全世界有3.14 %?的人已經關注了

數據與算法之美

我是小A，一個沒能當成算法工程師的菜雞Java工程師，內心卻等著上AI這趟車。

?

去年正是人工智能火熱的時候，看著各種高薪招聘，我沉寂很久的內心也火熱起來了。但是想歸想，我內心還是有很多糾結的。

自己已經很多年沒有碰過高數線代概率論，“剛畢業的本科生也能年薪50萬”這樣的話看著心動，但又覺得不會那么容易。

身邊轉型的朋友倒是越來越多，想來想去，我決定自己先自學一番。我瞄準了算法工程師里最火的推薦算法，畢竟開源資料多如牛毛，有啥不懂，Google一下，問題全解決。

在擼完西瓜書、統計學習方法后，自己動手刷了刷天池的新人賽。但是成績一直很一般，卻不知該如何下手。

前輩說，不能等著什么都學會了，才去找工作，不然黃花菜都涼了。于是，我鼓起勇氣，就拿現有的項目試試看吧。一頓海投之后，還真有收到不少面試邀請，其中還不乏行業老大！我的求職之路start！

?

面試那天早上在電梯里碰到了同一層下的哥們，湊過去套近乎發現是面同一崗位的競爭對手。不過是從化學專業轉過來的，對自己多了點信心，感覺offer有點穩！

?

回顧下面試的情況：

一面只是簡單問了下個人情況，二面的技術面竟然是我和電梯那位小哥一起。

不過之前了解了些情況，對自己還是很自信的，強調了自己的Java背景，什么轉型上手快啊、學習能力強。面試官聽完自我介紹開始對我倆提問了。

面試官：推薦系統有哪些處理方式？

我 ：（這還不簡單，早背下來了）基于內容推薦、協同過濾、矩陣分解與隱語義模型

面試官：嗯，好

帥哥：還有word2vec行為序列建模

面試官點點頭。

面試官：小A，你來說說基于內容的推薦是怎么做的？

我：對文本做表示(簡單的主題詞提取、詞袋模型表示、TF-IDF向量表示)，再匹配距離。

面試官轉向小帥哥：協同過濾有哪幾種？它的基本原理是什么？

帥哥：兩種，基于用戶的協同過濾推薦，基于物品的協同過濾推薦。協同過濾就是一種基于近鄰的推薦算法。

面試官點點頭。

面試官：那么你們各自最常使用的是哪種？說說理由吧。

我（搶答）：最常使用的是基于物品的協同過濾。原因是物品相似度的穩定度高，而且可以給出可理解的解釋

帥哥：同意

面試官：實際應用時，有新數據會遇到冷啟動問題，你一般怎么解決這個問題？

我：（臥槽！他說的是啥？）額···

帥哥：基于內容的推薦可以一定程度緩解冷啟動問題，還是就是要采集信息了

面試官低著頭，抬了抬眉毛。

面試官：TF-IDF計算方式，表示成向量以后，相似度計算的度量準則有哪些？

帥哥：兩個部分term frequency和inverse document frequency，計算后作乘積。度量標準有cos距離，pearson相似度，Jaccard相似度等

我：······

面試官：你會用word2vec對用戶行為序列進行建模，了解word2vec的模型結構嗎？層次化softmax和負例采樣分別是什么樣的？

帥哥：是一個不帶隱層的分類器，比如CBOW就是用窗口內周邊的詞去預測中間詞，因為尾部的類別(詞表大小)很多，所以需要用一些方式去優化，比如層次化softmax是構建了一顆哈夫曼樹，然后把平鋪開的多分類轉成類似多次二分類；negative sampling是采樣一部分非positive的類別構建分類器。具體的圖是這樣的...

我：······

面試官：換個領域吧。能寫一下SVM的原理公式嗎？

帥哥：拿起筆洋洋灑灑

我：······

?

一如我當初的預料，面試呈現碾壓態勢，只不過是小帥哥碾壓了我.......

我不記得最后那十幾分鐘是怎么度過的，只恨沒有一個洞給我鉆進去，什么算法工程師剛畢業也能做，不懂數理啥都做不了！

出門時我很不甘心的問：你咋這都懂呢？你不是化學專業出身嗎，咋比我這個程序員還程序員？

小帥哥答：一開始我也遇到過你這種情況，并不理解算法背后的原理和數學知識，說來有點慚愧，面試不知道失敗多少次才下定決心改變。朋友推薦我去學習網易微專業的機器學習工程師和人工智能數學基礎，我才徹底跨進了人工智能的大門，雖然路還很遠，不過總算找到正確的方向了。

聽了小帥哥話，我心態有點不好，小帥哥說網易云課堂還經常有免費的直播課和體驗課，我可以先看免費的課程體驗下，再看看自己是不是合適，我覺得小帥哥講的還挺有道理。 收集來這些免費福利分享給大家：

PART 1

免費直播課

直播主題

《從小白到入職BAT，算法工程師的成長之路》

11月22日 周四 20:00

直播大綱

• 畢業之后，你還在哪里被數學為難？

• AI算法背后的數學知識其實你都學過

• 拆個算法給你看：SVM背后的泰勒公式

• 不要慫！泰勒公式詳解在這里

直播講師

Slyne? 稀牛學院金牌講師

小姐姐群內答疑

▼

PART 2

免費體驗課

《機器學習基礎》

課程大綱

1.機器學習的就業前景

2.Python實戰學習

（附15天學習計劃和趣味項目源碼）

3.機器學習工程師的實際應用

PART 3

人工智能學習資料包

▼

6個實戰案例學習資料及代碼

▼

面試相關問題

▼

程序員簡歷模板

▼

數學基礎學習資料

▼

134篇國際經典論文集

領取方式

掃碼即可預約小姐姐直播

獲取所有免費福利

微信號：netease404

席位有限，先到先得

點擊【閱讀原文】，一鍵領取所有福利~

總結

以上是生活随笔為你收集整理的面试算法工程师时，我居然被化学专业转行的老哥血虐了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。