字节跳动算法必备


“春季招聘和金三银四要开始了,我想提升技术,更上一层楼,除了投简历刷题,还有什么可以努力的方向啊?”

字节跳动技术范儿找到了多媒体、推荐算法、计算机视觉、强化学习、机器翻译、知识图谱、安卓、iOS、前端等几个方向的Leader,推荐了各个技术方向的自学资源。

多媒体

多媒体团队Leader Jessica推荐:

  1. 《数字图像处理》 作者:Rafael C. Gonzalez 等

    数字图像处理领域的经典教材,也普遍作为学习图像处理、计算机视觉的入门必备书籍,经久不衰

  2. 《视频处理与通信》 作者:王瑶 等

    系统性介绍视频处理关键技术的一本经典教材,从视频基础理论到视频编码、视频通信等。适合有一点信号系统或者图像处理理论基础的同学进一步学习使用。

  3. 《新一代视频压缩编码标准–H.264/AVC》 作者:毕厚杰、王健

    一本能让读者很好地了解主流视频编码技术的参考书。

  4. 《Audio Signal Processing and Coding》 作者:Andreas Spanias, Ted
    Painter, Venkatraman Atti

    音频的书相比视频而言少很多,但这本算是音频信号处理与编码领域较为经典的了,可以作为音频处理学习相关的参考书。

  5. 相关开源工程

    FFmpeg:https://github.com/FFmpeg/FFmpeg (复制链接地址到浏览器查看)

    迄今为止最流行的开源多媒体框架之一,非常强大,基本算是互联网视频技术相关的必修开源工程了。

    vlc:https://github.com/videolan/vlc
    Ijkplayer:https://github.com/bilibili/ijkplayer
    exoplayer:https://github.com/google/ExoPlayer

    播放器相关三大经典开源工程,了解主流视频解码、播放技术必选。

Jessica说,上述这些开源工程基本上是各个方向上不同时期最top的了,业内从业者对它们都非常熟悉。

推荐算法

抖音推荐团队Leader William同学推荐了5本书,基本都是深度学习、机器学习方面非常经典的书。

  1. 《Deep Learning深度学习》 作者:Ian Goodfellow、Yoshua Bengio、Aaron Courville

这本书就是业内知名的「花书」,是深度学习领域奠基性的经典教材。

  1. 《动手学深度学习》 作者:李沐 等
    William说,这是他见过最好的机器学习、深度学习教材,理论与实践结合,并且中英双语都有,而且还是免费开源的资源。

    资源链接 电子版:https://zh.d2l.ai/index.html
    GitHub:https://github.com/d2l-ai/d2l-zh

  2. 《百面机器学习》 作者:诸葛越

    William说,这本书的作者是Hulu中国负责人,书里知识点很多,也有不少工业界的观点,相关知识点最好都弄清楚,对从事算法工作会有比较大的帮助。

  3. 《深度学习推荐系统》 作者:王喆

    William认为,这本书可以帮助读者了解业界推荐系统的基础知识体系,梳理推荐算法的发展脉络。

  4. 《推荐系统实践》 作者:项亮

    推荐系统入门必备,非常适合初学者。

计算机视觉

图像算法方向的Leader吴辛隆说,团队同学主要靠学习CV论文来提升自己的技术能力。除了历年顶会的论文之外,他也推荐了业界最常用的PyTorch和TensorFlow两大框架,以及影响力最大的几位专家的书籍课程。

  1. 吴恩达深度学习工程师全套课程 主讲:吴恩达

    桃李满天下的吴恩达老师的课程,深度学习方向的同学应该都听说过。

    链接:https://mooc.study.163.com/smartSpec/detail/1001319001.htm

  2. 斯坦福 CS231n:用于视觉识别的卷积神经网络 主讲:李飞飞

    斯坦福一大知名课程,主讲人是推动了CV行业飞速发展的ImageNet发起人李飞飞。

    链接:http://cs231n.stanford.edu/

  3. 《机器学习》 作者:周志华

    这本书也是业界知名的教材,它从“如何挑西瓜”这个例子开头,又被称作「西瓜书」,来自南京大学周志华教授。

  4. PyTorch教程-Yunjey Choi

    PyTorch作为备受欢迎的深度学习两大框架之一,对于计算机视觉等方向的研究者来说是必备技能。如果你已经看过了PyTorch官方教程,来自韩国NAVER
    AI Lab研究员Yunjey
    Choi的开源PyTorch教程是不错的补充,在GitHub上有将近20000颗星,教程中的大多数模型是由不到30行代码实现的。

