面试
这次春招实习，一共面了7家公司，经历了20多轮面试，拿了6家offer，最终选择了腾讯的CDG腾讯广告部门，推荐算法岗位，base深圳。
不同于其他面经分享面试官问的具体题目，我主要是从大方向分享如何准备面试，授人以鱼不如授人以渔。分为简历、自我介绍、考察知识点三部分。
1 简历
简历一定清晰简洁，不要花里胡哨，内容控制在一页。参考下面这个模板
除了自己的基本信息外，最重要的就是要项目（实习、比赛、论文都算作项目一种）。有两点需要注意。第一点描述项目的时候不要只罗列关键字！HR和面试官希望能够在项目描述中看到候选人在整个项目中的工作，遇到了什么困难，如何解决，如何对流程进行推进与思考。因为掌握具体的技术是一方面，掌握对AI这种存在不确定性的项目的思考方式和把握更重要。候选人需要展示出对项目问题的深入理解和insight。举例感受一下：
一个不好的例子：
本人项目中使用了TensorFlow、协同过滤、FM、GBDT+LR、DeepFM、DIN等推荐算法
首先这些关键词并不是同一个逻辑概念。其次，完全看不出你是如何使用以及为什么使用这些算法，让人感觉像是在堆砌名词，印象很不好。因为我之前参加了很多AI算法比赛，项目里写的都是比赛经历，这里以比赛举例。
一个好的例子：
我首先对数据EDA发现不少缺失值，使用xxx进行填充。然后根据赛题背景构造了xxx等特征。模型线下验证发现过拟合现象，通过使用xxx特征筛选和正则化解决。同时使用aaa、bbb、ccc进行多模型加权融合。将融合后的数值作为最终结果值。参赛队伍共xxx人，最终获得冠军。
这样一段描述就很有层次地描述出了项目的推进过程，遇到的问题和改进方案，最终取得的成绩。
2 自我介绍
一般面试开头就是自我介绍。自我介绍不要照着简历念，应分为三大块：
个人信息：学历，校园经历
项目：项目含金量如何，取得了怎样不错的成绩。目的就是让面试官觉得你很厉害。前提是符合事实，不要瞎编，否则发现后会被拉进黑名单。
技术栈：很多人会忽略这一重要点。算法范围那么广，每个人都有侧重点，说出自己擅长的技术栈，这样面试官才好针对性提问。
作为开头，一定不能紧张，不然会影响接下来面试的发挥。所以最好自己事先写下来练习好，语速要平稳，保证在2分钟左右即可。
3知识点
3.1 数据结构与算法
数据结构包含：数组、链表、栈、队列、树、散列表、图。数据结构本质是描述数据与数据之间的关系
算法包含：排序、查找、五大经典算法（动态规划、回溯、分支界限、分治、贪心）。计算机解决问题其实没有任何奇技淫巧，它唯一的解决办法就是穷举。算法设计的本质无非就是先思考「如何穷举」，然后再追求「如何聪明地穷举」。「聪明的穷举」分为两部分：「去掉重复的穷举」、「去掉不必要的穷举」。比如，备忘录法，用数组保存求过的结果，用空间换时间，这就是去掉重复的穷举；动态规划根据最优子结构，使当前问题只与某几个子问题有关，从而大大减少问题分解次数，这就是去掉不必要穷举。
注意：很多文章喜欢把递归当做一种算法，这样是错的。递归是一种编程写法，如同循环一样。
准备这一部分的最好方法就是刷题。算法发展时间短，不同于数学发展那么多年，形成了定理公式。数学做一道题，是从这道题涉及到哪些公式着手。而算法做一道题，是看这道题涉及到哪些知识点，这些知识点与以往的哪些题目相联系，相当于是把不会的题目，分解成会的题目，用以前的解法框架，帮助解决不会的题目。比如说，让你求解一个迷宫，你要把这个问题层层抽象：迷宫 -> 图的遍历 -> N 叉树的遍历 -> 二叉树的遍历。然后让框架指导你写具体的解法。所以整个过程是在锻炼你的抽象思维，训练你透过问题找框架。
抽象思维是程序员必备技能，因为计算机本质上就是一门抽象的艺术。具备好的抽象思维对学习能力也是一种极大地提高。后面我会单独写一篇文章，讲解什么是抽象思维，如何训练抽象能力。
另外刷题要有章法，比如：先刷10道动态规划，了解其套路后，再去刷回溯。而不是每天随机刷题。
资料推荐：
LeetCode网站、剑指offer
3.2 机器学习
人工智能、机器学习、深度学习关系
我们一般说机器学习都是指除了深度学习以外的机器学习，也称为传统机器学习。虽然近几年深度学习越来越火，但是很多领域还是在使用机器学习，并且学好机器学习，对于AI算法基础和知识广度都有很大提高。
机器学习模型非常多，全部掌握不现实，我给大家罗列几个经典，也是面试中常考的模型：逻辑回归、SVM、树模型、集成学习、朴素贝叶斯、K-Means聚类、PCA。（EM、最大熵、概率图这些考的少，能了解是加分项）。
在学习过程中，各个模型是相互联系的，不要孤立去分析单个模型。比如：逻辑回归，我认为是最基础、也最重要的模型：
