大家好，这里是NewBeeNLP。今天分享一位2022届秋招的学弟，从2021年的四月份开始求职，到11月份结束，一共拿了6个Offer（微软M365、亚麻Global Selling、阿里妈妈、字节商业化、百度MSG和Vivo互联 ）。以下是原文，
在最后决定去哪里的时候，和阿里妈妈的一位女Leader聊了很多，包括职业选择、未来发展、是不是应该在校招的时候进外企，最后一通分析下，说到工资，发现阿里妈妈给的太低了，和工作强度不匹配，果断选择了微软。
我是今年6月底入职苏州微软的，到现在差不多3个月，对微软的工作情况有了个初步的了解，所以在这里把我在这段时间的经验、感悟和体会写出来供大家参考。
1. 校招进入微软
背景
我是19年本科毕业，同年读了本校计算机的硕士，然后从研二开始在京东（北京）实习，做算法工程师，联邦学习方向。
到21年秋招的时候，我没有选择在京东转正，原因如下：
-
不想做算法岗了（调参都算不上，就是复现一些机器学习算法，没有实际业务反馈）
-
不想呆在北京了（南方人，呆北京经常流鼻血）
-
部门前景堪忧（主要做ToG项目，技术是最不重要的，架构经常调整）
目标
所以在从21年秋招（提前批）开始，我就确定了我的目标：
-
找开发岗
-
回南方
方法
有了这个目标，我把求职的公司分为了三类：
| 外企 | 互联 企业 | 银行、国企 |
|---|---|---|
| 微软、亚麻、Zoom、Nvidia、Shoppe(新加坡)、Intel | 阿里、腾讯、字节、百度、Vivo | 邮储、浦发、农行、政策性银行 |
而为了找开发岗的工作，我从三个点进行了准备：
-
向实习时候的开发岗同事，要了他们的代码，过了一下基础的逻辑，保证自己能说个一二三。
-
通过Leetcode、Nowcoder、Lintcode刷题
其中，在校招中，我觉得最重要的还是刷题，我在Leetcode刷了差不多600多道题，并且用Typora对各种tag的题目进行标记，以中等题为主：
微软有个很大的特点，就是一个Manager工作经历可以很大程度影响这个组的工作习惯，我们组的Manager从08年校招进微软就一直呆在微软，所以他是十分推崇WLB。但是有些Manager可能是从国内互联 招的，工作的风格就可能完全不一样。
所以我说的这些情况主要针对M365的，而且据我所知，WebXT那边加班很严重，上次YongDong的Townhall（类似于高管检讨会），某位同事直接在讨论板上贴出了，但是感觉Qi的回答并没有说怎么解决，只是说会和手下的Manager沟通。所以微软在选组的时候尽可能甄别，多关注Manager的LinkedIn，看看他们的工作经历，老微软一般不怎么卷。
M365的 招职位如下，一般SDE2（2-3年的工作经历），Senior（5年以上的工作经历），Principal（10年以上）
具体每个职位的要求，可以通过这个查看Search results | Find available job openings at Microsoft[5]。
如果有感兴趣的，可以发送信息 【个人简历，工作地，岗位id】 到我的邮箱 ：_mxchen1997@gmail.com
[1]
微软 STCA 校招 一二三四面经（已OC）: https://www.nowcoder.com/discuss/796437ge=1
[2]
MyInterview/微软题目.md at master · owenmx/MyInterview (github.com): https://github.com/owenmx/MyInterview/blob/master/%E9%9D%A2%E8%AF%95/1%20-%20%E9%9D%A2%E8%AF%95%E6%80%BB%E7%BB%93/%E5%BE%AE%E8%BD%AF/%E5%BE%AE%E8%BD%AF%E9%A2%98%E7%9B%AE.md
[3]
MyInterview/LeetCode刷题 at master · owenmx/MyInterview (github.com): https://github.com/owenmx/MyInterview/tree/master/LeetCode%E5%88%B7%E9%A2%98
[4]
MyInterview/面试 at master · owenmx/MyInterview (github.com): https://github.com/owenmx/MyInterview/tree/master/%E9%9D%A2%E8%AF%95
[5]
Search results | Find available job openings at Microsoft: https://careers.microsoft.com/professionals/us/en/search-results=l-l-suzhou&sortBy=Most%20relevant
文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34618 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！