“ 本文总结了百度，华为，京东，360，vivo等接近20家公司的推荐算法岗面试经验和个人心得，以及若干学习资料和方法，相信无论是在校生还是从业人员读后都会有所收获～”

作者：Taylover1314

编辑：happyGirl

0、写在前面

秋招已经渐行渐远，休养生息（吊儿郎当）了一个多月，特开此贴回顾一下自己秋招的历程，取名为风雨秋招路，希望以后学生求职的学弟学妹（师弟师妹）少走一些弯路，能够取得自己理想的offer首先介绍一下本人背景，985渣硕，万金油的行业，偏向一点计算机专业，秋招求职岗位为算法工程师（推荐系统方向）；算法方向的四大条件：实习、论文、比赛和名校，自己可以说是裸奔了，唯一能拿的出手的便是比赛有Top10的经历，算是秋招唯一的闪光点了，秋招投递简历的方式是半海投式（为何如此，看下面的介绍），最终收获的offer有接近10个，大厂BATTMD的有，小厂的也有，银行、研究所的也浅尝辄止，算是经历秋招百态，今年算法方向推荐系统对比CV竞争难度低一点，能够上岸已经心满意足了由于自己是理工科背景，没有文采飞扬的段落篇章，亦没有大道至简的深厚功底，有的只是朴实无华的文字，记录自己的秋招，希望大家见谅，下面就按以下三个部分介绍以下：

1. 秋招经历
2. 秋招感悟
3. 推荐的学习资料和方法

1、秋招经历(按时间顺序)

华为（4.29-10月中旬 无offer

自己参加的是华为上合区域的“Find Star”优招的途径，其他区域比如说南京的FX计划、北京的A计划等等，均是华为提前批的校招招聘计划，该计划比优招和提前批开始时间要早很多，当然招聘要求相对来说比较高，楼主有幸能够参加这个计划，是因为参加了华为的软件精英挑战大赛，抱了队友大腿有幸获得二等奖，获得提提前批次的招聘机会，建议以后的同学可以考虑参加华为的比赛。自己本来秋招的计划是华为，但是最终没有获得offer，也是造化弄人，过程可谓是一波三折：

• 4.29双选会 双选会前几天发邮件通知面试，自己前一天刚回学校，一点知识都没有准备，匆匆做了一份简历就去了双选会。当天上午华为各部门进行介绍，包括无线、终端、海思等各部门，请教了工作的师兄，并结合自己实际，选择的是终端的某三级部门，下午面试，一共二面，这里不罗列面经，一面问的主要是项目介绍和基本知识会不会，二面是聊天式的面试，没有写代码相关的内容，面试完成就回去等结果；
• 8月中 时隔三个多月，终于出了面试不通过的结果，也就是能否定级为15级的结果，不过自己是提提前批，还有参加优招或者正式招聘的机会，等待下面面试的机会，然而今年华为面试改革，面试改为三轮，前两轮有代码面试，因此内部决定面试重置，重新进行面试，这个朝令夕改的政策变化，而且前面面试太水了，基本看论文比赛和奖励情况定级，真的是愤怒，也决定自己不知考虑华为，多考虑其他公司
• 9月初 传说中的改革面试，写了两个代码，链表删除节点和快乐数，基本都是leetcode easy级别的（有的同学也碰到medium和hard，因人而异），面试结束等结果
• 10月中 由于性格测试没过，需要重测，二测以后也没过，后来打电话给第三次机会，问了半个小时，就再也没消息了，不过自己已经拿到offer，也不考虑去华为，因此也不在乎了
  整个华为的面试流程有足足5个月的时间，战线很长，而且效率很慢，HR也是一拖再拖，各种坑蒙，也从这里面学会到了不要在一棵树上吊死，多准备其他的出路为好。面试等待期间时不时的有其他部门让你参加他们的宣讲会或者面试，但是是有限制的，自己第一次选择了终端部门，有面试流程在走，不能选择其他大的部门，而且恰好碰到华为内部面试改革，三次性格测试都不过，时也命也，看来是和华为无缘吧。回忆一下，华为确实是很多人的就业的选择，不可否认华为确实在改进面试的难度和体验，不过就目前朝令夕改的政策而言，很难达到一定的招收水准，不过也祝华为越来越好吧，毕竟是很多人初始秋招的就业选择

