谷歌编程之夏

‘壹’ 如何成为Google软件工程师

招聘的流程？在线申请简历筛选电话访谈现场面试Offer发放面试包括哪些内容？简短介绍介绍你的专长或进行技术评估提出你的问题面试没有益智类问题（因为益智问题并不能反映你的编程能力）如何对申请人的工程技能进行评估？我们会根据以下四个方面来进行评估：编程语言的语法，关键库函数，编程风格，对程序性能的考虑等算法和数据结构分析能力合理设计如何准备面试？复习基础知识复习算法与数据结构练习写代码 在白板上或在纸上练习不要使用伪代码你可以选择你最擅长的编程语言认识Google员工？
和他聊聊他在Google的经历。让他成为你的推荐人，或者让招聘者知道谁可以成为你的推荐人。在实际面试过程中：我们希望了解你解决问题的能力我们会向你提出一个有深度的问题，我们想了解你对复杂问题的解决方法不一定要得到正确答案，你的思考过程比正确答案更加重要我是在校生，离毕业还有两三年的时间，应该怎么努力？打好专业基础学习编程语言：C、C++、Java、Perl、Python参加课堂之外的活动参加计算机俱乐部或社团参加编程竞赛争取尽可能多的实习生机会参与开源项目（不要忘记参加Google编程之夏－Google Summer of Code)博士生的面试会有所不同么？我们会根据每个人的情况安排有针对性的面试面试内容包括标准算法，设计，编码能力论文讨论所有的面试官都具有博士学位Google软件工程师如是说： 问：在Google工作，最担心的一点是什么？ 答：公司的零食太多了，在Google工作要防止长胖 问：在Google工作，最轻松的事情是什么？ 答：坐在桌子上跟老板说话 问：在Google上班，着装有什么要求？ 答：穿总比不穿好。 问：Google工程师几点上班？ 答：Google工程师的工作比较自由，没有固定考勤，允许Work from home。但由于需要和其他办公室的同事交流，有可能一大清早就爬起来开会，或者一直工作到深夜。 问：在Google工作，最让你欣喜的事情是什么？ 答：在Google工作，有机会与许多大牛共事，一起交流技术。 问：出差的机会多吗？ 答：取决于项目安排，可能需要去美国东西海岸、伦敦、苏黎世、悉尼、东京等地出差 问：怎么才能获得上万台计算机来做大规模并行计算实验？ 答：到Google工作，你随时可以做到。 问：在Google可以做开源软件吗？ 答：可以，很多着名的开源软件程序员加入了Google，包括Google中国也有很多着名的开源软件程序员 问：你们的梦想是什么？ 答：我们的梦想是：技术改变世界，do good things that matter in the worldGoogle 非软件工程师如是说： 问：听说在 Google 吃的很好，如果胖了怎么办？ 答：公司有健身房，瑜伽房，吃多了下去跑两圈。 问：Google 员工有保险么？ 答：有，很好的员工保险，还包括员工家属呢。 问：Google员工有带薪假期么？ 答：员工在入职的第一年有15天的带薪假期。在Google工作每多一年，带薪假期就多一天。所以，如果你在Google 工作满235年，就可以全年休假啦！ 问： Google对于非技术性职位的要求是什么？ 答：用户至上，无论是对终端客户还是内部用户，都将是最重要的标准之一。 问：面试Google非技术性职位有什么技巧？ 答：陈述事实，善用数据，如果你经验足够丰富！你懂的。：） 问：Google的销售工作压力大吗？ 答：我们欢迎敢于接受挑战的人加入销售团队，按摩椅，健身房，瑜伽室是你最好的减压伙伴。

‘贰’ 《Python数据挖掘入门与实践》pdf下载在线阅读，求百度网盘云资源

《Python数据挖掘入门与实践》（[澳] Robert Layton）电子书网盘下载免费在线阅读

链接：https://pan..com/s/12d3rQe0uNTG98m09c12INA

书名：Python数据挖掘入门与实践

作者：[澳] Robert Layton

译者：杜春晓

豆瓣评分：7.9

出版社：人民邮电出版社

出版年份：2016-7

页数：252

内容简介：

本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。

作者简介：

Robert Layton

计算机科学博士，网络犯罪问题和文本分析方面的专家。多年来一直热衷于Python编程，参与过scikit-learn库等很多开源库的开发，曾担任2014年度“谷歌编程之夏”项目导师。他曾与全球几大数据挖掘公司密切合作，挖掘真实数据并研发相关应用。他的公司dataPipeline为多个行业提供数据挖掘和数据分析解决方案。

