【算法】算法秋招個(gè)人總結(jié)
首先簡(jiǎn)單介紹一下我自己的情況，本人將要畢業(yè)于某不知名的985統(tǒng)計(jì)學(xué)碩，算是笨鳥(niǎo)先飛從2020年12月就開(kāi)始投簡(jiǎn)歷準(zhǔn)備實(shí)習(xí)，最后也有幸收到了騰訊ieg增長(zhǎng)平臺(tái)部的算法offer，之后開(kāi)始了長(zhǎng)達(dá)4個(gè)月的實(shí)習(xí)，雖然沒(méi)能轉(zhuǎn)正但是還是感謝我的mentor和一起實(shí)習(xí)的小伙伴們讓我學(xué)到了很多收獲了很多，再然后就開(kāi)始了我漫長(zhǎng)的秋招之旅。截止到現(xiàn)在拿到了阿里、網(wǎng)易、華為等一些廠(chǎng)的offer，最后接了騰訊天美的算法offer結(jié)束了整個(gè)秋招。在這簡(jiǎn)單做一下實(shí)習(xí)和秋招的一些總結(jié)希望能幫上要準(zhǔn)備春招和23屆的同學(xué)。
前期準(zhǔn)備就是一些老生常談的內(nèi)容，包括但不僅限于機(jī)器學(xué)習(xí)的相關(guān)知識(shí)、推薦算法的相關(guān)知識(shí)以及數(shù)據(jù)結(jié)構(gòu)的相關(guān)知識(shí)等。這些知識(shí)屬于算法同學(xué)的一個(gè)基本功，需要有一個(gè)長(zhǎng)期的積累的過(guò)程，這里我給大家稍微總結(jié)一下我在學(xué)習(xí)這些知識(shí)的時(shí)候所用到的一些資源。
機(jī)器學(xué)習(xí)相關(guān)
面試期間主要看的兩本書(shū)一個(gè)是周志華的《機(jī)器學(xué)習(xí)》以及李航的《統(tǒng)計(jì)學(xué)習(xí)方法》這兩本書(shū)基本把機(jī)器學(xué)習(xí)的一些常用的算法都講了一遍。學(xué)習(xí)過(guò)程中最好把里面的每一個(gè)算法相應(yīng)的數(shù)學(xué)公式都給認(rèn)認(rèn)真真的推導(dǎo)一遍，涉及到的算法細(xì)節(jié)要弄清楚，因?yàn)槊嬖囍忻嬖嚬俸芸赡軙?huì)對(duì)這些細(xì)節(jié)進(jìn)行提問(wèn)。初學(xué)者也可以看看course里Andrew Ng的機(jī)器學(xué)習(xí)課程，相信這也是很多人入門(mén)機(jī)器學(xué)習(xí)時(shí)候必看的入門(mén)課程吧。
https://www.coursera.org/learn/machine-learningAndrew Ng機(jī)器學(xué)習(xí)課程
https://www.coursera.org/specializations/machine-learning
http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial
https://www.edx.org/course/artificial-intelligence-ai
https://www.youtube.com/watch?v=jr0zdqhBxBY
http://blog.fukuball.com/lin-xuan-tian-jiao-shou-ji-qi-xue-xi-ji-fa-machine-learning-techniques-di-1-jiang-xue-xi-bi-ji/
推薦系統(tǒng)相關(guān)
這里推薦學(xué)習(xí)項(xiàng)亮的《推薦系統(tǒng)實(shí)踐》以及王喆的《深度學(xué)習(xí)推薦系統(tǒng)》，這兩本書(shū)簡(jiǎn)要的介紹了推薦系統(tǒng)的構(gòu)成與發(fā)展，里面涉及到的像協(xié)同過(guò)濾、Wide & deep和DIN等常見(jiàn)的推薦算法都需要熟練掌握，包括模型的基本結(jié)構(gòu)優(yōu)勢(shì)劣勢(shì)應(yīng)用場(chǎng)景等，跟上面提到的原因一樣這些都將是你面試時(shí)的必考內(nèi)容之一。
https://github.com/km1994/RS_paper_study