多益网络（7.9）   无offer

第一次做笔试题目，就是多益网络的，笔试还要下载软件，也是醉了，性格测试啥的好像有对人口有什么看法之类的，网评说老板的价值观存在争议，薪资较低，后续的同学需要留意一下
面试是视频面试，具体的面经由于时间比较长有所忘记，大概是机器学习的SVM、LR以及NLP的一些知识，问的东西广而全，不太涉及具体的业务，不过当时属于菜鸟阶段，基础知识掌握不是很牢固，只是初次经历一下面试，也从该面试中学会了一定要掌握好基础知识，还有相关概率论的知识也要同步掌握，在此不做赘述

28所（7.25）  offer

师兄曾经讲过南京的14和28所都很不错，尤其是14所的待遇很好，不过申报14所没有通过，要求太高，所幸的是同学那里发来28所的夏令营的报名链接，很幸运有机会参加28所的夏令营，时间是7.23-7.25，以后想去研究所的同学可以考虑这两个研究所，在南京相对说还是性价比还是不错的。
研究所的面试相对互联网比较简单，面试首先会问很多个人情况和家庭情况，比如说是哪里人，独生子女还是什么，父母对工作地点的意见等等，其次会问项目相关的，基本不会问基础知识，面试时间20分钟左右，不过我就很不幸了，面试时间竟然40多分钟，算是幸存者偏差吧，不过都是C++的基础知识，类似于

1. override和overwrite的区别
2. 指针和引用的区别

等等，很简单的基础知识，主要是基本功，所以说任何面试不能依靠侥幸心理，只有自己实力真的强大才会游刃有余，也是要真正强化的目标
研究所出结果相对来说比较慢，大概8月底左右收到offer吧，后续也没有投递过研究所的简历。经过夏令营算是对研究所有了比较多的认知，想要稳定点的工作可以将研究所作为目标，尽量参加研究所的夏令营，后续成功几率比较大，尤其注意研究所的夏令营一般在七月份左右，因此前期的信息收集工作一定要做好，秋招不仅仅是知识战，还有一部分是信息战。好了，关于研究所的就暂时介绍这么多

寒武纪（7月底） 无offer

寒武纪和学校相关度比较大，在学校开了提前批，当天晚上提前面试，也是对自己一次初期知识的衡量，投递岗位是深度学习算法工程师，下面是部分面经（具体很多记不得了）
一面：（C++和python基本知识）

1. struct和class的区别，C++中定义的变量默认是strcut还是class？
2. delete和delete[]的区别
3. override和overload的区别
4. int a[] 和 new int a[]的区别
5. python中函数self的区别，读取一个txt文件中2.5是什么数据类型，2.5+2.5等于多少
6. CNN卷积层的作用

二面：（半个小时，办公现场）

1. 项目介绍
2. 虚函数了解吗，纯虚函数呢，解析函数可不可以定义为虚函数，构造函数能不能定义为虚函数
3. CUDA以及加速计算了解吗
4. bayes公式

总监面：（15分钟，电话）

1. 成绩绩点，论文情况
2. 平时C++写什么东西。STL知道哪些

总结： 寒武纪每隔一周一次面试，基本后续不通知你面试就代表流程结束了，由于寒武纪主要是做深度学习的芯片相关业务，平时涉及底层的东西比较多，虚函数好像工作重点用，平时没有接触到，并且自己的C++基础知识不是很牢固，在此推荐这个https://blog.csdn.net/xie810005152/article/details/91038878，应该大部分的问题涵盖进去了，后续涉及到C++的问题不在面经写了

