learning的要求吗？我觉得MLE除了参与algo dev之外，更重要的是有end to end vision， ...

专业！谢谢解答