https://github.com/km1994/GCN_study
https://github.com/km1994/RES-Interview-Notes
數(shù)據(jù)結(jié)構(gòu)相關(guān)
算法面試的最后一環(huán)通常都會(huì)給你出幾道算法題限時(shí)20分鐘左右讓你寫(xiě)出來(lái)，因此數(shù)據(jù)結(jié)構(gòu)也會(huì)是必考內(nèi)容之一，本人復(fù)習(xí)的時(shí)候主要使用的兩本書(shū)一個(gè)是《劍指offer》和《代碼隨想錄》，另外還有刷題網(wǎng)站Leetcode和CodeTop這些都能幫你快速上手?jǐn)?shù)據(jù)結(jié)構(gòu)?？赡艹鯇W(xué)者剛開(kāi)始刷會(huì)比較痛苦，但是當(dāng)你熟練掌握一些基本算法后能感受到刷題速度的明顯提升。
https://leetcode-cn.com/
https://codetop.cc/home
當(dāng)然光知道知識(shí)點(diǎn)還不夠，還需要一些實(shí)踐經(jīng)驗(yàn)對(duì)知識(shí)進(jìn)行補(bǔ)充，能有效提升自己對(duì)知識(shí)細(xì)節(jié)的掌握程度，這些經(jīng)驗(yàn)可以來(lái)自于學(xué)校老師給到的項(xiàng)目，也可以通過(guò)去公司實(shí)習(xí)來(lái)獲得，如果兩個(gè)都沒(méi)有也可以考慮參加一些算法類(lèi)競(jìng)賽。我本人就屬于后者，之中大大小小參加了十來(lái)個(gè)這樣的算法類(lèi)比賽，也取得了一些還不錯(cuò)的成績(jī)，也因?yàn)檫@些成績(jī)摸到了大廠(chǎng)的門(mén)檻。這里給到一些競(jìng)賽的baseline供大家學(xué)習(xí)。
競(jìng)賽
2021新網(wǎng)銀行金融科技挑戰(zhàn)賽 Baseline
全網(wǎng)首發(fā)! 2021 CCF 愛(ài)奇藝劇本角色情感識(shí)別賽道 baseline
科大訊飛中文成語(yǔ)填空挑戰(zhàn)賽 top1 baseline
結(jié)構(gòu)化比賽: 如何在比賽初期建立一個(gè)穩(wěn)健的 baseline
基于用戶(hù)畫(huà)像的商品推薦挑戰(zhàn)賽--baseline0.5
練習(xí)賽
預(yù)測(cè)分析·用戶(hù)貸款違約預(yù)測(cè)：
https://www.heywhale.com/home/activity/detail/615ff7bdc270e400182b249e/content
情感分析·推特文本情感分類(lèi)： https://www.heywhale.com/home/activity/detail/611cbe90ba12a0001753d1e9 視頻評(píng)分預(yù)測(cè)挑戰(zhàn)賽： https://www.heywhale.com/home/competition/61a08b7ef2ce6b001732f9c9
一般一場(chǎng)面試由以下幾個(gè)部分組成：自我介紹-項(xiàng)目介紹-技術(shù)提問(wèn)-數(shù)據(jù)結(jié)構(gòu)與算法題，接下來(lái)我將簡(jiǎn)單講解一下這幾個(gè)階段的一些細(xì)節(jié)。
1.自我介紹
一個(gè)常規(guī)的面試通常會(huì)在面試一開(kāi)始讓面試者做一個(gè)簡(jiǎn)單的自我介紹，時(shí)間要求上通常為3到5分鐘，一般不會(huì)超過(guò)10分鐘，內(nèi)容上需要簡(jiǎn)單的將自己的個(gè)人履歷介紹清楚，包括自己的個(gè)人信息、教育經(jīng)歷和自己最近做過(guò)什么事等。介紹的過(guò)程中需要把握“重點(diǎn)突出”原則，即對(duì)于自己熟悉的或者最近在做的事情重點(diǎn)展開(kāi)來(lái)說(shuō)，而對(duì)于自己接觸過(guò)但是不熟悉或者時(shí)間比較久有所遺忘的事情則可以一筆帶過(guò)。
2.項(xiàng)目介紹