中兴（8月初）  offer

随手投了中兴的提前批，岗位算法工程师，8月初安排在学校面试，面试只有一面，面试半个小时，大概有

1. 项目介绍
2. 引用和值传递的区别

后面全是面试官说中兴的平台多大，服务的客户多少之类的，王婆卖瓜自卖自夸吧哈哈。面完我就匆匆离去了，几个星期后就收到了offer，后续等三方下来洽谈薪资，不过去了中兴现场洽谈的同学说，前期不用面试也行，洽谈直接用奖学金、大厂offer啥的证明就能谈薪资，国企作风，具体不太清楚，因为洽谈是十月底，直接拒绝了，没有了解太多，在8月份是当保底用的，不过也感谢中兴给我发offer，当时面试有点崩溃的时候也算是一种慰藉吧

云从科技（8月初-9月初）   offer

投递岗位是数据挖掘算法工程师
一面：（代码视频面  8月初  半小时）
面试官给了一个白板链接，根据出的题目在上面写代码，题目是求数组中位数，分别用快排和最大最小堆写，分析时间、空间复杂度二面：（视频面  9月初  50分钟）
牛客视频面试，美国那边的面试官面试的，面试官态度很好，点赞
大概是对项目的介绍，夹杂的问题包括数据不平衡的处理方法、Xgboost的原理等等，比较基础的问题，面试时间50分钟三面：（电话面  9月中）
HR面，略去
10月底收到offer，sp水平，但是云从主要涉及的是图像方面的，不太感兴趣，所有后续没有考虑，有同学是CV方向的可以考虑一下，毕竟CV四小龙

追一科技+海康威视+趋势科技（8月中旬） 无offer

这几家为何放在一起讲呢，因为这两家面试真的是在我整个秋招最低谷的时候，记忆比较深刻，下面娓娓道来秋招最低谷的一阶段。
8月中旬下午收到华为Find Star优招面试未通过的消息，心情极度沮丧，觉得本来应该能拿到offer的情况下竟然出了意外（往年通过华为软挑比赛基本都拿到offer了，打算收到华为offer就不面试了，结束秋招），晚饭随便巴拉几口，很是难受，恰巧当天晚上追一科技打来电话，面试了大概一个半小时，事无巨细，根据项目中用到的算法，比如说XGboost的原理及改进，one-hot、label-encoder对于category类型变量的处理方式，w2v的原理，svm和LR相关等等进行进一步的挖掘，理论和实际相结合，兼具广度和深度，最后面试官出了一道二分法的改进题目，大概是无序数组的找出第一个出现数字的中位数的位置，回答的让面试官不是很满意，而且前面面试也有一小部分没有回答上来，不过面试官的态度特别好，给他们点个赞。
不出意料，面完追一科技隔天就收到感谢信，雪上加霜，沮丧到冰点，无独有偶，晚上同样的时间，海康也是电话面试，面试官的态度很好，一面大概是知识的初面，通过的话会通知现场二面，面试官就问了一个主要问题，挑一个最熟悉的算法给我讲一下原理和应用，我鬼使神差的说对Lightgbm比较熟悉（前几天很系统的看了），但是讲到lgb的直方图加速算法为何能加速计算的时候原理，实在忘记了，含糊其辞，面试官不是很满意，果不其然，感谢信+1
连续收到感谢信，备受打击，趋势科技送来三连击~~面完海康的隔天下午，趋势用zoom视频面试，第一次用zoom，不太了解，而且当时面试网速太差，视频两边谁都听不清，视频面试变成了语音面试，面试官明显语言里面有一股愤懑的语气，面试体验极差，当天晚上就再次感谢信+1
两天连续四个面试不过，秋招的信心备受打击，一度产生放弃算法工程师岗位的求职的想法，认为自己的能力有限，有了转岗位到软件开发的倾向，颓废了好几天，非常感谢好友@Ledgeether 的劝解，耐心开导，一路排忧解难，帮助自己坚定算法岗位的决心，度过最艰难的时候，再次感谢

