我们经常会组织场算法岗技术&面试讨论会，会邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。
针对新手如何入门算法岗、该如何准备面试攻略、面试常考点等热门话题进行了深入的讨论。
基于讨论和经验总结，历时半年的梳理和修改，《机器学习算法面试宝典》（以下简称《算法面试宝典》）终于可以跟大家见面了。
1、岗位方向
机器学习算法岗从细分方向来看，可以分为：计算机视觉（CV）、自然语言处理（NLP）、搜广推（推荐、广告、搜索）、风控、数据挖掘等等，细分方向非常多，模型选择和训练方法技巧差异也比较大。下面我选择几个方向简单聊一下：
-
CV：竞争者众多，优秀者也众多，技术相对成熟，应用场景多，比如新能源汽车领域：车机互联，情景感知，智慧系统，OCR、图像分割、目标检测等领域算法；
-
NLP：竞争者众多，科大讯飞、腾讯、阿里等头部企业需求旺盛，ChatGPT 将这一领域彻底带火，岗位内卷进一步加剧；
-
推荐：国内流量变现热门方向，在信息流、电商等领域应用广泛。在校期间难出成果（没有业界数据等），需要提前规划自己的简历，多参加实习；
-
搜索：近年来由于短视频崛起，因此搜索的技术栈也倾向多模态了，是未来潜在的爆发就业点；
-
广告：字节、百度等公司的支柱业务，这些核心岗位，薪资都是不错的；
2、为什么要写这个文档
这两年，算法实在是太火了，但想真正入门算法岗并不容易，我总结的算法岗的特点是：薪资真香、技术难度真大、要求真的很全面，但不是没有方法可循、可借鉴的。
基于算法岗的要求，我总结了一个精简的公式：
公式：业务知识 + 专业知识 + 编程基础能力+刷题(LeetCode/剑指Offer) + 项目 + 实习 + 竞赛 +顶会/顶刊+学校
针对这些岗位要求，对应的知识、经验、技巧，我会在知识星球和《算法面试宝典》中详细给大家介绍。让加入的朋友可以在相对短时间内掌握这么多的知识点，有问题给予专业的指导，少栽跟头，把更多的精力放在的面试上。
我整理了这份《算法面试宝典》，文档字数 30w+，涵盖算法岗必备的各方面知识，相信你读完并思考实践后，你一定能有所收获。
《算法面试宝典》目录如下：
3、文档适合什么人群
如果你是以下情况，是非常适合的：
（1）在校学生，想准备实习或者参加校招，不知道如何下手准备的同学；
（2）想提前做准备，想通过学习机器学习算法岗，拿高薪的同学；
（3）想跨专业入进去机器学习算法岗，但感觉自我驱动能力不足；
（4）想“偷懒”省事，想获取一些面试资料、阅读整理好的信息；
（5）已参加工作，想跳槽，准备去面试；
（6）想和城哥近距离交流，获得更多经验和第一手信息；
以下情况，不适合：
（1）有强大自我驱动能力、各方面基础都特别好，不需要额外的帮助；
（2）有大把时间自己总结面试题，不需要别人学习指导；
（3）稳定工作 >= 5 年，有自己成熟的面试经验和方法，知道面试常考点；
4、如何获取该文档
我们耗费了大量时间对当前热门考点进行梳理和甄选，可以加我微信获取：mlc2060，备注：算法面试宝典，否则不加。
用通俗易懂的方式讲解系列
-
重磅来袭！《大模型面试宝典》(2024版) 发布！
-
重磅来袭！《大模型实战宝典》(2024版) 发布！
-
用通俗易懂的方式讲解：不用再找了，这是大模型最全的面试题库
-
用通俗易懂的方式讲解：这是我见过的最适合大模型小白的 PyTorch 中文课程
-
用通俗易懂的方式讲解：一文讲透最热的大模型开发框架 LangChain
-
用通俗易懂的方式讲解：基于 LangChain + ChatGLM搭建知识本地库
-
用通俗易懂的方式讲解：基于大模型的知识问答系统全面总结
-
用通俗易懂的方式讲解：ChatGLM3 基础模型多轮对话微调
-
用通俗易懂的方式讲解：最火的大模型训练框架 DeepSpeed 详解来了
-
用通俗易懂的方式讲解：这应该是最全的大模型训练与微调关键技术梳理
-
用通俗易懂的方式讲解：Stable Diffusion 微调及推理优化实践指南
-
用通俗易懂的方式讲解：大模型训练过程概述
-
用通俗易懂的方式讲解：专补大模型短板的RAG
-
用通俗易懂的方式讲解：大模型LLM Agent在 Text2SQL 应用上的实践
-
用通俗易懂的方式讲解：大模型 LLM RAG在 Text2SQL 上的应用实践
-
用通俗易懂的方式讲解：大模型微调方法总结
-
用通俗易懂的方式讲解：涨知识了，这篇大模型 LangChain 框架与使用示例太棒了
-
用通俗易懂的方式讲解：掌握大模型这些优化技术，优雅地进行大模型的训练和推理！
-
用通俗易懂的方式讲解：九大最热门的开源大模型 Agent 框架来了
