转眼间，又到了 “金九银十” 的招聘季，各位需要找工作的小伙伴们是不是已经摩拳擦掌，跃跃欲试了呢？想必对于大家而言，能够进入像阿里巴巴这样的互联网巨头是一件十分令人羡慕的事情，单纯是想想或许都能够从梦中笑醒。但是想要进入阿里巴巴，光是“仰望星空”还远远不够，必须要脚踏实地地完善自己。当然了，必然也少不了要学习一些面试技巧。 此时，就是我面小易登场的时候咯！先来一段定场词：“我是面小易，机智又聪明。面试不眨眼，Offer不手软。” 接下来的一段日子里，就让我面小易和各位一起学习各位前辈总结的真实面试经验，为大家的“金九银十”求职之路保驾护航。 今天和大家分享的这篇面试经验来自一个自动化控制专业的同学，他学习Java完全是因为兴趣，他所投递的岗位是阿里巴巴的Java开发工程师，而且这是他人生中的第一次面试，就让我们一起来看看他的面试经历吧。 以下为正文 第一面 第一天下午三点左右，当时刚好在教研室自习时，我接到一个杭州打来的电话，阿里的面试官简单说明来由，就问我是否方便面试，我说可以，然后让我先自我介绍。说实话，阿里是我正式接到的第一个面试，所以根本没有准备。我就简单地介绍了自己，然后把项目提了一下，果然面试官会针对他感兴趣的东西问，面试官问了我算法大赛的情况和项目情况，但都只是简单的说明了一下整个思路，并未深入，然后问了几个Java基础问题。第一面大约用了30分钟左右，面试官就说，那今天就到这里了，于是结束了第一面。 对于第一面而言，感觉更多的是宽泛地了解Java知识面。我还是比较幸运的，所问的几个问题我都大概的都知道一些，虽然回答的并不是很好，但是每一次面试的问题都记录下来，后续再学习。 面小易说：对于第一面而言，不慌不忙很重要，阿里的面试官总喜欢“搞突击”，所以一旦准备投阿里，就需要准备好面试的开场白，这样才能不慌张。 第二面 第二面来的很快，第二天晚上八点多就接到了面试电话。面试官人很好，没有再自我介绍，直接切入主题，针对我的项目开始具体问，我说做的一个模仿QQ聊天的软件，他问我你有没有考虑过性能的问题，如果出现卡顿，你会怎么解决。说实话，做这个项目纯练手的，未考虑到上线测试。于是我说，我自己做着自己练习的，模仿着功能，自己纯手写的，未考虑到这些。我问面试官性能方面的问题，可以具体一点么？面试官问我，如果你在传送文件时卡住，还想发送聊天信息，你怎么解决，我说那就重新开启一条线程处理，将聊天与发送文件线程隔离开，互不影响。面试官说好，我知道了，就没再深入下去。 后面，针对这个问题，我私下找了解决方案，NIO非阻塞编程以及Reactor单线程模型，这个可以去网上搜集资料看看，这些都是解决多线程通信的问题。私下了解到，其实阿里也在用Netty技术，这门技术也是基于Reactor实现的通信技术，它是用来处理大并发，大容量的通信技术，所以阿里其实面的每一个问题，都是有针对性的，在这一点上，我没有答到点子上，不够完善，应该是没有给出面试官想要的答案，但是面试官没有在这上面为难我，放我进去了三面，还有针对算法大赛的提问，因为是自身的项目，所以说的很啰嗦吧，面试官听完没有深入追问，可能只是想听我的表述能力吧，看看我的思路。还有项目就不重复叙述了，与各位项目实在是小巫见大巫了，大家好好准备自己的项目就可以了，肯定是会提问的。 面小易说：对于项目问题，一定要有一说一，不需要夸大，因为在学校做的项目和在企业做的项目而言，根本算不上什么。即使自己做的很简单，但只要你有更多的想法和思路，都可以探讨。但是要切记不要夸大自己的项目，一定要实事求是。 第三面 第三面隔得就比较久了，大约过了一个星期才来电话。上来面试官就跟我说，时间比较紧，我们就长话短说，你随时可以打断我，我说好的，然后就开始了，这次面试官问了一些基础问题。然后开始针对实际问题提问，第一个比较简单，如果有一组重复数字，我要你找出来，你怎么解决，这个我当时就说HashSet集合，可以去重复，然后我又问，是要找出重复数字？面试官说是的，然后我就说用HashMap,将数字作为Key，出现次数作为value，然后再遍历，找出value大于1的Key,就是所要答案了，面试官说好的，然后又问我，有一个比赛，你去商场购物，给你一个购物车，你如何在商场中，在装满购物车的情况下实现价值最大，装不下的就不可以装，当时我就迷糊了，但是仔细一想，利用动态规划可以做，贪心算法限制条件下结果不准确，具体的，各位私下看看，网上有很多资料，然后面试官好像挺急的，最后面下来17分钟，结束了第三面。 