前言

很多的老鐵私信問我，當年我是怎麼拿到公司offer的，我記得我畢業是2015年，那時人工智能這個行業還沒熱起來，能提供的崗位很少但是面試的人更少，我又是本專業畢業的，所以當初找工作還算順利，去面了4家然後都拿到了offer，最終我選擇了其中一家一直待到現在，而且每年我都會去各個公司去面試。接下來我來介紹一下當時的詳細情況。

圖片來源拉勾網2019.3.1

兩家掛羊頭賣狗肉

一家是搞金融的，公司不是很大看規模應該也就150-200來人，但是沒有一個是搞算法或者涉足AI領域的人，都是基本的開發人員。面試我的是公司的CTO ，聊得還算可以，直接想讓我帶團隊（本人浙大碩士，當時應該算是香饃饃吧），然後問我能不能開發一個風險預測模型，我說這個還在理論階段目前國際上都沒有能夠落地的模型，然後開了30K*15給我但是我沒去。當時的大環境原因，AI的技術天花板很低其實我更想找一家能不斷學到東西的公司。第二家是一家傳統行業的公司想要涉足AI領域除了我之外還有2個半路出家的，和我的初心相逆所以也沒有去。

正緊的面試

第三家是一個剛剛創業的小公司老闆就是CTO，總共面試了我兩次，然後最後拿到了offer下面是當時的面試題（有點久了不是很記得）

1.問Python給自己打多少分？Python多線程怎麼實現？

2.不同進程之間數據能共享嗎？

3.五行五列二維數組，手寫代碼輸出每行每列的最大值、最小值、平均值、方差

4. 舉了一個高維數據，怎麼找出異常值？

5.一個m*n矩陣圖走迷宮共有多少條路徑？

6.2-sum問題。這個答出來了，中間有用了一種方法，自己想的，雖然沒有降低時間複雜度，但挺新穎的。

7.問了最熟悉哪個機器學習算法。說邏輯迴歸，談了下邏輯迴歸原理。問了為什麼總Sigmod函數，而不是其他雙曲函數或Rule函數。

......

公司的老闆之前就是搞算法的，但是應用的是當初老版本的機器學習框架，研究多過商業實戰，畢竟仿生學的神經網絡模型2012年才提出理論的東西，我面試那會才開始慢慢有商業落地的項目，2016年BAT才正式涉足到AI領域。反正問的問題我基本是答出我知道的了，然後offer在第二天就拿到了，但是當時感覺那家創業公司有點混亂（除了技術人員其他的管理與行政基本和老闆沾親帶故），而且公司框架不完善也沒有去。

第四家，這是我當年面試的最後一家，他當場給了我offer然後我第二天就入職了，感覺這個公司就是為我準備的一樣，王八對綠豆對上眼瞭然後就沒有繼續找下去了。

公司已經做了一年了，然後CTO是中科院博導下海，滴滴早期的打車系統就是他開發的（就是衝著這點留下的）當時的職位是數據挖掘然後面試很開心，有筆試答得不好感覺在大佬面前自己是渣渣。技術面基本圍繞分類、數據處理流程來問。涉及一些NLP的內容，不太會，也就沒問太多，問到了很多關於計算機視覺的東西因為公司主要往這個方向發展的，然後剛好是我的強項回答的差強人意吧。

公司的學術氛圍很好當時先進的技術基本都是靠啃國外的論文來獲悉的，然後每天的工作內容就是數據標註、調參、調模型。完了就是CTO給我們上課，他就把他從這些論文上理解的東西給我們講，然後在進行演示，感覺那段時間進步的非常快，從一個學院派的小白往實戰派發展。所以 選公司得選能學到東西的，如果從入職到3年後的工作內容都沒有改變那人生還有什麼樂趣。

為什麼已經好的工作還要出去面試

一句話：從別人眼裡才能發現自己的不足。如果讓你自己去分析自己的技術缺陷你會陷入循環自嗨，所以我每年都會出去見見市面，找一些AI大廠去面試（曠世、商湯、谷歌大中華區等部分拿到offer但是薪資和環境問題沒去），然後讓HR找到我的不足。關鍵的是我們公司是鼓勵我們去面試（很奇葩吧）。這樣我們就能瞭解技術趨勢和技術需求。

怎麼才能入職到人工智能公司？

打鐵還需自身硬，首先你自己的能力得過關。不論是技術深度或者技術廣度都要達到面試的最低要求，如果是那些想轉戰AI或者初學者，希望你們能找到大腿來引導你們入門。因為人工智能這門學科它不是基礎學科，它是數學、計算機編程、哲學的交叉學科，如果沒有人幫你屢出一條學習路線，入門難，難如上青天。如果有想自學的老鐵可以先去看看吳恩達的那套機器學習的課程，書的話《機器學習實戰》、《統計學習方法》。如果想系統的學習人工智能可以私聊我，我叫老大過來教你。