    链接:https://github.com/yunjey/pytorch-tutorial

  5. TensorFlow中文官方文档

    深度学习另一大框架TensorFlow官方教程的中文版,由极客学院Wiki翻译。

    链接:https://github.com/jikexueyuanwiki/tensorflow-zh

  6. CVF顶会论文库

    计算机视觉基金会(CVF)赞助了包括CVPR、ICCV等在内业界主流的几大计算机视觉顶会,他们的论文库也结构性地整理了这些顶会历年的所有论文,可以方便同学们系统性的查找计算机视觉相关各方面的论文。

    链接:https://openaccess.thecvf.com/menu

强化学习

强化学习研究员Flood Sung和ChnX两位的推荐名单里除了一本名为《强化学习》的经典书目之外,还有斯坦福和UC伯克利的开源教学内容。

  1. 《Reinforcement Learning: An Introduction》 作者:Richard S. Sutton and
    Andrew G. Barto

    这本书是强化学习最全面、最基础的教材,两位研究员强烈建议每一位同学通读一至两遍英文原版。

    前面抖音推荐团队Leader William也非常推荐这本书,这本强化学习综述书, 可以帮助初学者建立相关知识体系。

    英文原版:http://incompleteideas.net/book/the-book.html
    相关课程:https://www.davidsilver.uk/teaching/

  2. UC伯克利CS285:Deep Reinforcement Learning 主讲:Sergey Levine

    这套课程包含23节课程和5个课后作业,适合对强化学习、机器学习有一定了解的人。

    链接:http://rail.eecs.berkeley.edu/deeprlcourse/

  3. 斯坦福CS 330:Deep Multi-Task and Meta Learning 主讲:Chelsea Finn

    CS 330整体课程比较长,大约需要3个月的学习时间,不过两位研究员更推荐课程中Meta-RL的部分,压力会小一点。

    链接:https://cs330.stanford.edu/

机器翻译

机器翻译团队Leader王萱选择了经典的书目和课程。

  1. 《统计学习方法》 作者:李航

    王萱认为,这本书由浅入深,涉及的知识面非常广,算法包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、CRF等,书中例子、推导、算法介绍相对比较详细,适合花比较完整的时间,细细赏读。

    另外,这本书还有一个优势是网上的解析、课程甚至所有算法的GitHub开源都非常完整,碰到难懂的问题,都可以很快找到答案。

    前面抖音推荐团队Leader William同学也认为,这本书每个模型讲的很透彻,对提升机器学习背后的数学能力有帮助。

  2. 斯坦福CS 224N:Natural Language Processing with Deep Learning
    主讲:Christopher Manning, John Hewitt

    王萱说,斯坦福的自然语言处理课程非常棒,主要介绍深度学习相关知识,从 word2vec
    开始,到机器翻译、Transformer、BERT
    都有详细的介绍。所有的课程设置也非常合理,包括练习、代码、slides、相关文献官方都做了非常好的整理。

    链接:http://web.stanford.edu/class/cs224n/

知识图谱

字节跳动知识图谱算法工程师David推荐了两本知识图谱相关的中文书籍和一本英文书,斯坦福CS 520也是业界备受推崇的课程。

  1. 《知识图谱:概念与技术》 作者:肖仰华

    这本书系统地介绍知识图谱概念、技术与实践,可以帮助读者建立知识图谱学科体系,贴近工业界的情况。

  2. 《知识图谱》 作者:赵军

    知识图谱方面全面综述性的书籍,方方面面都有讲到,是不错的入门书。

  3. 《Linguistic Categorization》 作者:John R. Taylor

    牛津语言学教科书,涵盖了1987年以来认知语言学的重大发展,也是相对基础的一本书。

  4. 斯坦福CS 520:Knowledge Graphs 主讲:Vinay K. Chaudhri, Naren Chittar,
    Michael Genesereth等