面小易说：这位同学在第三面就遇到了算法面试咯，大家在面试之前一定要准备好高频问题的分析。比如面试官问题的购物车问题，其实就是一个背包问题嘛。 第四面 第四面也是隔了一个星期，当时跟学弟在教研室。说真的，苦等真的是劳神，有好几晚我都没睡好，不晓得电话什么时候打来。每天早九点待在教研室，晚十点多回宿舍，一刻不敢掉以轻心。面试完就开始总结、学习、准备，每天下午就最难熬了，电话一刻不离手，生怕错过。

PAI-AutoML调参服务是通过算法的方式解放用户调节算法参数的工作。自2018年8月发布PAI-AutoML1.0版本以来，该功能已经帮助众多PAI的中小企业用户提升了模型的准确性，得到了不错的反馈。 PAI-AutoML1.0版本介绍文章：https://help.aliyun.com/document_detail/87393.html，为了进一步提升该服务的能力，PAI在今日发布AutoML调参服务2.0版本，目前该功能已经在PAI各区域服务全量上线。 在AutoML2.0版本中将包含以下Feature： 新增目前业内热门的高斯调参方法以及针对大规模数据改良后的高斯采样算法 增加了提前停止条件（EarlyStop）机制，帮助用户能更高效的利用资源 典型用户场景 某公司主营业务是广告DSP平台，对于广告DSP公司来讲，CTR预估准确性是营收的生命线。而CTR预估算法在机器学习领域属于二分类算法，目的是通过用户画像判断投放给用户的广告是否会被点击。 二分类算法如果在PAI平台选用GBDT或者RF这些算法需要有大量的参数调节，而且每个参数都具有很广的定义域，光靠人工手动调节很难锁定最优的参数组合。如下图，仅树的数目这一个参数就有[1,10000]这1万种参数可能性。 通过PAI-AutoML工具，只需要设置每个参数的大致范围，就可以通过调参算法自动找到最优参数组合： 从收益来讲，假设用户每日投放广告量为1000万次，使用AutoML之前的CTR预估准确率为0.7%，也就是投放1000万次会获得点击7万次。如果通过AutoML调参功能将CTR预估准确性提升到0.8%，可以帮助平台每天新增点击1万次。假设每次广告点击平台的收益是1元，那么平台日新增收入将增加1万元，年直接经济收益超过百万。 开箱即用 目前PAI-AutoML功能已经全面上线，只需要进入PAI-STUDIO页面，地址：https://pai.data.aliyun.com/console 新建项目并在首页模板中找到”基于对象特征的推荐“模板： 点击控制面板中的AutoML功能即可开始试用： 详细说明 在2.0版本中调参算法种类从4个增加到7个，各个算法详细说明如下： 算法名称 说明 Gause（高斯算法） 高斯过程，是一种非参数贝叶斯模型。作为经典算法，高斯过程已经广泛地被应用于超参优化领域。它通过不断观测超参配置表现来拟合代理模型，再通过模型的预测能力来强化决策，从而能在有限的尝试次数中更有目的地选出合适的超参结果。

编辑推荐 与市面上已有的TensorFlow书相比，《深度学习原理与TensorFlow实践》的特色在于一是所有案例来自作者团队工作中的亲身实践，所选案例均是深度学习的经典应用，非常具有代表性；二是结合了深度学习的关键原理，强化读者对深度学习及TensorFlow架构的理解，从而能在知其然、并知其所以然的基础上，更好地运用TensorFlow来开发各类应用。 《深度学习原理与TensorFlow实践》所梳理出来的清晰脉络和关键知识点，必能让读者在内外兼修的基础上，循序渐进地提升功力，在人工智能时代大放异彩。 喻俨 莫瑜 主编 / 2017年6月出版 内容提要 《深度学习原理与TensorFlow实践》主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一，《深度学习原理与TensorFlow实践》结合实例介绍了使用TensorFlow开发机器学习应用的详细方法和步骤。