译者简介：

杜春晓

英语语言文学学士，软件工程硕士。其他译着有《电子达人——我的第一本Raspberry Pi入门手册》《Python数据分析》。新浪微博：@宜_生。

‘叁’ 阿里巴巴编程之夏很难入选吗

是的。阿里巴巴编程之夏（AlibabaSummerofCode，简称ASoC）是面向全球18岁及以上本科、硕士、博士高校学生的编程普惠计划，很难入选。鼓励高校学生深度参与开源开发活动，以第一视角感受开源世界的魅力，成为开源社区新鲜“血液”。

‘肆’ 谷歌编程之夏的含金量高吗

先说说含金量的问题。其实从各方面来说，这个含金量都是很高的，远远超过一份互联网公司的暑期实习。我参加过两次GSoC，也参加过两次暑期实习，这个对比还是很明显的。实习其实基本是打杂，但是在GSoC里是真正地负责一个项目，一个社区期待已久的feature。能学到的东西、以及最后的成就感是完全不一样的。
Ps. 如果所谓含金量还包括了对找工作的帮助的话，那么实际上谷歌里负责GSoC项目的Ms. Carol说过，凡是参加过GSoC的学生，随时可以找她内推去Google。我正好今年找工作，就正在等待时机使用这个重量级内推 :)

1. 报名者需要有什么样的基础才可以被选拔上？
如果你有语言偏好，那么当然最好找对口的，例如一些偏php的web项目，一些Java写的应用，一些C/C++写的游戏等。至于编程的实力，其实并没有那么高的要求，足够cover住你的工作就行。上面@罗聪翼 哥哥也提到了，我11年给Blender做国际化的时候，完全没用过这个软件，也基本不懂3D建模，但是我所要做的东西跟这些没关系，我就根本不需要知道。
所以当你看到有些来头很大的项目，例如Python，GNU，Unix，不要望而生畏，点开看一看，很有可能会发现一些idea完全在你的能力范围之内。接下来需要做的就是去和社区里的人“套磁”，让他们相信你能够胜任这个项目。
我的室友是大三暑假参加的GSoC，我大四、研一各参加了一次，去年中国貌似有一个大二的成功参加，而国外甚至不乏大一大二的成功参加。所以我觉得计算机大三，或者基本达到这一水平，付出一点心思，付出一点劳动，就完全可以成功参加。

2. 想取得好的成绩难度有多大？
我觉得在写proposal的时候就应该考虑到工作量有多大，基本按照3个月的全职实习工作量（每周5天，每天6小时）来考虑是比较合适的。在这个时间内，尽量把该有的feature做完，代码稳定，文档充分，最终能顺利进入主代码库，应该就算是很不错的成绩了。
如果是一个较大的项目，你可以拆成几大块，在GSoC时间范围内完成其中一块。后续再接着做其他的，毕竟GSoC本身的意义就是为开源软件找到更多志愿者。也可以在第二年的GSoC再继续完成，这相当于做了个大蛋糕慢慢吃。
也有很多项目没有做得尽善尽美，例如不稳定，BUG多，缺文档，其实mentor也都会给pass。我2012年做的项目其实就是在别人2011年的项目上继续做，重构一下，修修bug，增强点功能，写些wiki，最终使它并入主代码库。工作难度不大，又比较有意义——要不然2011年的工作就白白浪费了。
所以说，多付出一点，总会取得好成绩的。比如你每天干8个小时，或者每周干6天，结果肯定完全不一样——前提是你干的时候要感到快乐，这是GSoC和实习的区别之一。

3. 有什么好的经验可以分享。
貌似上面说得挺多了……
大概还需要补充一点——多说话。多跟社区的人、自己的mentor，甚至跟你自己的项目不相干的人交流，甚至去帮助别的GSoC学生。积极交流和反馈至少可以将你的申请成功率提高一倍。

‘伍’ 我是一名软件工程大二年级的学生，怎么才能参加谷歌编程之夏

http://kbdl.lenovo.com.cn/Think/ThinkPad/T_Series/T400S/T400s%20T%20R%20W%20400%20500%20Win7-Professional%2032%20SC%2058Y3243/DISK1%2071Y7097.iso

http://kbdl.lenovo.com.cn/Think/ThinkPad/T_Series/T400S/T400s%20T%20R%20W%20400%20500%20Win7-Professional%2032%20SC%2058Y3243/DISK2%2058Y3344.iso