总结： 经历这段最低迷的秋招阶段，一定要对自己秋招的岗位有自己的认知，结合自身实际，坚定自己秋招的选择，千万不能半途而废，相信风雨之后总会遇见彩虹；还有面试的时候一定心态平和，云淡风清，把自己最好的一面展现出来才是最好的，至少自己努力过

星环科技（8月22-9月底）   offer

投递岗位数据挖掘算法工程师
一面：（电话 8月22   40分钟）
1.项目介绍
2.探讨了AUC的具体含义
3.最长回文子串
4.dp理解
大概记得这么多
二面：（电话  8月28  40分钟）
1.项目介绍
2.根据项目问问题，基础知识
总监面：（电话  9月底  30分钟）
1.个人情况
2.项目介绍等
大致面试内容记得不是很清楚，面试相对比较基础，会深层次挖掘所了解的知识，少量涉及到实际业务的处理，面试官比较和蔼，技术比较扎实，体验很好，offer大概9月底发放，网评星环的技术氛围不错，也是大数据相关类不错的工作平台

360（8月27）  无offer

面经见https://www.nowcoder.com/discuss/234568面试很迷，笔试感觉通不过却有面试机会，面试期间网络不好，信号嘈杂，好处是面试信息可以在公众号上查询，比较方便，总体面试体验一般

bigo （8月29） 无offer

牛客视频面试，面试时间半小时
面试官上来让我给他说做比赛觉得最有趣的一件事？？？当时就蒙了。。。可能是没有讲出有趣的事情吧，后面面试官出了两道代码题
1.LR的随机梯度实现
2.数组的最大和，数组的最大乘积
代码题第一题没写出来，第二题第二个不太规范，代码能力有待加强，非科班真的需要多花点时间在代码能力上，不过上来的问题真把我搞蒙了，让工科生上来讲故事真的太难了，自己的表述能力有待加强，效率很快，半个小时后就发了感谢信

京东（9月2-4号）  offer

京东是线下面试，楼主参加的武汉场次，也是惟一在外地进行的面试，面试岗位算法工程师，一天一面流程，指定时间面试，进去面试前后误差不超过10分钟，当天晚上9点就能出来结果，招聘官网也能看到进度，面试效率比较快
一面：（9月2，25分钟）
1.项目介绍
2.Xgboost和LGB原理
3.样本不平衡的处理方法（涉及到业务知识）
4.TCP/IP四层模型
5.代码：反转链表
二面：（9月3，30分钟）
1.计算机网络：TCP和UDP的区别，OSI七层模型、全双工和单工
2.算法：GBDT的原理、LR的原理、对数据倾斜处理的方法
3.大数据：map-reduce、spark使用
4.计算机语言：JAVA的了解程度
5.代码题：给定一串字符，含有数字字母等，按照需求写代码，略
三面：（9月4，20分钟）
HR面 略
总体来说，京东的面试专注于考基础知识，基本不涉及特别深入的理解，我的面试时间相对来说比较长，一般都是20分钟左右的面试流程，面试的是最后是否会录取你的部门，京东面试的流程比较快，但是发offer可能会比较慢，楼主在二面当天晚上就加到了leader的微信，期间一直询问我有没有收到offer，但是最终时隔20多天才收到offer，可能是校招组和内部沟通还是有时间的延迟吧，不过总体来说京东的面试体验挺好的，守时而且面试难度一般，面试官态度很好

