PS：以下说明是将工程（项目）与学术（论文）分开对待
A老师（偏工程）：
- 上来先寒暄一下（家是哪里呀~）然后马上进入正题
- 按照你的简历项目一个一个问（一定要对自己的项目表达狠狠狠熟悉）
- 项目是什么，解决了什么问题
- 自己负责了什么
- 项目/你编写的代码部分采用的模型是什么
- 最后的测试结果怎么样
- 评判你的项目结果的指标是什么
- 论文
- 论文做了什么
- 你的贡献（老师会很在乎你有没有进行核心算法/模型的代码编写
- 突出的爱好（老师会夸一下）
B老师（学术型）：
- 上来先寒暄一下（家那的疫情严不严重呀~）然后马上进入正题
- 论文
- 论文做了什么
- 你的贡献
- 用到的核心算法/模型是什么
- 项目
- 不会都问，挑几个老师感兴趣的大概问一下做了什么以及工作量
- 从专业课中你学到了什么
- 高等数学/数学分析、线性代数中你还记得哪些概念，实际中应用了哪些，举例说明
- 说一下对毛泽东思想的理解（ps：老师看我的成绩单上毛概成绩较高，我当时真的语塞，老师说那看来这分你是考的，不是你真正学到的o(╥﹏╥)o）
- 你看问题的视角
- 老师可能会以某个事情问你的看法，比如阿尔法GO战胜了柯洁，你的回答会显露自己的视角，是从媒体/技术/人类发展……角度来看问题
- 为什么要读硕士/博士
- 如果没有什么想法但还想说的好听一些，你可能要揣测一下老师的用意；如果有自己的真实想法说出来就好，老师会（from his view）告诉你硕士、博士的区别
- 喜欢看什么类型的书
- 突出的爱好（老师会夸一下，感兴趣地会再了解一下）
C老师（项目+学术）：
- 上来先寒暄一下（在家呀~）然后马上进入正题
- 简历中的项目一个一个问
- 项目编写语言用到的是什么（千万不要说应该是、大概是这类的用语）
- 你做了什么
- 关于ML学过什么样看课程
- 如果回答吴恩达，老师会问看到了哪里，做过课后题吗，做过哪些
- 课程专业/选修课，老师会问课上讲了什么，作业做过什么
- 关于ML的语言
- Tensorflow、Pytorch、Keras会哪些
- 用以上语言编写过怎样的程序
- 突出爱好（老师依然会夸一下）
总结
- 根据我的经历，我发现不同类型（项目/学术）的老师关注点不同
- 项目型老师会对项目问得较细致，所以你要对自己的项目如何表达给他人非常熟悉，不用非得说得高大上但是我觉得起码熟练（比如事先写写草稿，简短写一下项目/论文是什么，自己的工作是什么），以及会看重你项目整体的完成，是不是草草结束连个最终的评价指标也没有
- 学术型老师会在乎你的学科基础，以及你是不是真正想做学术，还是单纯为找工作。老师会想深入地了解你看问题、思考、学习的方式（面试问到这类问题时我挺惊讶的，但是后来反思了下不得不承认学术老师的仔细与负责，老师是真的在挑选愿意从事学术的人）
- 面试被问到基础学科的时候特别后悔与羞愧，曾经只是一味刷题，当初学习的时候没有花时间思考数学可以用在哪里，后来学到的各种知识与算法也没有找到与之前基础学科的联系
- 写简历的时候本以为老师不会怎么看自己的hobby，但是在面试的时候感觉有个比较突出的爱好还是能给自己加分的，果然不管走到哪，自己的爱好都不能丢呀~
- 几乎每个老师都会问你的问题就是会什么语言，编程怎么样，有些老师会问哪门学科学得比较好
网友评论