八月初開始找工作，到現在已兩個月。兩個月來，磕磕絆絆，有失望，有驚喜。現在看來也算有些收獲。
研究生讀的專業跟機器學習比較相關。在找工作的時候找的都是機器學習崗。
小米 兩面技術面+一面boss 一面問了幾個簡單的編程題(其中包 括單詞反轉)，外加一道數據分析的場景題。二面問了朴素貝葉斯，SVM，外加一道場景題。三面兩道場景題。 后來給了口頭offer。
阿里 三面部門面+一面交叉 一面聊簡歷，二面聊項目，出了道算法題(包括 給出一個字符串，找出一個最短字串包含一個給定的字符集合),三面聊項目，算法題。 四面阿里雲的人交叉面，什么都沒問，只面了18分鍾，后來知道掛了。
百度 兩面技術+ 一面boss 項目+算法題目。二面面試官是個T10，感覺很牛叉。 問了好多，包括fp-growth, LDA, 協同過濾，SVM等等。(感覺百度機器學習崗必問SVM) 給了special offer。
愛奇藝 三面技術 一面聊項目然后出了一道two sum的題。 二面除了幾道我見過的簡單算法題，接着出了海盜分金。由於之前看了動漫《天行九歌》，動漫里講了這個原理。。。 三面問了一些概率，矩陣方面的基礎知識，隨便聊下項目就結束了。 給了offer。
一點資訊 三面技術 一面擼代碼，二面面機器學習算法（LDA, fp-growth,貝葉斯），三面綜合面。 感覺還是有一定難度的。 給了special offer。
今日頭條 三面技術 一面問了單詞反轉的問題，然后讓我預測頭條用戶第二天是否再使用頭條。二面出了道題目，判斷一個二叉樹是否是另外一個二叉樹的子樹。然后出了一個朴素貝葉斯的模型，讓我手寫朴素貝葉斯學習和識別部分的代碼。 三面問的比較難，讓我預測一個區間。之前都是用回歸預測一個值，突然讓預測區間有點蒙了。最后讓我手寫xgboost的分裂節點的代碼。 技術面試通過，還在等offer。