小米（9月4号）   无offer

小米面试是京东HR面试（三面）前面两个小时，约定是牛客视频面试，由于当时在武汉，出来外地面试没有带电脑，特意借了在华科同学的电脑，在他的寝室里面试，面试时间是中午2点，下面是面试经过：
小米面试官上来没有让我自我介绍，直接在牛客上面出了一道算法题：
求两个正整数相除后小数的循环部分
楼主和面试官沟通了十多分钟才明白了题意，面试官一直说这是小学的题目，用两个字概括你的思路，而我一直想what？？？我一定没有上过小学；吭哧吭哧写了1/7（千万不要1/3这样的，被坑了）的算法步骤才明白大概的意思，和面试官解释一通，面试官不太满意，说用两个字讲思路，楼主已经在崩溃的边缘，看时间不多了，大致在牛客上写代码写出自己的思路，面试官说写出来运行成功算你一面过，此时面试将近半个小时，我想后面还有面试，战略性的放弃了面试
总结：遇到有分歧的面试问题，一定要耐心和面试官沟通，和面试官相互get到点才能帮助自己更好的面试，面试不仅是展示自己知识储备的过程，也是体现交流沟通能力的一种考量方式

中国农业银行（9月20）   无offer

从武汉面试完回来，躺尸了很多天，期间也没复习知识，等待学校秋招开始，学校秋招比较晚，大概教师节后才有企业进校宣讲，而且大部分是宣传性质的，不会线下进行面试，所以楼主也是半颓废的状态，刚好农行要面试，形式是群面，本着好奇心的态度，打算看一下银行面试的具体流程
农行是十人群面的形式，每个人对应一个号码，五位面试官面对面进行考核，面试先每个人进行自我介绍三分钟，包括自我介绍和项目介绍以及在项目中发挥的作用，所有人介绍完成后，面试官根据兴趣会对面试者提问。不过出于礼貌，每个人都会被问到问题，只不过是感兴趣的程度不相同而已。面试的问题基本围绕自我介绍的内容进行提问，大部分都是JAVA或者大数据相关的很基础的知识，只要掌握好基础知识便能应对自如。顺便提一句，银行对于JAVA的重视程度比C++的要高很多，而且python对于银行相对比较边缘，因此有志于进入银行等工作的，建议着重掌握JAVA的基础知识
面试时间大概半个小时左右，面试期间一定要注意礼貌用语，银行对于仪态仪容也是一个比较着重考察的环节。面试完成后，做了一个编程题目，题目是剑指offer的原题，求数组中出现两次的数，楼主花了三分钟就交卷走了，后续流程就结束了。十月中旬出结果要体检，但是楼主只是去尝试，也没有理会，这里给想去银行的同学提个醒，体检同样也是一项非常重要的流程，值得关注

招银网络科技（9月25）   offer

具体面经https://www.nowcoder.com/discuss/281953
很荣幸收到招银的ssp的offer，相对来说招银网络的低息贷款是比较吸引人的一项福利，在众多银行体系中也是首屈一指的，楼主也曾经考虑过去招银网络科技，但是因为各方面的原因，放弃了这个offer，希望不会后悔吧

vivo（9月26）   offer

招商信用卡曾是楼主最想去的秋招公司，虽然笔试不是很理想，但是很有幸获得面试的机会，并且悬念保留到最后，也算是如愿以偿吧，招行卡中心有专门的的公众号可以查询进度和面试预约，流程很清晰：
一面：（现场面  9月27，50分钟）
有两位面试官，一个负责提问，一个负责记录1.项目介绍
2.开放题：假如说想预测学生在下一门成绩的大致分数，你会使用那些feature，说出理由
3.对于反欺诈的应用场景的理解
4.招商银行掌上生活的version，对新版本的理解，推荐系统能够祈祷的作用
5.对银行的技术的理解
二面：（现场面  9月28，50分钟）
面试官是两位，一位是HR，一位是leader
1.性格优缺点（类似这样的略去）
2.掌上生活的版本的理解
3.为什么选择招行卡中心，不选择互联网公司
4.对自己笔试成绩的看法
总结：招行卡中心基本不涉及基础知识，业务方向的考量很多，需要一定的业务积累和广阔的商业视野，同时也比较考究面试者的综合素质，面试比较多元化，面试体验很好，兼具互联网的技术和银行的规范，值得点赞

