小红书博主：LuckyYY.
原文链接：https://www.xiaohongshu.com/explore/682aa7be000000002002b73a?xsec_token=ABhLuVQ-unIZ82rJXDAcCwgkshTK8k657Su5npQl_NCtM=&xsec_source=pc_collect
如何找到第一段搜广推实习
step1：机器学习基础10h
建议只看boosting方法、树模型系列即可
step2：深度学习基础10h
看李沐的动手学深度学习，只看前16小节和后面的注意力机制即可，中间的卷积神经网络等可不看。
step3：王树森推荐系统课程8h
通俗易懂，推荐系统相关的八股只看这个视频足矣。
step4：刷 hot 100
边看灵神讲解边刷，确实强推灵神的解析。
step5：准备一个项目（重点）
阿里云天池或者kaggle中找一个推荐算法相关的项目，看懂或者看懂之后改一改就行，需要对项目中的细节非常熟悉，也会是面试的重点。
step6：写一个两分钟左右的自我介绍然后投简历
boss直聘 + 官网 + 实习僧 + 牛客 + 小红书招聘基本可以全覆盖。一定一定要海投！首先明确一个道理，只要水平不是非常次或非常强，投递的数量一定会影响 offer 的数量和质量，投递渠道：boss 直聘、官网、实习僧、牛客网四个渠道就足够，主要是前两个。
160h即可完成，不要在八股上纠缠，项目涉及时再认真看对应部分。力扣要自己动手写一遍。
与第二篇不谋而合，强调实战中获得正向反馈再去看八股。
如何接到足够数量的面试：除了学历，对于算法岗来说，在没有论文和对口且高含金量竞赛的前提下，简历上必须要有对口的项目不然基本进不了面。
step7：关于面试
如何准备面试：项目，力扣，八股三件套，重要程度依次降低。项目直接找对口方向的开源项目边抄边改，力扣的话日常实习 hot100 刷熟练就可以，八股我只看了李沐，剩下就是项目里涉及到的八股看一看基本就够。
面试流程：先自我介绍，之后介绍项目，之后开始针对项目细节进行提问，中间掺杂一些八股和一些开放题，最后做算法题➕反问。这其中最重要的就是问项目，因为八股和开放题范围太广答得不好情有可原，而且我的经验是只有当你项目答得不错，面试官才会问有难度的八股和开放题，不然可能随便问问就直接写题了。
一定要多面，面试官提问的过程就是对自己经历查缺补漏的过程，面多了会发现面试官问的问题基本上都是大同小异，所以面完之后记录面试官的问题非常重要！
博主路线：博主为两年制硕士
- 0基础起步：保研结束后，从Python语法不熟、深度学习零基础开始。
- 第一份实习（滴滴）：推荐算法模型优化，专心搞模型，体验好。
- 第二份实习（美团）：LLM应用 + 推荐策略，做表做特征，学到LLM相关内容。
- 第三份实习（腾讯）：搜推算法全链路（排序、重排、上线、下钻分析），mentor带着想idea。
- 第四份实习（京东）：半年多不做需求，自由选方向、看论文、写论文，无周报无周会发言。
- 研一头部计划面试：美团北斗（6轮）、字节筋斗云（5轮）、腾讯青云（6轮）、快star（一面过），通过多个。
由此看来，一段高质量、长时间、有产出的科研实习确实十分重要，同先前一位学长与我讲的一致。
下面是我一位同导师组学长的路径规划：
- 研一上，联系本部科研导师，一个师姐带着做事情
- 研一下，挂了顶会共一，五月中开始投递简历，六月初拿到AI Lab实习offer
- 争取要有第一份产出，滚雪球滚起来
- 纯研究型，也可以申请做科研助理去做第一段
- 可以关注智源、微软亚洲研究院这些，大厂中的Research岗位