簡(jiǎn)單的自我介紹結(jié)束，面試官通常會(huì)讓面試者對(duì)自己簡(jiǎn)歷上提到的一兩個(gè)項(xiàng)目進(jìn)行展開(kāi)的介紹，面試官也會(huì)根據(jù)你的項(xiàng)目介紹來(lái)判斷你對(duì)項(xiàng)目的熟悉程度以及思考的深度，因此提前準(zhǔn)備好尤為重要。面試的過(guò)程中，面試者應(yīng)該將每一個(gè)項(xiàng)目按照一定的邏輯敘述出來(lái)，當(dāng)然在算法的項(xiàng)目中最重要的就是數(shù)據(jù)、特征、模型、效果，按照這個(gè)框架把項(xiàng)目講清楚，讓面試官聽(tīng)懂，這樣接下來(lái)的面試也會(huì)更流暢一些。這里有個(gè)點(diǎn)需要注意的是自己講出來(lái)的東西一定要做到比面試官更懂，那些含糊不清的就不要搬進(jìn)來(lái)了，否則遲早會(huì)露餡。
3.技術(shù)提問(wèn)
項(xiàng)目介紹結(jié)束，面試官會(huì)根據(jù)你項(xiàng)目中提到的知識(shí)點(diǎn)進(jìn)行提問(wèn)，所以自己簡(jiǎn)歷上寫(xiě)了那些知識(shí)點(diǎn)一定要做到了如指掌，你的簡(jiǎn)歷就是面試時(shí)候的考試大綱。這里我給大家簡(jiǎn)單列舉幾個(gè)在我面試過(guò)程中經(jīng)常問(wèn)到的一些問(wèn)題，僅供大家參考。
XGBoost為什么使用泰勒二階展開(kāi)
XGBoost如何處理不平衡數(shù)據(jù)
比較LR和GBDT，說(shuō)說(shuō)什么情景下GBDT不如LR
XGBoost如何評(píng)價(jià)特征的重要性
XGBoost為什么對(duì)缺失值不敏感？相比普通的GBDT，XGBoost怎么處理缺失值？
XGBoost的正則化是如何實(shí)現(xiàn)的?
XGBoost和LightGBM的區(qū)別
請(qǐng)介紹下常見(jiàn)的幾種集成學(xué)習(xí)框架：boosting/bagging/stacking
推導(dǎo)一下邏輯回歸的損失函數(shù)，并解釋其含義。
在廣告LR模型中，為什么要做特征組合？
為什么 LR 模型要使用 sigmoid 函數(shù)，背后的數(shù)學(xué)原理是什么？為什么不用其他函數(shù)？
機(jī)器學(xué)習(xí)中，有哪些特征選擇的工程方法？
廣告點(diǎn)擊率模型中，LR, GBDT+LR, FM, DNN等模型的優(yōu)點(diǎn)和缺點(diǎn)？實(shí)際效果如何?
DIN論文中使用了GAUC作為評(píng)價(jià)指標(biāo)，它的好處是什么？
DIEN引入序列信息的動(dòng)機(jī)是什么？
請(qǐng)繪制DIEN各層的結(jié)構(gòu)？興趣抽取層和興趣進(jìn)化層。
如何理解Wide&Deep模型的Memorization？
Wide&Deep中的Memorization存在哪些缺點(diǎn)？
Wide&Deep模型的創(chuàng)新和優(yōu)勢(shì)是什么？
ESMM是如何解決樣本選擇偏差問(wèn)題的？
ESMM是如何解決數(shù)據(jù)稀疏問(wèn)題的？
ESMM的結(jié)構(gòu)基于“乘”的關(guān)系設(shè)計(jì)而不是基于除的原因是什么?
PLE模型的創(chuàng)新和優(yōu)勢(shì)是什么？
4.算法題
面試的最后就是幾道算法題讓你現(xiàn)場(chǎng)進(jìn)行coding，題目均來(lái)自于Leetcode，所以面試前的刷題就尤為重要。這里同樣列舉幾個(gè)我自己在面試中常常遇到的一些算法題。
反轉(zhuǎn)鏈表
三數(shù)之和
手撕快速排序
買(mǎi)賣(mài)股票的最佳時(shí)機(jī)
?二叉樹(shù)的層序遍歷
無(wú)論面試失敗與否，每一輪面試結(jié)束都需要對(duì)整個(gè)面試進(jìn)行復(fù)盤(pán)，去想想面試中答不出或者答不好的問(wèn)題的答案是什么，因?yàn)橄啾扔诿嬖囍芯o張的環(huán)境面試后輕松的氛圍較利于我們?nèi)ダ潇o思考自身在面試中存在的問(wèn)題，也能幫助我們?cè)谙乱淮蚊嬖囍邪盐諜C(jī)會(huì)。
往期精彩回顧