百度（10月12-10月16）    offer

百度是楼主最后面试的公司，也是投递了BT、MD这四家唯一给面试机会的公司了，主要原因是算法岗位提前批次的HC比较多，秋招相对较少，楼主面完京东就没有投其他大厂了，大概9月中旬才投递简历，时间很晚了，所以建议想去大厂的同学挑选合适的时间投递简历，既不要太早也不要像楼主一样太晚，下面大致回忆一下百度的面经：
一面：（现场面   10月12，1小时）
1.项目介绍（根据项目问问题）
2.XGboost、lightgbm、Catboost三者介绍
3.聚类算法了解程度、kmeans介绍、K值选择、kmeans++算法
4.代码：leetcode二叉树的最短路径
二面：（现场面   10月14日，1小时）
1.项目介绍
2.基础知识
3.给定10G的文件，只有2G的内存，如何将文件放到内存中
4.推荐系统的框架了解（召回和ranking）
5.系统设计：推荐系统还有融合框架，假如通过两种不同的召回和ranking系统得到结果，如何在两种备选结果中最终给用户推荐出最适合的十个广告三面：（现场面    10月16日，1小时30分）
1.性格各方面（性格测试未做，现场问相关问题）
2.项目介绍（根据项目进行询问，有个别争议，相互探讨半小时）
3.系统设计：推荐系统有A信息如下，类似于user_id、ad_id、ad信息，B信息如下，包括图像信息、ad_id(即ad与原生图像之间的信息)，对于出现的广告，如何对该广告进行合理配图
四面：（电话面   10月底，40分钟）
1.项目介绍
2.性格各方面
3.二叉树的前序遍历的递归和非递归、时间复杂度
4.对百度未来前景的看法
总结：百度的面试在所有面试中是最舒服的，面试的部门是feed，一面是基础知识面，二面涉及到实际业务，三面大部分性格方面，也会涉及到业务方向（三面面试官应该是最终部门的leader），四面是进一步的性格面试（不知道是不是加面，最终给了sp），会循序渐进，不断挖掘自己知识库中知识储备以及灵活应用能力，引导你发散思维，大胆进行业务处理，总结来说，技术方向对求职者的考量确实很到位

以上就大致是秋招历程的回顾，总结下来，秋招大致经历了“新奇-->失意-->低谷-->平淡”这样的心路历程，可以说是真正的风雨秋招路吧，人生中不可多得的财富。

2、秋招感悟

前期准备要充分，合理制定计划很关键

秋招对于每个学生来说应该是关键的人生节点，关乎到未来人生规划，提前打下良好的准备是取得秋招满意offer的基石。前期准备不仅仅是秋招前面几个月进行加强复习，很关键的在于日常的积累和沉淀。一心一意准备找工作的同学，日常学习和科研之余注重代码的积累和项目的储备，代码可以从leetcode的easy进阶到medium，项目的储备可以参加比赛或者在github上高star的project。好的代码能力能让面试官赏心悦目，搭配优秀的项目经历才能让秋招游刃有余。

秋招是心态的历练过程，稳住心态很有必要

秋招对大部分来说会经历受挫折、打击、怀疑自我的心路历程，可能开始秋招准备的时候信息满满，认为自己足够优秀，可能对比进入BATTMD的学长学姐，觉得自己能够轻松应对找到大厂的offer。但是要清楚的明白互联网公司每年的岗位需求、数量不同等各种因素，在秋招历程中每个人或多或少会经历备受面试打击、怀疑人生的心态变化。这可能是非常痛苦的过程，但是一定要有心理准备面对这样的过程，一定要千方百计的稳住心态，不能因为多次打击放弃秋招，相信风雨之后总能遇见彩虹。

总结面试的成功与不足，查缺补漏重中之重

参加了多次面试，会发现每次的面试内容会大同小异，高频的面试题层出不穷， 争取在每一次面试都总结一下自己的优点和不足之处，对于没有掌握的知识一定要着重进行复习，争取在下次面试的时候能够完备详尽的阐述；对于已经掌握的知识点，要多看相关拓展技术资料，面试官可能会因为你比其他人了解知识的深度和广度而刮目相看

秋招能否拿到offer，实力和运气兼具

曾经进入阿里的师兄说过，面试运气决定你的上限，实力决定你的下限。面试中可能会遇到形形 *** 的问题，比如说面试官的态度很差根本不听面试内容、面试当天刚好生病状态不是很好等等，导致面试的失败，但是在绝对的实力面前，这些因素便不再那么重要了，come on，努力提升自己的硬实力，不要再抱怨无关紧要的因素了，your hard work is of truely paramount importance.

