面试之道

面试，也是一项技术活。——本主

面试，是一个双方了解，相互选择的过程。面试方提出问题，应聘方作答，一遍两遍，相互的了解加深。无论HR面试，仅谈谈技术面。一般还是会以如下方式进行：

1. 基础的C++编程问题，可能是看代码，问输出和代码问题，或是提要求，写代码。
2. 简单的算法和数据结构的问题，如快排，找第N大的数等等，这里有可能问及有关面试方实际工作中遇到过的问题，如外排等等。
3. 重点提问有关具体工作分类中的专业问题，如EDA会问place和route算法等等，机器学习相关岗位会问logistic regression，SVM，GBDT，随机森林等等。

主要就是以上三部分内容。

本主的情况，本科物理，研究生硬件设计，与软件八竿子打不到。但本主不甘心，研究生毕业就去了Cadence做了R&D，不过不慎入了EDA行，与Machine Learning失之交臂。现如今本主想搏一搏，看看有没有命进入这个热门行业。

不过事先要分析分析本主的优缺点。

优点：

1. 在EDA领域历练了几年，对算法的设计，应用与实现很是自信。本主曾接手他人的棘手项目，在本主不甚了解多线程编程的时候，花了一个月时间，就出色的完成了该项目。项目不是简单的多线程化，有难点，细节不赘述。
2. C++自信的很，几本大部头的书，如TCPL等等，都Cover2Cover的过了一遍。
3. 代码还可以，Completely Read Code Complete。
4. 机器学习的算法也在工作中使用过，不过不算精通。

缺点：

1. 本主年龄大了，要和小年轻一起竞争。
2. 本主这几年只限于工作的经验增长，有些书读过了，又有些生疏了。
3. 本主对机器学习的面试不自信。

对策：

1. 面试中要表现本主的优势，相对于小年轻的优势——实际的工程项目，软件实现，调试能力。
2. 面试题要答好，让人知道我是有备而来的。
3. 要答好面试题，准备很重要，遵循二八法则，精力主要放在八成会问的问题上。
4. 剩下的就只剩下运气了。

机器学习之道，就是我有关面试题准备的心得，希望一切顺利。