‘陆’ 如何规划研究生三年最后成为谷歌软件工程师

谷歌员工眼中的 6 个关键点

在我向你提供课程列表前，先读第一二点

全职工作人员——基于你的行业经验和学术背景去选择性的看待这个回答

准大学生——请直接跳到第七点

标记说明：

# 可选的

**必须的

#第一点：让我们回到这个问题本身，也即是如何准备才能让自己成为“优秀”的软件工程师？

是的！这个问题的剩余部分都是可选的。加入谷歌不是登月计划。任何优秀的软件工程师都有好机会成为谷歌工作文化的一部分。问题是你如何定义“优秀”。

**第二点：调整态度

在你给谷歌招聘人员留下深刻印象之前，让我们来看看谷歌的软件工程师这一角色是否是你真正想要的。

软件工程师并不是像普遍观念所说的那样有趣。除了用户界面和用户体验的职位，通常来说，不管你用什么文字编辑器——Eclipse、Vim或者Emacs——你的屏幕将是黑的，无聊和枯燥的。全职的软件工程师，不仅需要有从事复杂算法的能力，还需要足够的包容和耐心来一丝不苟地关注大型程序上的细节。

在谷歌，通常大多数软件工程师的角色主要是处理数学问题。你掌握了多少种语言或者你把Java、C、C++等玩得多溜是无所谓的。

重要的是这个四个目标：

你创造有效算法的能力

你阅读别人写的代码以及发现其中存在任何问题的细心品质

你的学习和实现新技术趋势并且适应需求的好奇心

最后也是最重要的：你创造了什么，如何创造的？

我必须之处要实现以上四个目标并不容易。我们大多数谷歌员工都有一段苦逼时间来达到这些目标，但是我们尝试过，所以你也应该去尝试。

每个人都有不同的学习方法。于我，我每天读一篇我在Quora链接上找到的研究论文（可能和也可能不和计算机科学有关），一篇谷歌的研究文章（内部记录）。

一旦你加入谷歌，将可以访问所有的代码库，数据库，论坛，研究论文和一些能给你学习时提供巨大帮助而你却无法在维基网络上找到的项目。但当你在为加入谷歌而准备路上时，有几样事情在学习的过程中很常见。在第五点中，你将会更多地了解到——怎样来实现这四个目标——但在这之前有些前提还是需要看看的。所以，我们进入下一点吧。也即是：

#第三点： 2014年技术发展指南——来自谷歌

作为一个成功的软件工程师，有着扎实的计算机基础是很重要的。对于大学生，通过自我把握节奏地亲身实践学习，来专业性地或者非专业性地培养他们的技术能力，跟随这份谷歌指南是一条建议路径。

请自己权衡使用这份指南

这份指南之外可能也有你想学或者想做的其他东西——尽管去做吧！

**第四点：对专业性学习的建议

计算机科学入门课程

注：计算机科学的入门课能提供编程的一些指导。

在线资源：

Udacity – intro to CS course,
Coursera – Computer Science 101

*译者注：这些在线资源大都是英文授课，因此没有翻译课程名（下同），另外作为程序员英语必须得好啊，可以参看伯乐在线老码农写的《老码农教你学英语》一文。

至少用一种面向对象的编程语言写代码：C++，Java，或者Python

初学者在线资源：

Coursera – Learn to Program: The Fundamentals,

MIT Intro to Programming in Java,

Google’s Python Class,

Coursera – Introction to Python,

Python Open Source E-BookIntermediate Online Resources:

Udacity’s Design of Computer Programs,

Coursera – Learn to Program: Crafting Quality Code,

Coursera – Programming Languages,

Brown University – Introction to Programming Languages

学习其他编程语言

注：可以将这些语言加到你的仓库里：Java Script, CSS, HTML, Ruby, PHP, C, Perl, Shell. Lisp, Scheme.

在线资源：w3school.com – HTML教程*,Learn to code

测试你的代码

注：学会如何跟踪bugs，创建测试，并且破坏你的软件

在线资源：Udacity – Software Testing Methods,Udacity – Software Debugging

培养逻辑思维和积累离散数学知识

在线资源：

MIT Mathematics for Computer Science,
Coursera – Introction to Logic,
Coursera – Linear and Discrete Optimization,
Coursera – Probabilistic Graphical Models,
Coursera – Game Theory.