面试也是个人魅力的展现，掌握面试技巧有助于收获offer

面试相对来说也是一种交流沟通的过程，其中世界上最难的事情就是交流沟通，最简单的事情也是交流沟通。面试没有想象中的那么高大上，当做普普通通的一个陌生人聊天，平常心对待，事情就变得很简单。尽量引导面试官到自己熟悉的知识点，让面试变成轻松愉悦的聊天氛围而不是呆板僵硬的一问一答的形式，可能对每个人来说，是难点但是面试提升的重点，要经过多次面试的历练才能体会到

3、推荐的学习资料与方法

好多人私信推荐系统学习的方案，自己对推荐系统也只是稍微了解，不能说是精通，所以下面关于推荐系统的学习思路知识个人拙见，其他方向的同学大致借鉴一下，
首先具体学习的思路可以参考 https://www.nowcoder.com/discuss/326300
这个帖子是在比赛圈里天才儿童的个人准备和学习的一些思路，自己的学习和比赛思路和他基本一致（没有实习、论文，只能通过打比赛啦，实属无奈之举），天才写了这么多，真的省了不少事情哈哈，除了天才推荐的，在此补上自己学习推荐系统的一点拙见：

推荐系统基础知识

• 推荐系统的系统知识可以学习 项亮《推荐系统实践》，这本书算是推荐系统的基石书籍，大部分是解决推荐系统经典的思路和方案，着重了解协同过滤、UCF、ICF，SVD++、冷启动问题

推荐系统论文进阶

• 推荐系统进阶的可以通过论文进行学习，推荐辅以github上DeepCTR作者浅梦总结的https://github.com/shenweichen/DeepCTR，以及知乎王喆https://www.zhihu.com/people/wang-zhe-58/posts进行学习

推荐&数据挖掘相关竞赛

• 推荐比赛方向的学习昊神总结过帖子https://github.com/Smilexuhc/Data-Competition-TopSolution，里面收集了前些年各大比赛的top解决方案开源，目前基本停更了，熟悉基本的操作方案也是可行的
• 关于推荐系统的比赛，目前看到已经越来越少了，CV和NLP相关的呈现上升的趋势，对于机器性能和代码的复现水准越来越高，想通过比赛方式进行秋招的同学需要进一步进行考量，可能是独木桥的方式了，比赛的话除了kaggle（推荐看国外大佬的kernel）、天池、DataFountain、DataCastle等，还可以通过https://www.datascicamp.com/?sub=DM,CV,NLP,RL,SP进行查询

以上便是对推荐系统个人的学习思路，如果有不满意或者其他学习思路的地方还请指教

最后，非常感谢在秋招中遇到的每一个人，希望后面找工作的同学可以从我的秋招历程中得到一点启发，秋招每个人的实际情况各不相同，也希望看到这个帖子的人都能拿到理想中满意的offer。

推荐阅读

• 用户画像必会的行为偏好计算方法

• 【CTR预估】FLEN: 一种时空高效的利用特征场信息缓解梯度耦合的CTR预测模型

• 【CTR预估】CTR模型如何加入稠密连续型和序列型特征？

• Learning to rank基本算法小结

• 视频点击预测大赛 Top5 DeepCTR baseline 

想了解更多关于推荐系统的内容，欢迎关注公众号浅梦的学习笔记，回复“加群”可以一起参与讨论交流！

喜欢的话点个在看吧👇