对比了几个同学的情况，他们面试都比我顺利得多，考虑了一下区别有这么几个：一是我比他们菜，不用多说了；二是我笔试做得很糟糕，收到面试通知还挺吃惊的，所以我觉得是不是腾讯对笔试不好的也给面试机会，但全看表现，所以难度不同也好理解；三是我方向比较偏，同学都是做图像的有的聊，我做的方向面试官不感兴趣，只问参加的文本比赛，而文本这方面我根本没下工夫，所以跪得心服口服……
笔试题网上都有，推荐没做过的看一下，不难但我做得很差，非常不爽。
根据简历不同，每个人的面试官可能都不是一个部门的。我本来跟同学都是一批，结果昨天临时通知飞机晚点，改到今天了。
进门首先自我介绍。估计是对我方向不感兴趣，面试官基本没打断我，更没跟我同学说的一样谈笑风生……
然后开始问比赛，简单介绍一下方法，然后抓点开始问。先是 Word2Vec 的原理，我一直没好好研究，只能外围瞎扯了一通然后实话实说不清楚，然后问 Naive Bayes 怎么做文本分类……本来就不熟一紧张忘干净了。
场面一度很尴尬，我准备的一些内容也是平时比较熟悉的东西像重要算法的推导啊、深度学习相关的都没问。
最后问了一个题，查了一下也是经典智力题了：
红球黄球各一百，两个桶，问你怎么放才能让另外一个抽球的人抽到红球的概率最大。
然后提示我算一下概率。因为当时已经懵了，式子也没写出来。带入算了一下发现桶A放1红，剩下放桶B的情况应该是概率最大的，然后让我证明……就晕了，想不出来。就这么尬算几分钟，面试官笑了笑就把我送走了。
回来列了一下式子，发现届不到——不是，解不了，上下都是二元二次式。中文查不到推导，英文终于是找到一点儿，有兴趣的看一下 https://www.quora.com/You-have-50-red-balls-50-blue-balls-and-2-bags-You-want-to-arrange-the-balls-into-these-bags-in-such-a-manner-as-to-maximize-the-probability-that-picking-a-bag-at-random-and-then-picking-a-ball-at-random-results-in-a-red-ball-What-is-the-maximum-probability
这个回答也不算严格推导。我简单解释一下。抽到红球的概率是0.5*(桶1中红球数/(桶1中红+黄)+桶2中红/(桶2中红+黄))，约束是红+黄共200个。那么分配情况就可以分为两种：两桶中红球占比相同或不同。
占比相同的情况显然就是0.5，占比不同的情况，可以假设桶1中大于0.5、桶2中小于0.5。要使抽到红球的概率最大，就是同时最大化这两个概率。对桶1，最大的概率显然是1，即只放红球的情况；对桶2，上界是0.5且不可达，那么可行的最优解就是最接近0.5的那个，显然就是所有情况中分母最大、分子也最大的。
所以分配方案就是一个桶只放一个红球，剩下的放另一个桶。最大的概率约0.75，两种球数量越多越接近这个上界。
我想出了这个方案，但脑子一乱就不知道怎么往下算了。还是准备不充分加经验不足。
其实问题真的不难。我简历上把比赛写在靠前的位置，本来是希望多少问问深度学习方面的东西，结果面试官冲着 NLP 来了。面试问的都是话题，如果不是特别针对面试人的话，都是先给个范围，如果你能说个大概就往深里讨论。内容跟面试官的部门关系比较大，他会关注他感兴趣的东西。
所以网上一些面经说得很对，没把握的东西别往上写，不要给自己挖坑。我本来以为自己很明白这道理，实际上图样拿衣服。
研究生做的方向其实挺关键的。项目和知识储备上会省太多力气。如果方向不好，那平时一定要多做练习，定好求职目标，围绕这些内容自己学，网上找资源。机器学习这块网上能利用的东西太多了，数据、代码、框架什么都有。我实践不多，基础又不扎实，跪得真是活该了……就希望别因为这次面试把我拉黑le ，还是挺希望进鹅厂的……
最后一点是一定要提前准备，我如果去年比完赛就开始准备，现在压力就不会这么大了。
当然了问题的根本还是我平时太懒、复习不上心。本来就不如别人，要是还不努力，哪能找得到工作。