今年由于受疫情的影响，很多公司的hc都变少了，所以给本来就竞争激烈的秋招又增加了难度。我的目标岗位是NLP算法岗，经过几个月的努力，终于在今年8月底斩获第一个offer。下面是我的一些心得体会。

今年由于疫情在家的原因，我是从4月份就开始准备了，而且由于疫情，几乎所有公司的招聘都是在线上进行的，这也给我们提供了方便，就是投递简历可以不受地域的限制。当时我也投了一些公司的暑期实习招聘，面试了几家公司，后来拿了两个offer，但是不能远程实习，就放弃了。能实习还是尽量实习，这对接下来的秋招也是很有帮助的。

今年的秋招提前批从7月份就有各个公司陆续开始了。8月份是秋招提前批的集中时间。到了8月底，基本上提前批就结束了，接下来的9/10月份就是正式批的时间了。建议一定要试着投一下提前批，因为很多公司提前批是免笔试的，而且很多公司提前批过不了正式批都是有第二次机会的，这是个很好的机会。由于提前批开始的早，因此打算参加提前批的同学一定要提前准备。

秋招技术岗应聘的基本流程就是笔试+2到3轮技术面试+1轮hr面试。所以复习的内容也大致可以分为两大板块。一是刷题，二是复习自己做过的项目和目标岗位相关的知识点。刷题可以先刷一遍剑指offer，但是做完之后容易遗忘，建议之后再按照解题思路的类型去刷，比如动态规划、回溯法、二分法等。这样对做过的题会记得比较牢固。然后对于自己简历上的项目一定要熟悉，包括各种算法或实现的细节，因为面试一开始的问题通常是深挖简历。另外对自己目标岗位的相关知识点要熟练掌握。比如应聘NLP算法岗，就要熟悉目前一些比较新的、流行的算法模型，如bert、transformer等，还有熟悉NLP领一些常见的传统的模型，比如LSTM、RNN等。最后还有熟悉一些传统的机器学习算法，比如决策树、逻辑回归等。把这些好好复习一下，一般的面试就基本都能答上来了。

最后一点体会，就是在所有面试都通过的前提下，最后也可能拿不到offer。因为各互联网公司都是择优录取，对于面试通过的最后也要排序，排序的因素比较看重竞赛、是否有论文或者顶会论文、实习经历这三个因素，尤其是在算法岗，出论文比较多，因此如果有一篇高水平论文排序就肯定没有问题了。当然这些都在于平时的积累。

希望我的这篇分享能对即将踏上秋招之路或正在秋招的同学有帮助，祝愿大家都能拿到满意的offer。