厦门大学吴雪儿：从统计学到阿里巴巴NLP算法岗！

 引航 CLUB · 就业 ♫

我本科就读于厦大数院统计专业，读了wise的数理金融双学位，也知道了WISERCLUB，但是那时候并不太了解，来wise之后经过宋宁宇同学安利介绍后知道了CLUB会学习很多算法、机器学习和统计相关内容，然后在研究生时加入了CLUB。

我很喜欢WISERCLUB学习资源共享和小组分享的形式，大家都认真准备自己的那部分，能够很高效地系统地学习，学习到了别人的学习方法，了解其他人的思考和解决问题的视角，同时也可以通过讨论来解答疑惑。除了本小组学习，还可以去旁听感兴趣的学习小组分享，算法工程师所必备的机器学习、python、sql相关知识都可以通过CLUB来学习和巩固。

除了丰富的学习资源外，在CLUB中会有一种“不是孤军奋战”的感觉，能够认识拥有相似的未来规划的人，并且部门里大家关系都很好~

P.S.  今年对于留任的insider们还有模拟面试的福利，倾情安利WISERCLUB！

最终之所以选择阿里巴巴的NLP算法，主要是因为在本科的课题组和项目接触到了机器学习和神经网络，在本科导师和师兄的引导下稍稍入了个门，做了些机器学习的研究和实践，个人对NLP比较感兴趣。

在阿里的实习内容：品牌对齐（完善当前进口品牌表）和货品对齐（将商品整理到货品维度上）。由于许多原因，数据库里品牌和品牌id没有一一对应，，这对于运营采购和分析统计都会造成偏误，我要做的实际上就是匹配id的对齐任务，工作中会用Bert模型和相关的多模态模型。

对于互联网公司来说，我认为最重要的是选择业务方向，因为在正式进入公司之后，经验积累对未来的工作机会十分重要，如果想更换业务方向的话，就需要从零开始重新积累经验，就对未来跳槽而言是非常不利的。因此学弟学妹可以多方了解信息，首先选择一个有前景、可跳槽利于未来职业发展的业务方向。除了业务方向，也比较推荐结合自己实际的项目和以往实习经历，在实习过程中关注所在团队的氛围，再结合个人对于城市的偏好，作出最终选择。

对技术岗来说，一份好工作最重要的是能够让自己投入进去，因为技术岗需要进行很多在业务理解和算法实现上的思考，可能也会遇到困难和感到厌倦，如果无法让自己投入进去的话是很难坚持下来的。所以尽量选择自己感兴趣的工作，才能延长自己的职业生涯和道路。

对于不好的工作，公共的评判标准就是这份工作技术含量不高，或者对未来的就业有所困扰，比如竞业协议。

简历投递

首先了解公司和岗位的未来前景，建议认识的学长姐内推>牛客内推>官网投递。其次，简历要好好写，突出重点，结构清晰，简洁明了，突出这个岗位的内容和面试官会更感兴趣的项目比赛和实习，最好能让相关方向的师兄师姐看看，做一点修改。

笔试经验

可以提前去学好数据结构，一定要提前刷Leetcode，尤其是里面的剑指offer，自己整理好错题集、做好思路/题型/解法总结。可以找同学结伴学习讨论，Leetcode可以看得到别人的刷题日历和记录，看到别人的刷题量也能激励自己

面试经验

基础知识很重要，尤其是与自己过往经历相关的知识！建议提前系统学习机器学习经典模型和各种指标、损失函数之类的相关知识，最好要有自己的思考和理解。面试官不一定会只在你的领域提问，可能会提问你领域以外的内容来考察知识面，甚至可能会考察数学推导。关于面试中会被问到的实习和项目，对于技术岗来说，更重要的是经验和经历。很多公司招聘的时候在简历筛选阶段就直接看你有没有相似经历，如果有才能进行笔试面试。学弟学妹们应该提早一年对自己的职业方向有所规划，并对实习经验和项目经历有所准备，如果没有相关经历就去投简历，结果大概率会让你失望。建议整理好自己的项目比赛和实习内容，最好在平时做项目和比赛的时候就养成记录和总结的习惯，要加上自己的思考，每次看到都会不断进步，避免重复造轮子。

面试前要练习对这些项目的表达并思考可能会被提问的点和做的不好的地方改进。比如面试中经常会问：这个项目已经是一段时间之前的了，现在的你会想从哪些地方改进，面试官很看重你进步的速度和对过去的总结思考。一方面，自己项目、比赛、实习用到的算法必须要滚瓜烂熟，知道各个细节，不能让面试官觉得你就是调包+调参，最好能够自己实现，还要了解相关的改进模型。另一方面，也不能只知道知识而不知道实现，面试官可能会问你调参思路、容易遇到的问题，没实现过的人是不知道的，最好能说点自己的理解和具体实践应用。

除此以外，自己做过的项目最好要整理好打包github，同时在readme里介绍好项目（问题、数据、模型、结果、思考等），然后把项目地址附在简历上。因为简历上的介绍可能不够清晰，好的文档习惯和代码习惯能够很大程度上提升面试官的好感。

2

时间管理的秘籍

3

面对emo或压力

4

未来规划