感悟和面经，算法工程师二三事

nand52

从清水河畔上看到的SeaGraph大神的经验分享，转过来给想要进入这一行的学弟妹们学习学习




楼主九月份找的工作，过程跌跌撞撞，却有许多感悟。奈何回校之后日日宅寝，语言能力及其有限。
面经也是写写改改，文字不通之处，还请见谅。
--
背景：CS渣本，特别不喜欢上课，没事喜欢看看统计相关的书和论文，偶尔接些数据挖掘的外包项目。大小活动或是竞赛虽然积极参加，却也没搞出什么名堂。。。。囧
自我评价是兴趣驱动型。喜欢的事情做得还不错，不喜欢的事情绝对做不好。
特别一提，因为之前搞过一阵子GRE，看英文的技术文档没什么压力。
暑期在阿里巴巴实习，做一些电商运营的数据智能的支撑服务，开发和数据挖掘混合，写写Python，SQL，MapReduce（模型demo），写写Java（服务框架），偶尔还写写Javascript（可视化）。招我进去的主管离职，模型那边留了一堆R的代码，帮着改成Python维护。
前半段公司一片繁荣，部门也是歌舞升平，GMV月月新高。
看起来校招形势一片大好。部门业务成熟，加班不算普遍，楼主晚上没什么事，也喜欢呆在公司看看书看看代码，学习学习。
8月底传出了拥抱变化的消息，项目需求各种改，大干快上，加班一下子普遍了起来。
大概某天下午饭点，主管把我喊过去，说你准备一下，晚饭后开始转正面试。
毫无准备，面得不好，到最后紧张得语无伦次。面完没有说录，也没有让走人。（10天之后给的offer）
'''''''''''''
这10天特别难熬，边准备其他面试，边做着实习，每天早上9点去，晚上12点多回家。
还好扛下来了。其它面试复习得比较到位，最后拿到的offer不算太糟糕。
'''''''''''''

楼主浙江人。想的是离家近就很自然地接受了阿里的录用。
虽然阿里市值下滑，合伙人变成了螺丝钉，HR制度天天被喷成狗。
但作为最大的电商平台，实习感悟是置身其中还是可以学到相当多的东西。
先干几年再说吧。
--
感悟：
面试要反复准备，多多参加。面得多了就会发现问题都是大同小异的。
offer也是有马太效应。不到最后关头千万不要放弃。

窃以为算法工程师是很多个工种的统称。
主要从事算法，机器学习，数据挖掘的模型设计和研发工作
常见业务：广告，推荐，排序，计算机视觉，语音...
对程序设计，数据结构，统计理论，机器学习，数据挖掘，分布式系统的知识都有要求。

国内机器学习相关岗位很热，像用deep learning来做NLP，CV之类三五年内基本是供不应求。像face++，linkface，大疆之类的创新公司方兴未艾。
读研的兄弟们可以考虑向这方面发展。优秀的基本国内20K起+股票，美帝年收10W刀。
传统的广告，文本对数据结构设计要求搞，对有ACM选手非常青睐。
数据挖掘岗对机器学习模型的要求并不是那么高，更需要对业务的理解和编程开发的能力。


但是学好数学是非常重要的，写好基本的代码也是非常重要的。
如果对计算机体系结构，底层实现熟悉更是会大大的加分。（楼主就是贪玩，忽视了对OS，编译器等计算机知识的掌握）
如何掌握知识呢？

楼主觉得就是：多看书，多实践。
看书一定要看业内认可的教材和论文。不要浮于表面。（很多工程师都是BLOG流，API的搬运工）
有能力和条件的话建议看英文的原版的教材或是官方的文档。（国内书是真心便宜）
实践建议多去公司实习，多做商业项目。跟学校老师做的项目几乎没有什么市场竞争力。

比起EE价值连城的设备，CS技术有台破烂笔记本就能修炼。
请珍惜网络和开源带来的一切，不要只是用来玩游戏看电影。
不要小看努力地作用。小白奋斗三五年也能成为专家。
---
知识总结：

