八月初开始找工作，到现在已两个月。两个月来，磕磕绊绊，有失望，有惊喜。现在看来也算有些收获。
研究生读的专业跟机器学习比较相关。在找工作的时候找的都是机器学习岗。
小米 两面技术面+一面boss 一面问了几个简单的编程题(其中包 括单词反转)，外加一道数据分析的场景题。二面问了朴素贝叶斯，SVM，外加一道场景题。三面两道场景题。 后来给了口头offer。
阿里 三面部门面+一面交叉 一面聊简历，二面聊项目，出了道算法题(包括 给出一个字符串，找出一个最短字串包含一个给定的字符集合),三面聊项目，算法题。 四面阿里云的人交叉面，什么都没问，只面了18分钟，后来知道挂了。
百度 两面技术+ 一面boss 项目+算法题目。二面面试官是个T10，感觉很牛叉。 问了好多，包括fp-growth, LDA, 协同过滤，SVM等等。(感觉百度机器学习岗必问SVM) 给了special offer。
爱奇艺 三面技术 一面聊项目然后出了一道two sum的题。 二面除了几道我见过的简单算法题，接着出了海盗分金。由于之前看了动漫《天行九歌》，动漫里讲了这个原理。。。 三面问了一些概率，矩阵方面的基础知识，随便聊下项目就结束了。 给了offer。
一点资讯 三面技术 一面撸代码，二面面机器学习算法（LDA, fp-growth,贝叶斯），三面综合面。 感觉还是有一定难度的。 给了special offer。
今日头条 三面技术 一面问了单词反转的问题，然后让我预测头条用户第二天是否再使用头条。二面出了道题目，判断一个二叉树是否是另外一个二叉树的子树。然后出了一个朴素贝叶斯的模型，让我手写朴素贝叶斯学习和识别部分的代码。 三面问的比较难，让我预测一个区间。之前都是用回归预测一个值，突然让预测区间有点蒙了。最后让我手写xgboost的分裂节点的代码。 技术面试通过，还在等offer。