同时，《深度学习原理与TensorFlow实践》着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循环神经网络的理论知识及其TensorFlow实现方法，并结合实际场景和例子描述了深度学习技术的应用范围与效果。 《深度学习原理与TensorFlow实践》非常适合对机器学习、深度学习感兴趣的读者，或是对深度学习理论有所了解，希望尝试更多工程实践的读者，抑或是对工程产品有较多经验，希望学习深度学习理论的读者。 作者简介 喻俨 百纳信息（海豚浏览器）研发副总裁。2007年加入微软亚洲工程院，2011年加入百纳信息负责海外业务线，从0到1做过多个项目，现致力于AI和大数据产品的研究与应用。 莫瑜 先后任职于微软和海豚浏览器，从事搜索引擎、音乐检索/哼唱搜索、内容分发推荐算法和对话机器人技术研发。长期以来持续关注和实践大规模数据算法性能优化、搜索引擎、推荐系统和人工智能技术。 王琛 英国爱丁堡大学人工智能专业硕士，现为百纳信息技术有限公司人工智能方向负责人。早年参加过信息学奥林匹克竞赛获得河北省第一名、全国三等奖，并保送进入中山大学。大学期间，在ACM竞赛上也屡获佳绩。硕士毕业后就职于百度基础架构部，参与大数据平台研发工作，对大数据分析处理、分布式系统架构等方面都有比较深刻的理解。2014年加入百纳，负责多个项目的研发，自2016年起负责人工智能方向的探索。 胡振邦 拥有博士学位，百纳信息技术有限公司高级算法研究员，毕业于中国地质大学计算机学院地学信息工程专业。读博期间，参与了关于遥感卫星图像识别分析的863项目，并且是主要的研发人员。毕业以来，一直从事图像识别方面的算法研发工作，主要方向包括目标检测、图文检索、图像分类与验证等，在图像处理、计算机视觉等方面都有深厚的积累和经验。

最炫的技术新知、最热门的大咖公开课、最有趣的开发者活动、最实用的工具干货，就在《开发者必读》！ 每日集成开发者社区精品内容，你身边的技术资讯管家。 每日头条 12个知识点+20个干货案例+110道面试题，助你拿offer！| Python工程师面试宝典 或许在你投递你的简历之前，也在犹豫自己是不是真的合乎公司的要求。现在抛下你的杂念吧，无论你觉得不够自信，还是信心满满，这篇文章都能帮你了解一个Python工程师所需要的基础知识，快来次自检吧！ 12个Python核心知识点，20个经典场景分析和干货内容，110道面试题，最全Python面试宝典助你get your offer！！ 最强干货 阿里工程师谈，什么是好的代码？ 我们每天都与代码打交道，但当被问道什么是好的代码时，很多人可能会先愣一下，然后给出的回答要么比较空泛，要么比较散，没办法简单明了地概括出来。显然，这个问题并没有唯一的标准答案，谁都可以谈论自己的理解，今天谈谈我对于好代码的理解。 叮！阿里巴巴2020届毕业生笔试攻略来了，请查收！ 工程师的世界，不止代码，还应该有对未来的洞察与从容。2020届毕业生笔试攻略来了，请查收~ 阿里云安全研究成果入选人工智能顶级会议 IJCAI 2019， 业界首次用AI解决又一难题！ 阿里云被主论坛收录的论文《Locate Then

导读：传统企业的决策链路通常是自上而下的形式，因此在互联网化改造中，不仅仅是研发层面，整个公司的管理人员都需要做好知识升级和观念更新，这也是躺平设计家在过去几年的上云之路所经历的。本文将聚焦居然之家利用阿里云容器服务（ACK） 进行云原生实践历程，期待能帮助读者了解传统企业从传统单体架构向云原生演变的实践路径。 2009 年，居然设计家 (Homestyler) 研发团队正式成立，开始进行第一个版本的探索；如今，十年已过，居然设计家正式更名为躺平设计家，用户量近千万。在两年多的云原生实践改造过程中，整个团队经历了从运维数千台服务器再到全部交付给云，从探索上云到利用 Serverless 和 Service Mesh 完成云原生改造，最终整体可用性达到三个 9 以上，同时 IT 费用削减了近一半。本文分享了躺平设计家的云原生实践历程。 自 2013 年由 Pivotal 的 MattStine