下面的这些书为我提供了很大的帮助，值得反复通读：

矩阵分析 http://book_douban_com/subject/1435534/
凸优化 http://book_douban_com/subject/21249088/
JavaScript语言精粹 http://book_douban_com/subject/3590768/
Java核心技术（卷1）：基础知识（原书第9版）http://book_douban_com/subject/25762168/
Java核心技术（卷2）：高级特性（原书第9版）http://book_douban_com/subject/25841326/
R语言实战 http://book_douban_com/subject/20382244/
利用Python进行数据分析 http://book_douban_com/subject/25779298/
Hadoop权威指南(中文版) http://book_douban_com/subject/4817792/
SQL 必知必会（第3版）http://book_douban_com/subject/2124377/
Orange'S:一个操作系统的实现 http://book_douban_com/subject/3735649/
统计学习方法 http://book_douban_com/subject/10590856/
数据挖掘·概念与技术（原书第3版） http://book_douban_com/subject/11542972/
计算广告·互联网商业变现的市场与技术 http://book_douban_com/subject/26596778/
网络科学导论 http://book_douban_com/subject/10737444/
链路预测 http://book_douban_com/subject/25733615/
算法导论（原书第2版）http://book_douban_com/subject/1885170/
算法艺术与信息学竞赛 http://book_douban_com/subject/1154204/
集体智慧编程 http://book_douban_com/subject/3288908/

还有很多paper和文档。但我觉得都没有上面列出的书籍重要。



-----
面经
-----
阿里


在一个会议室里，下面坐着带你的师兄，你的主管，师兄的主管，小BOSS，一个别的部门的小BOSS，HR。
实习的工作review，点评你的业务水平
统计学：介绍一下参数估计，假设检验的理论和几种基本的方法。（这个是最囧的，因为没有复习，基本没答上来，导致后续被反复刁难）
概率：一个贝叶斯推断的题
机器学习模型：
1.线性模型和非线性模型的比较
2.决策树，从信息增益一直聊到lambda-MART
3.介绍一下SVM（有几个点没有讲清楚）
4.介绍几种online optimization的方法，我讲了FTRL和online Rank-SVM
5.图模型，问了一个条件随机场的建模（没答上来）
然后没有正面回应是否录用。（10天之后给的offer）

'''''''''''''
这10天特别难熬，边准备其他面试，边做着实习，每天早上9点去，晚上12点多回家。
还好扛下来了。复习比较到位，后来的offer不差。
'''''''''''''

Tencent，Wechat
找过内推实习，给过offer
校招面得挺开心的。均为视频
一面：
聊在阿里的项目。
系统进程调度
Java多线程
红黑树
集成学习，多模型如何融合。
常见的聚类方法
一道贝叶斯的概率题
二面：
问了一下如何快速计算图上两个用户的最短距离。
各种矩阵分解
谱聚类（没答上来）
协同过滤
评价网络中用户影响力的模型，结合业务场景让你设计一个解决方案
三面：查户口，聊天。

第一个offer

Baidu，机器学习工程师，最后分去做文本挖掘
在杭州参加的现场，很不友好
一面：一个小矮子，看我是本科生，态度傲慢，鼻孔朝天。一见面，请介绍一下SVM（Baidu必考），从对偶问题，一直到SMO。然后刁难我用C++实现一下SVM，他没想到我还真会写。（这里有运气的成分，前一天刚好在看O(n)的pair-wise ranksvm）然后感觉他很无奈，让我用C++写了发线段树和LCS。然后就放我过了。
二面：一个胖子，态度好得多。先问我是否知道隐狄利克雷模型（LDA），不巧我刚好复习过。然后就开始给他介绍，从分布讲到topic model再扯点采样（没有自己实现过）。（特别感谢LDA数学八卦这个文档）讲得他还算满意。然后问了hash原理，布隆过滤器，爬虫，shell处理日志。
三面：问问之前的项目，问了个建模的题，闲聊。当场给的口头offer，1天之后收到录用函。

JD、美团
阿里给了offer之后面的。
跟阿里的问题非常类似。