译者注：coursera课程大多都有中文字幕，对于学习语言门槛会降低，不过仍推荐学习原版课程。

培养算法和数据结构的深刻理解能力

注：了解一些基本数据类型（栈、队列和包），排序算法（快排、合并排序、堆排序）和数据结构（二分查找、红黑树、哈希表），大O表示法等

在线资源：

MIT Introction to Algorithms,
Coursera – Introction to AlgorithmsPart 1&Part 2,
Wikipedia –List of Algorithms,
Wikipedia –List of Data Structures,
Book:The Algorithm Design Manual

培养对操作系统的深刻理解能力

在线资源：UC Berkeley Computer Science 162*

*译者注：这个链接是YouTube上的，国内有很多电驴的资源，亲测可用（如果找不到可用链接，译者可提供）

学习人工智能的知识

在线资源：Stanford University –Introction to Robotics,Natural Language Processing,Machine Learning*

*译者注：斯坦福Andrew Ng的这门机器学习课程强烈推荐，译者也有大量该课程资源。

学习如何构造编译器

在线资源：Coursera – Compilers*

*译者注：这门课程也是相当实用，最好跟着可能动手完成课程的编译器项目。

学习密码学

在线资源：Coursera – Cryptography,Udacity – Applied Cryptography

学习并行编程

在线资源：Coursera – Heterogeneous Parallel Programming

**第五点：对非专业性学习建议

参与课堂之外的项目

注：创建和维护一个网站，构建你自己的服务器，或者做一个机器人。

在线资源：Apache List of Projects,Google Summer of Code,Google Developer Group

参与大系统（代码库）中的小代码片段，阅读和理解已有的代码，查文档并且跟踪调试。

注：用GitHub来阅读别人的代码或者去贡献一个项目是一种很好的方式。

在线资源：Github,Kiln

和其他程序员一起参与项目

注：这将会帮你提高在团队工作的能力，也使你能够向他人学习。

锻炼你的算法知识和编程能力

注：通过像CodeJam或者ACM ICPC这些编程竞赛来锻炼你的算法知识

在线资源：CodeJam,ACM ICPC*

*译者注：国内有很多OJ也可以起到这个作用，比如POJ、九度等

成为一个助教

注：帮助教其他学生将会有助于增加你在这个学科的知识

软件工程方面的实习经历

注：确保你在实习招聘期来临前申请了实习工作。在印度和美国，实习期在暑假，5至9月份，而申请通道通常提前几个月就打开了。

在线资源：google.com/jobs

#第六点：谷歌推荐/赞助的项目和团队

在你兴趣领域内，你可能选择订阅的课程很少。这些课程和项目是非常好的学习地方，但他们不会增加或减少你进谷歌的机会——他们不等于实习。（更多信息来自Robert Love）

谷歌课程——Making Sense of Data

这门自我把握节奏的在线课程是为任何想学习更多关于结构、可视化、操作数据的人准备的。

2.谷歌课程——BOLD Discovery

这个为期两天的互动会议将给一二年级的大学生提供一些关于谷歌文化和这家公司职业前景的介绍。

3.谷歌编程之夏

一个全球在线项目，提供给上完中学且年龄在18以上学生开发者津贴，让他们为各种各样的开源软件项目写代码。

4.谷歌奖学金政策

这个项目提供学生在暑假期间为互联网工作的机会和在公共利益组织上提出的技术政策。

5.谷歌学生退伍军人峰会

谷歌学生退伍军人峰会包括为老兵适应工作环境而准备的职业培养课程。也可以参看：Ellen Spertus在How can I effectively use my last two years of college to prepare for a great Software Engineering job at Google/FB or a startup?这个问题上的观点。*

*译者注：这是Quora上Ellen Spertus对另一个问题（我是怎样高效地利用大学最后两年来为谷歌/Facebook或者初创企业的一个很好的软件工程师职位做准备的）的回答。

**第七点：对数学课程的建议

（对准大学生而言）

个人观点：任何忽视这些学科企图将使你进入完全以错误方式学习的平庸程序员的范畴。之前准备的越充分就越使得写代码越享受。这些是软件工程的几个前提，对软件工程你需要去理解算法的精髓。如果软件工程师能够回忆起学校里学的简单知识，大多数他们犯的错误本可以避免的。

在你深入学习数学或者计算机科学中，你将意识到你“大学本科时学过的数据结构”和“研究生时学过的机器学习”的重要性。因此，要想设计复杂的算法，一下是你必须精通的课程清单。对于大学研究生，如果你忽视了这些学科，我强烈建议你应该你能做到的最好的方式去复习它们。

