非科班寻找算法岗的艰难之路

双九硕士，本硕专业均非科班。实验室主要做一些机器学习相关的水课题以及运筹优化相关。

一篇SCI二区水文，貌似是CCF C类？有过一段大厂算法实习。

三月份开始投暑期，腾讯、阿里、蚂蚁等互联网大厂均有投递并且给了笔试，做完之后毫无音讯，就蚂蚁现在的状态变成了面试中，但无人联系。也投了一些券商和基金公司的金融科技和量化岗，也没有消息。

期间投了一次平安科技的日常实习并且通过面试，但由于集团控制实习生名额迟迟不发offer，面试官也在很努力的帮我争取，但也没什么进展。

心死如灰之下顺手投了一次滴滴的日常实习，没想到收到了面试的邀请，随后突击准备面试。

面试过程比较艰难，因为面试官非常硬核，问题也比较开放。

一面：

  自我介绍。

  项目提问。

  然后根据我的个人技能描述，开始逐一提问：

  首先是让我说一个分类算法，我脱口而出SVM，然后就开始深入提问，从目标函数，到KKT条件，再到SVR，以及核函数的作用。磕磕巴巴能说出来一些。

  面试结束后一会接到二面通知，当天进行二面。

二面：

  也是一名比较硬核的面试官。看我会一些运筹学，先问了我一些常见的求解器。然后接着一面的问题开始提问。

  首先是核函数的选择。我以为是让我比较每个核函数的区别，心头一紧，因为我还没有细研究每个核函数都有什么特点。后面跟着面试官的提示我可以采用加权的方法，我的回答是在对偶问题的目标函数上对核函数进行加权，并将权重作为决策变量来优化，后面又被问到分两阶段优化还是一起优化，以及加权后的优化问题是LP还是QP。

  然后口述了一个简单的代码题（leetcode根本没刷多少，每次都死在手撕代码之下，好在这个还有点思路）。后来我发现面试官应该是控制出身，他们的角度都是在凸优化或者数值优化的角度下，而我主要做的是组合优化以及一些启发式方法，但面试官似乎不涉及这些。

  后面根据我的背景又出了一道运输问题的建模题，并且问我用什么方法求解。我脱口而出送求解器或者根据问题结构设计启发式方法求解。后来面试官告诉我他想让我用ADMM来解，不过ADMM我只是有个印象但不知道具体怎么做的。

  随后又问我ax^2+|x|这类问题如何求解，我最先说的是分段求梯度。面试官继续追问其他方法，我实在想不出来就乱说一通，什么琴生不等式、次梯度都说了。但是都不是面试官想要的答案。

  反问阶段，我问了面试官刚才那道题还可以怎么解，他说用smooth将L1范数平滑，这也就可以直接求导得到一个近似解。看来自己的知识面还是不够。

二面结束之后我其实以为已经凉了，因为每个问题都回答的不尽人意，没想到不到半个小时的时间收到了hr的电话，问我要不要接offer。内心还是比较喜悦的，毕竟找实习找了这么久，终于能拿到一个offer。

总的来说通过这次面试我的收获还是很多的。非常感谢两位面试官，让我学习了很多知识，也提醒了我要扩充知识面，不要把思维局限在当前的领域。凸优化确实要深入学习一下！！！