    饱受好评的斯坦福CS系列,授课人是30余位来自学术界和工业界的专家,在国内也有相当多的簇拥。

    链接:https://web.stanford.edu/class/cs520/

安卓

在安卓开发Leader JackLin看来,安卓开发者官方网站是最适合初学者的地方,问答社区Stack Overflow中的安卓板块也是一个宝藏平台。

  1. 安卓开发者官方网站

    JackLin说,谷歌的安卓官方网站是最为严谨的学习资料,适合绝大多数安卓开发学习者,可以解决安卓初学者的绝大多数问题。

    链接:https://developer.android.com/

  2. Stack Overflow 社区

    Stack Overflow是程序员们基本都知道的社区,有很多高质量的问答和资料,社区很活跃,信息全面,也可以看到业界对前沿技术的讨论。

    链接:https://stackoverflow.com/questions/tagged/android

iOS

iOS开发Leader赵子真同样推荐了业内知名的三大技术博客/社区。

  1. 技术博客NSHipster

    NSHipster是iOS大神发起的技术博客,涵盖了OC、Swift、Cocoa那些被忽略的特性。

    链接:https://nshipster.com/

  2. 技术社区raywenderlich

    赵子真称raywenderlich为「iOS界的百科全书」,它适合初学者,各种tutorial非常浅显易懂。

    网站:https://www.raywenderlich.com/ios/articles
    视频:https://www.youtube.com/user/rwenderlich/playlists

  3. iOS社区objc.io

    这个社区的内容高质量、深入深入再深入,对国内很多iOS社区影响深远。

    链接:https://www.objc.io/

前端

前端Leader月影推荐了不少在线课程,也有掘金平台的课程。

  1. HTML: The Living Standard

    月影说,这份资料有助于大家理解HTML标准和语义化,打好前端基础。

    链接:https://html.spec.whatwg.org/dev/

  2. MDN Web文档

    这份文档比较全面的介绍最新的 HTML/CSS/JavaScript 标准和特性,非常好的参考资料。

    链接:https://developer.mozilla.org/zh-CN/

  3. 玩转CSS的艺术之美 作者:JowayYoung

    月影说,这是很不错的一本掘金小册,用简单有趣的方式带领大家玩转CSS。

    链接:https://juejin.cn/book/6850413616484040711

  4. JavaScript高级程序设计(第4版) 作者:Matt Frisbie

    几代前端人的JavaScript“红宝书”,李松峰老师翻译。

  5. 你不知道的 Chrome 调试技巧 作者:Tomek Sułkowski

    一本介绍Chrome调试技巧的免费掘金小册,适合没有使用过Chrome
    DevTools但是感兴趣的同学,以及想更加深入理解如何用Chrome进行调试的同学。

    链接:https://juejin.cn/book/6844733783166418958

  6. 前端工程师进阶 10 日谈 作者:月影

    月影自己的创作的掘金小册,内容来自于他多年的前端经验总结,用案例帮你夯实基础、锤炼内功,助你走上前端进阶之路。适合具备基础的HTML、CSS、JavaScript知识,想要变成前端大佬的所有程序员。

    链接:https://juejin.cn/book/6891929939616989188

  7. 优秀的前端团队是如何炼成的 作者:宋小菜前端团队

    这本小册的作者是宋小菜前端团队的18名成员,以宋小菜前端的成长历史,结合实际案例探讨前端团队从游击队到正规军如何从 0 到1,帮助即将步入职场的同学少走弯路。

    链接:https://juejin.cn/book/6844733800379842574

本文转载自字节跳动技术范儿 公众号 侵删

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值