MSRA大佬的2022秋招各大厂SSP+ offer
大家好,我是对白。
今天给大家介绍一位MSRA朋友,他参加了2022秋招,并拿到了**字节、腾讯、阿里等各大厂SSP +offer**,希望他的经历能对你有所借鉴与启发,以下为原文。
**前言**
是安徽985小硕,研究方向是自然语言处理和推荐,去年秋招拿到了字节腾讯阿里等各大厂ssp+算法offer以及华为的16级。
从身边的情况看,offer情况勉强算中上吧,和身边腾讯大咖,A+大佬们还是没法比。

首先提醒一下,每一年的就业行情,公司政策不尽相同。本文的内容根据笔者秋招经历撰写,具体情况**以当年招聘为准**。
本文主要从简历笔面试准备展开。提前批准备,秋招准备和面试真题后面会更新。
**去年的行情**
对于我这样的人来说,最好奇的必然是去年的研发薪资。
所以我也在知乎和offershow收集了一下去年一些大厂的硕士的研发薪资,整理了一下。
个人感觉,算法岗的话,只要你够强,可以上不封顶。

工资的组成包括了多项:base的话就是月薪,公积金一般以base为基数乘比例缴纳。
房补是每个月租房补贴,签字费是入职**一次性**发放的钱,另外还有股票期权等。
Base后面乘的月数是**正常绩效**时候一年发的工资月数。
腾讯:从offershow和脉脉来看ssp+可以拿到更高的包以及 t6-t7 的职级。另外腾讯还有腾讯大咖计划,个人定制待遇。

阿里:阿里不同部门的base政策不相同,差别还挺大。从offershow和脉脉来看ssp+可以给更多的签字费,阿里有A+和阿里星的头部计划。

字节:从offershow和脉脉来看如果有别家头部计划,字节ssp+也会给到对应的职级和待遇,部分会给期权。

百度:百度的话有aidu头部计划。

美团:美团的话有北斗头部计划。

京东:算法ssp base还是很高的

快手:快手有k-star头部计划,但这个计划如果面得不好可能也只能拿sp,ssp的offer

拼多多:pdd的月薪是乘18的,里面有两个月的加班费。

从身边的情况来看AI算法岗的头部计划门槛大概是两篇顶会,不同部门不同岗位门槛不同。大佬们千万别错过投递。
ok,后面讲讲个人在简历笔面试准备的一些拙见。如果对你有帮助,那是极好的。
****简历准备****
个人感觉简历的主要要点就是简洁、严谨、专业,并且对简历上的内容负责。
总体来说,简历内容包括:**个人信息+论文+实习+比赛+项目+荣誉,**比赛实习够多的话就可以不用写项目了。
个人建议简历尽量控制在一页,最多两页。
当然简历的内容组成就说明了面试官喜欢看哪些,个人感觉大厂重视内容的排名如下:
顶会论文 >= 大厂实习 > 比赛top >> 其他项目
个人信息:主要就是**联系方式**别写漏或者写错了,不然hr联系不到你很尴尬。

论文方面:大佬您顶会论文都中了,写个简历还不轻轻松松。
大厂实习,比赛和项目等:个人推荐从 " 项目背景-相关工作-本人工作-收益 " 来阐述。
比赛不仅限于天池,kaggle等。也可以打打顶会的比赛或者刷刷公开榜单。
投递简历最好能找师兄/姐充分了解招聘岗位信息,如:部门是否核心、发展前景等。并通过内推或者部门hr投递到相应的岗位。
算法岗的话部门会有不同偏向。有的部门偏业务一点。
比如阿里淘系,腾讯微信,字节抖音,百度凤巢等;也有的部门偏研究一点,比如达摩院,腾讯ailab,百度nlp,华为诺亚方舟等。
可以考虑自身情况选择投递哪个类型的算法部门。至于核心部门介绍啥的,知乎公众号相关文章很多了,这里就不赘述了。

最后如果准备投递多个不同方向的岗位的话个人建议准备几个不同版本的简历。
笔者不同公司投的方向不一样,因此准备了多个版本的简历。
****笔试准备****
笔试部分,个人建议系统性刷题,切勿盲目刷题浪费时间。
推荐先刷LeetCode中的剑指offer,然后刷LeetCode Top。
数组、字符串、二分法、动态规划,dfs等类型较为常见。
笔者剑指offer二刷 + Top100,基本笔面试都ok了。
当然你也可以和我身边大佬一样刷1000+题,让面试官见识一下解题的艺术,尽享丝般顺滑。

算法岗语言的话笔者全程python,未见为难。
字节、微软等对算法题要求较高,可以再一些网站查看特定公司的高频题库,比如:
笔试的时候动态规划,dfs的题如果不会,可以暴力解拿一些分
选择题啥的基础知识还是得靠积累了
******面试准备******
面试的话大多数公司都是多轮技术面试 + HR 面(大部分公司都有)
面试基本流程:**自我介绍 + 项目细问 + 基础知识 + 做算法题 + 智力题**(可能有)+ **场景题**(可能有)
自我介绍可以提前准备一下
简历项目建议准备充分,从背景-目前方法-自己工作-提升来讲。项目如果被问穿了会很尴尬。
如果你没有什么特别亮眼的项目的话,你的面试就很可能变成八股文+编程的hard模式。

基础知识需要积累一下,笔者就是按知识点整理了文档,也可以多看看别人的面经。
算法题和笔试准备一样,但是面试时算法题最好先和面试官说一下思路再写。如果实在不会可以要点提示。
智力题主要靠积累,多收集收集(取石子,赛马)
有时候会有场景题,面试官会直接问你他们业务里的问题,多看看面经积累吧。
先写这么多吧,写的比我去年一年写的都多了,公司真题啥的后面有空再更。
听学弟说今年行情不好,暑期实习很卷,希望大家都能拿到满意的offer。
最后欢迎大家关注我的**微信公众号:** [对白的算法屋](https://link.zhihu.com/?target=https://mp.weixin.qq.com/s?__biz=Mzg3NzY2ODIzOA==&mid=2247485704&idx=1&sn=b35bcfa95aca965dd7ae654aaa22ca39&chksm=cf1e3be9f869b2ff71aad632b60206ff041877b3753238e2998a4aa1a18c46889270574cb84c&token=1884889230&lang=zh_CN%23rd)(**duibainotes**),跟踪NLP、推荐系统和对比学习等机器学习领域前沿,日常还会分享我的创业心得和人生感悟。想进一步交流的同学也可以通过公众号加我的微信,和我一同探讨技术问题,谢谢!
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 我与微信审核的“相爱相杀”看个人小程序副业
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~
2019-04-24 推荐系统干货总结【全】