在你学习完学校课本上的介绍性大纲之后，练习下面的课程来加深理解吧。大多数大学生（甚至在职员工）低估了这些课程然后成为了另一类平庸的程序员；

线性代数

1.Linear Algebra | Mathematics | MIT OpenCourseWare(我推荐的)
2.Coding the Matrix: Linear Algebra Through Computer Science Application(同事推荐的)

学习这些会帮你理解后续的回归模型——机器学习基本的一步。任何学校、大学、研究室或者机构都不会教你这些线性代数课程。自己去学吧。

微积分

1.Calculus 1– Ohio State University
2.Pre-Calculus Courses– Universitat Autonoma de Barcelona
3.Calculus for Beginners and Artists– MIT

统计&概率

注：当你上大学和读研究生时，大纲就会变成机器学习的算法了。对于大多数大学生，机器学习课程的头三个月里数学使他们苦不堪言，而当他们好不容易赶上进度了，大纲又推进到更加机器学习复杂的领域，比如深度学习，神经网络和神经网络流处理。

#准大学生：谷歌推荐/赞助的项目

谷歌的Code-in项目（GCI）

这个比赛为年龄在13至17岁的准大学生介绍了各种各样使得开源软件开发成为可能的贡献。

RISE奖金

谷歌RISE是一种对合伙人的奖励，它奖励旨在促进和支援为全世界的K12*小学生和中学生的STEM*以及计算机教育举措的项目。

*K12，从幼儿园到12年级

*STEM，Science，Technology，Engineering，Math，科学、技术、工程、数学

前沿计算机科学研究院（LEAD-CSI）

这个项目使得来自不同社区的中学生可以接触到STEM领域的大学和职业。

用代码创造

编程是种新能力-它承载着创造、创新和文明改造世界的潜能。这个举措旨在激励数以百万计的女孩体验代码的魔力。

高中座谈会

这个为期一天的项目旨在为优秀的高年级中学生在上大学前提供有价值的商业技巧。

先驱者

先驱者项目是一个全球性的网络，这里聚集着领导者、倡导者和计算机教育大使，大使们负责让全球的青年和教育工作者通过计算机科学被联系和激励。

谷歌科技博览会

谷歌科技博览会是对13到18岁青少年开放的全球性竞赛。学生在线提交项目并得到赢得大奖的机会。

计算机科学暑期研究所（CSSI）

CSSI是一个为期三周的暑期项目，针对即将进入大学且对学习计算机科学感兴趣的新生而设。

Google+露营项目

30天的DIY和制作活动。Maker Camp是一个在Google+上对所有人开放的免费虚拟暑期露营活动

互联教室

在Google+ 上和老师、教育组织协作来为K12学生提供经验性的学习机会。

参考：

http://blog.jobbole.com/79736/

‘柒’ 谷歌编程之夏（gsoc）的含金量高吗

注税注会同样五门 前者要求三年内完成 后者要求五年内完成 这就能看出难易了 注税五门基本就相当于注会三门不到 除了税代 其他全部为客观题目 最不济的考生也能去猜 注会客观题难且少 没有真才识学没有任何可能通过 现在注册税务师市场不错 注册会计师含量更高 会计师相对普通点

‘捌’ 阿里巴巴编程之夏很难入选吗

阿里巴巴编程之夏很难入选。该项目面向全球学生，竞争压力非常大，共有三次评估，因为以上原因导致十分难入选。阿里巴巴编程之夏是一个全球性计划，通过这个计划，学生可以直接参与开源软件开发，在导师的指导下，深度体验真实世界的软件开发，感受开源技术共建的魅力。

‘玖’ 《Python数据挖掘入门与实践》pdf下载在线阅读全文，求百度网盘云资源

《Python数据挖掘入门与实践》（[澳] Robert Layton）电子书网盘下载免费在线阅读

链接: https://pan..com/s/1nTpCBoYD2yuoks387BJstg

书名：Python数据挖掘入门与实践

作者：[澳] Robert Layton

译者：杜春晓

豆瓣评分：7.9

出版社：人民邮电出版社

出版年份：2016-7

页数：252

内容简介：

本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。

作者简介：

计算机科学博士，网络犯罪问题和文本分析方面的专家。多年来一直热衷于Python编程，参与过scikit-learn库等很多开源库的开发，曾担任2014年度“谷歌编程之夏”项目导师。他曾与全球几大数据挖掘公司密切合作，挖掘真实数据并研发相关应用。他的公司dataPipeline为多个行业提供数据挖掘和数据分析解决方案。