AI算法工程师笔试经验分享 | 【是你等的那一篇推文吗?】
对于应届生来说,虽然来学校招聘的企业非常的多,特别是对于C9联盟、卓越联盟以及985和211,双一流等,大公司和好企业真的是特别恐怖,但是无论来的公司再多,如果没有好好准备也会失之交臂,机会就只有一次,因此应该要认真的去准备和迎战。
1、简历部分
简历的通过是能够进入笔试的前提,这个我自己也写的不好,也没有很好的经历(总不能把我的LOL段位和吃鸡次数亮出来吧!!!)
但是,简历一定要和公司的岗位要求有高匹配度(好像是一句废话,尴尬),其实很多人的研究方向和企业要求并不完全相关,例如你是做NLP的,但是那家公司是人脸识别的,这样子别人就会怀疑你是否能够胜任,因此要根据岗位的要求来针对性的突出重点(能力和奖项),对于想跨行的,研究生期间没有项目的,可以参加比赛来弥补,不然很吃亏。
2、笔试部分
首先对我自身的情况进行说明吧,本人六月份才开始学习机器学习和深度学习,所以说基础很差,九月份十月份开始海投,简历过了一些,一开始,笔试怎么搞都不行,后来我用了“BAT机器学习面试1000题系列”(为啥感觉像广告啊。。。盖中盖???),我没有全看完,但是笔试确实过了很多。
后来分析了一下原因,卧槽,哪个人会看完学校的教材就去参加高考的,就算你全背了估计也很难考上满意的学校吧!!!是吧,大大小小的考试都是靠刷题刷起来的,所以要选择一个有价值的题库。
推荐的理由:
1)这个前缀太jb牛皮了,BAT。。。(这tmd也太能吹了)
2)题目的数量大,因此涉及的范围还可以(做过数据分析的题,和这个差异很大)
3)每道题目都有详细的答案。光有题目没啥用,因为网上很多题库没有给答案,需要自己去找,这就很烦啦,而且我本来就是不懂,然后看了那么多人的观点,真的就变成一团浆糊了,并不能解决主要矛盾。
举个例子:你看完《统计学习方法》、《机器学习》和《深度学习》你能回答上来下面的问题吗?
1、 常见的生成式模型和判别式模型有哪些? 。
2、请问GBDT和XGBoost的区别是什么?
3、LR和SVM的联系与区别?
4、LR与线性回归的区别与联系?
很多人(包括我自己)看完估计直接先来个素质三连加卧槽什么鬼,溜了溜了,因为没有去总结,不太可能答的上来。除了理论方面笔试会考,当然还会考编程题这个的话可以考虑去牛客网上面刷题。
链接:
BAT机器学习面试1000题
https://zhuanlan.zhihu.com/c_140166199
数据挖掘
https://www.cnblogs.com/baiboy/p/mianshi.html
网上的笔试面试经验帖很多,可以多去看看,针对性的学习,是进步的最快捷径。