点击上方，选择星标或置顶，每天给你送干货
！
阅读大概需要10分钟
跟随小博主，每天进步一丢丢
SIGAI授权
禁止二次转载
导读
小编找到了一些自己获得offers的面试的经验，特此分享给大家！希望对你们有帮助！
导读
小小心得
个人经历
到了6月的时候，找了本科的数学教材开始微积分，线性代数和概率论的复习。主要挑选一些算法学习中常用的知识点进行回顾，如：偏微分、泰勒展开、拉格朗日函数、傅里叶变换，矩阵这块的逆矩阵、特征值与特征向量、二次型、奇异值分解、QR分解，以及概率论这块的各种分布（高斯分布和伯努利分布较重要）、概率密度、贝叶斯定理等等。同时也通过公众号文章关注到了SIGAI，在更新的文章中对很多知识可以有很好的巩固，比如：梯度下降法、SVM综述、神经网络中的各种激活函数、人脸检测算法综述、理解凸优化、牛顿法和拟牛顿法、卷积网络压缩加速、生成对抗网络等等很多和机器学习深度学习相关的知识汇总。然后为了巩固提高自己的机器学习和深度学习知识水平，就报名了SIGAI的课程。同时买了《机器学习》（西瓜书），《统计学习方法》，《深度学习》（花书）进行学习。在SIGAI的课程里，我所重点学习的部分是最优化方法，机器学习方法的原理和推导以及深度学习里的神经网络原理这一块。期间对照着书，自己学习着推导过一遍，然后跟着课程和雷老师又巩固一遍原理推导。因为这些在面试里被问到或者是手推的频率很高。
面试分享
阿里（CV算法工程师）
百度（CV算法工程师）
银联
vivo（视频图像算法工程师）
Face++（CV算法工程师）
虹软（CV算法工程师）
依图（CV算法工程师）
网易互娱
多益（AI及大数据）
贝壳（CV算法工程师）
搜狗（CV算法工程师）
寒武纪（算法工程师）：
vivo（图像算法工程师-图像加速）
商汤（CV算法工程师）
腾讯（算法）
推荐阅读：
资源 | 邓力、刘洋等合著的这本NLP经典书籍之情感分析中文版
从Word Embedding到Bert模型——自然语言处理预训练技术发展史
好文！必须点赞
1558
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
