该仓库记录了如何准备机器学习工程师面试，尤其海外与外企岗位

• 代码地址: https://github.com/LongxingTan/mle-interview

• 申请岗位：软件工程师-机器学习方向、机器学习工程师、数据科学家、应用科学家

• 在线书籍 https://longxingtan.gitbook.io/ml-interview/

CS自学指南

• https://github.com/PKUFlyingPig/cs-self-learning
• https://github.com/conanhujinming/comments-for-awesome-courses

Leetcode

刷题策略

时间有限的前提下，精刷大于泛刷

• 阶段1: 初步掌握考察的常见数据结构和算法，尤其是常见类型的模版
• 阶段2: 拿到问题，首先从解决问题角度入手，然后从模板中提供线索。模版的基础上，不断强化练习。按tag刷题
• 阶段3: 真正融会贯通，结合问题交流、复杂度分析、头脑测试，刷题量达到满意要求
• 面试前，针对面试公司的tag或面经进行重点练习

面试

机器学习方向主要使用python，因此以python为刷题语言

• 先明确自己理解题意，不明白的地方一定问清楚。通过写几个test case，确保涵盖所有情况。并确认输入输出的类型和边界
• 开始想人是如何做这个任务的。没有思路时，想想更简单、数量更少时如何处理
• 转化为代码，用什么数据结构，什么算法。讲思路的时候，一定说清楚为什么选择这个数据结构，并结合有代表性的test case讲
• 写完代码后，进行test的过程
• 给出复杂度分析

参考

• https://zhuanlan.zhihu.com/p/349940945

学习资料

基础

• Introduction to Computer Science - Harvard CS50x
• Structure and Interpretation of Computer Programs - UC Berkeley CS 61A
• How to Design Programs
• 深入理解计算机系统 - CSAPP
• The Art of Computer Programming - TAOCP
• 代码大全
• UNIX 编程艺术
• 重构：改善既有代码的设计

数据结构和算法

• 数据结构- 学堂在线 - 邓俊辉
• 算法 - Stanford
• Algorithms
• 算法导论 - CLRS

操作系统

• Operating Systems and System Programming - UC Berkeley CS 162
• Operating System Engineering - MIT 6.828
• 编码：隐匿在计算机软硬件背后的语言
• 计算机系统要素
• 计算机组成与设计
• Operating Systems: Principles and Practice
• Operating Systems: Three Easy Pieces
• Operating System Concepts

Web开发与系统设计

• Introduction to Computer Networking - Stanford

分布式

• Distributed Systems - MIT 6.824
• Talent Plan | PingCAP University
• 数据密集型应用系统设计

机器学习

• 常见模型的原理和局限
• 手写基础算法
  • 写实现两层fully connected网络
  • 手写CNN
  • 手写KNN
  • 手写K-means
  • 手写softmax的backpropagation
  • 手写AUC
  • 手写SGD
• 延伸
  • 给一个LSTM network的结构，计算how many parameters
  • convolution layer的output size怎么算? 写出公式
  • 设计一个sparse matrix (包括加减乘等运算)
• 八股文
  • 怎么解决nn的overfitting/underfitting
  • 优化器，如何选择优化器
  • 数据收集
  • 模型选择
  • 推荐，scale\abtesting\trouble shooting

System design

Reference

• CMU 15213
• MIT 6.824
• DDIA

行为面试 Behavior question

面试考察的不单是技术能力，更是考察是否是未来值得合作的同事。行为面试不可小觑，甚至更多时候软实力都是更重要的能力，因此面试时有针对的准备是非常非常有必要的。

基本态度

• 说话自信大气，眼睛和肢体不要有多余的动作，professional, 有Leader该有的样子。而且不要我，是你们的损失，有这种气魄，但不要因此傲气
• 正常的面试官，其实也就是我们身边的人，是和我们谈笑风生的一样，不要有负担
• 注重记录和录音
• 注意面试官问题，他想要的答案是什么，一些关键字是什么. 不会的问题，也把能想到和思考的呈现出来即可，relax
• 任何开放问题，LC或ML，都从最简单开始
• 适当掌握主动，整体诚信
• 总是从大的框架入手讲解，横向多对比，纵向如何深入优化
• 主要发offer之前表现出对加入公司浓浓的兴趣
• 有些问题，可以多要点时间想想 不要乱说。框架性思考，分点阐述。不必着急回答

常见问题

背后都对应着leadership principles

• conflicts with manager/跟老板同事如何处理冲突，

• challenging project

• think differently

• simple solution to solve a problem

• tight deadline

• 怎么带队

• 怎么plan项目

• advocate myself的经历

• deal with 不配合的同事

• 怎么让团队保持innovative

• 怎么说服别人同意你的意见
  首先划定几个禁区，

  • 不要以自己的身份和地位去压别人，而是摆事实 讲道理
  • 就事论事，不要上升到人
  • 意识到自己的错误了 及时承认

• describe a situation where you decided to step in to help a friend/teammate

• describe a situation where you explore a new area

• 怎么给一个完全没有ML背景的客户介绍相关技术概念

• 跳槽原因

  • 提升技术深度和广度

Project

• 里面的细节
• 是否有不足之处，怎么改善/或现在让你重新来做，会如何改善

STAR

• situation
• task
• action
• results