【揭秘】我几乎面了所有知名公司的算法岗位

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）