机器学习算法工程师面试经历

以下内容不分公司，只分知识点

（1）：基础知识

基础知识包括最优化，线性代数，高数，概率论，个人以为，在面试之前复习一遍，然后争取能把每个算法都能推导一遍就可以，比如各种分布，还有一二阶等等优化算法。

（2）：编程题

leetcode建议刷一遍，数据结构的基础知识一定要好，如果面试官问你堆排序你写不出来，我觉得这个可能是致命伤

（3）：机器学习算法

常见的机器学习算法很大概率都会考，建议先把公式记下来，然后学会推导，然后思考，怎么防止过拟合，怎么调参，适用的场景是什么，比如lr和xgboost的适用场景，估计很多地方都会问到，挑选一个你最熟悉的算法认真讲解一下，建议，代码实现每个算法

（4）：工程能力

我觉得这个应该是最为看重的，如果没有项目的话，不建议报算法这里，项目来源途径，比如天池，kaggle，学校项目，这里谈一下学校项目这里，相信很多人，选择报这个项目，或多或少是有相关的机器学习项目，建议学校的项目一定往深度做，如果搞个顶会论文更好了

（5）深度学习

这个的话，建议学一些，毕竟表明了目前流行技术的学习态度

最后，希望大家成为一个创造者。