- 逻辑回归=线性回归+sigmoid激活函数，从而将回归问题转换为分类问题
- 逻辑回归+矩阵分解，构成了推荐算法中常用的FM模型
- 逻辑回归+softmax，从而将二分类问题转化为多分类问题
- 逻辑回归还可以看做单层神经网络，相当于最简单的深度学习模型
通过逻辑回归由点及面，就能演化出如此多模型。再比如树模型。我们把以决策树为基础的一系列模型统称为树模型，也是AI比赛中最常用的模型。
- 决策树经历了三次改进，ID3、C4.5、CART，主要区别在于一个根据信息增益划分特征、一个根据信息增益率、一个根据基尼指数。
- 随机森林=决策树+Bagging集成学习
- GBDT=决策树+AdaBoost集成学习
- XGB是陈天奇2014年提出，相当于GBDT的工程改进版，在实用性和准确度上有很大提升。比如：使用泰勒二阶展开近似损失函数，支持处理缺失值、在特性粒度上并行计算等等特性。
- LGB是微软2016年提出，对XGB进行了改进，使用单边梯度采样算法减少不必要的样本；在寻找最优分割点时采用直方图算法使计算代价更小；支持类别特征…
- CGB是Yandex2017年提出，对类别特征进行了更完美的支持。
所以学习模型，要由点及面，层层递进。这样不仅方便理解，也有利于归纳总结，同时还能锻炼搭建知识体系的能力。
资料推荐：
李航《统计学习方法》，我认认真真看完了这本书，并对重要模型公式进行了一步步推导，收获很大。每次重读这本书都能有新的收获，值得反复阅读。
周志华《机器学习》听说也不错
工具：
numpy、pandas、scikit-learn这三件套需要熟练掌握，特别是scikit-learn，几乎实现了所有机器学习算法。如果自己想实现某个算法来加强理解，也可以参考scikit-learn源码。
3.3 深度学习
前面也提到了，深度学习本属于机器学习，但是鉴于其发展迅速、应用越来越广泛，所以单独拿出来说。深度学习每年新模型、新技术层出不穷，一味追求新技术不可取，要先打好基础。比如：对于一个简单的全连接神经网络，包含训练算法（正向传播、反向传播），激活函数（sigmoid、ReLU、Maxout、softmax等），正则化（L1和L2、Dropout、提前早停等），优化算法（随机梯度下降、Momentum、Adagrad、Adam等）
掌握了基础后，再根据自身领域学习相关的模型。大部分人找工作属于这三个领域：
- 计算机视觉（CV）：卷积神经网络（CNN）及其改进。
- 自然语言处理（NLP）：循环神经网络（RNN）及其改进，Transformer、Bert等。
- 推荐算法：Embeding、Wide & Deep及其改进。
这三个领域既有所不同，又相互联系。比如：NLP中根据前面n个单词预测下一个单词，如果我把单词看成商品，那么这就成了推荐算法中个性化推荐问题。所以推荐算法中借鉴了很多NLP模型。因此我们在学习的时候不要仅局限于当前领域，也要关注其他领域。当其他领域出现新模型，取得不错进展时，要思考能不能应用在自身领域上。总而言之，这些知识是对立统一，我们要用辩证的思维去学习，去思考。
资料推荐：
《DeepLearning》，又名「花书」被誉为深度学习领域圣经。这本书写的很好，但是内容太多了，一口气吃完不现实。适合当做工具书，时不时拿出来翻阅。
邱锡鹏《神经网络与深度学习》
工具：
TensorFlow、Pytorch。工业上偏向于TensorFlow，学术界偏向于Pytorch。别压注单个，建议两个都学，至少要能看懂别人的代码。因为论文代码复现有的用TensorFlow，有的用Pytorch。
3.4 推荐算法
推荐系统包含了推荐算法。推荐系统架构如下：
数据层：前后端通过埋点记录用户日志数据，KaFka消息队列将数据存入HDFS大数据文件系统中。这一层技术栈是Hadoop、Spark大数据组件
策略层：平常所说的推荐算法就是指这一层，需要重点掌握。首先是召回，主要根据用户部分特征，从海量的物品库里，快速找回一小部分用户潜在感兴趣的物品，然后交给排序环节，排序环节可以融入较多特征，使用复杂模型，来精准地做个性化推荐。召回强调快，排序强调准。这一块重点掌握模型：协同过滤、矩阵分解、FM、Embeding、Wide&Deep及其改进。
应用层：根据业务需求而不同。比如：广告点击、商品推荐、短视频推荐。
后面我会写一篇文章，分享我的推荐算法学习路线。
资料推荐：
王喆《深度学习推荐系统》，这本书高屋建瓴的介绍了推荐系统整体架构，发展历史以及未来趋势，各种推荐模型的演化之路，很适合前期用来搭建推荐系统知识框架。但是具体的模型并没有深入讲解，还得自己去看论文。这个也很正常，作为算法人员，经常看论文是必须的，就像开发人员要时常看官方技术文档。
