自己的專業方向是機器學習、數據挖掘，就業意向是互聯網行業與本專業相關的工作崗位。各個企業對這類崗位的命名可能有所不同，比如數據挖掘/自然語言處理/機器學習算法工程師，或簡稱算法工程師，還有的稱爲搜索/推薦算法工程師，甚至有的併入後臺工程師的範疇，視崗位具體要求而定。
機器學習、大數據相關崗位的職責
自己參與面試的提供算法崗位的公司有 BAT、小米、360、飛維美地、宜信、猿題庫 等，根據業務的不同，崗位職責大概分爲：
- 平臺搭建類
- 數據計算平臺搭建，基礎算法實現，當然，要求支持 大樣本量、高維度數據 ，所以可能還需要底層開發、並行計算、分佈式計算等方面的知識；
- 算法研究類
- 文本挖掘 ，如領域知識圖譜構建、垃圾短信過濾等；
- 推薦 ，廣告推薦、APP 推薦、題目推薦、新聞推薦等；
- 排序 ，搜索結果排序、廣告排序等；
- 廣告投放效果分析；
- 互聯網信用評價；
- 圖像識別、理解。
- 數據挖掘類
- 商業智能 ，如統計報表；
- 用戶體驗分析 ，預測流失用戶。
以上是根據本人求職季有限的接觸所做的總結。有的應用方向比較成熟，業界有足夠的技術積累，比如搜索、推薦，也有的方向還有很多開放性問題等待探索，比如互聯網金融、互聯網教育。在面試的過程中，一方面要盡力向企業展現自己的能力，另一方面也是在增進對行業發展現狀與未來趨勢的理解，特別是可以 從一些剛起步的企業和團隊那裏，瞭解到一些有價值的一手問題 。
以下首先介紹面試中遇到的一些真實問題，然後談一談答題和麪試準備上的建議。
面試問題
- 你在研究/項目/實習經歷中主要用過哪些機器學習/數據挖掘的算法？
- 你熟悉的機器學習/數據挖掘算法主要有哪些？
- 你用過哪些機器學習/數據挖掘工具或框架？
- 基礎知識
- 無監督和有監督算法的區別？
- SVM 的推導，特性？多分類怎麼處理？
- LR 的推導，特性？
- 決策樹的特性？
- SVM、LR、決策樹的對比？
- GBDT 和 決策森林 的區別？
- 如何判斷函數凸或非凸？
- 解釋對偶的概念。
- 如何進行特徵選擇？
- 爲什麼會產生過擬合，有哪些方法可以預防或克服過擬合？
- 介紹卷積神經網絡，和 DBN 有什麼區別？
- 採用 EM 算法求解的模型有哪些，爲什麼不用牛頓法或梯度下降法？
- 用 EM 算法推導解釋 Kmeans。
- 用過哪些聚類算法，解釋密度聚類算法。
- 聚類算法中的距離度量有哪些？
- 如何進行實體識別？
- 解釋貝葉斯公式和樸素貝葉斯分類。
- 寫一個 Hadoop 版本的 wordcount。
- ……
- 開放問題
- 給你公司內部羣組的聊天記錄，怎樣區分出主管和員工？
- 如何評估網站內容的真實性（針對代刷、作弊類）？
- 深度學習在推薦系統上可能有怎樣的發揮？
- 路段平均車速反映了路況，在道路上布控採集車輛速度，如何對路況做出合理估計？採集數據中的異常值如何處理？
- 如何根據語料計算兩個詞詞義的相似度？
- 在百度貼吧裏發佈 APP 廣告，問推薦策略？
- 如何判斷自己實現的 LR、Kmeans 算法是否正確？
- 100億數字，怎麼統計前100大的？
- ……
答題思路
- 用過什麼算法？
- 最好是在 項目/實習的大數據場景 裏用過，比如推薦裏用過 CF、LR，分類裏用過 SVM、GBDT；
- 一般用法是什麼，是不是自己實現的，有什麼比較知名的實現，使用過程中 踩過哪些坑 ；
- 優缺點分析。
- 熟悉的算法有哪些？
- 基礎算法要多說，其它算法要挑熟悉程度高的說，不光列舉算法，也適當說說應用場合；
- 面試官和你的研究方向可能不匹配，不過在基礎算法上你們還是有很多共同語言的，你說得太高大上可能效果並不好，一方面面試官還是要問基礎的，另一方面一旦面試官突發奇想讓你給他講解高大上的內容，而你只是泛泛的瞭解，那就傻叉了。
- 用過哪些框架/算法包？
- 主流的分佈式框架如 Hadoop，Spark，Graphlab，Parameter Server 等擇一或多使用瞭解；
- 通用算法包，如 mahout，scikit，weka 等；
- 專用算法包，如 opencv，theano，torch7，ICTCLAS 等。
- 基礎知識
- 個人感覺高頻話題是 SVM、LR、決策樹（決策森林）和聚類算法，要重點準備；
- 算法要從以下幾個方面來掌握
- 產生背景，適用場合（數據規模，特徵維度，是否有 Online 算法，離散/連續特徵處理等角度）；
- 原理推導（最大間隔，軟間隔，對偶）；
- 求解方法（隨機梯度下降、擬牛頓法等優化算法）；
- 優缺點，相關改進；
- 和其他基本方法的對比；
- 不能停留在能看懂的程度，還要
- 對知識進行結構化整理，比如撰寫自己的 cheet sheet，我覺得 面試是在有限時間內向面試官輸出自己知識的過程 ，如果僅僅是在面試現場纔開始調動知識、組織表達，總還是不如系統的梳理準備；
- 從面試官的角度多問自己一些問題，通過查找資料總結出全面的解答，比如如何預防或克服過擬合。
- 開放問題
- 由於問題具有綜合性和開放性，所以不僅僅考察對算法的瞭解，還需要足夠的實戰經驗作基礎；
- 先不要考慮完善性或可實現性 ，調動你的一切知識儲備和經驗儲備去設計，有多少說多少，想到什麼說什麼，方案都是在你和麪試官討論的過程裏逐步完善的，不過面試官有兩種風格：引導你思考考慮不周之處 or 指責你沒有考慮到某些情況，遇到後者的話還請注意 靈活調整答題策略 ;
- 和同學朋友開展討論，可以從上一節列出的問題開始。
準備建議
- 基礎算法複習兩條線
材料閱讀包括經典教材（比如 PRML，模式分類）、網上系列博客（比如 研究者July），系統梳理基礎算法知識；面試反饋面試過程中會讓你發現自己的薄弱環節和知識盲區，把這些問題記錄下來，在下一次面試前搞懂搞透 。
- 除算法知識，還應適當掌握一些系統架構方面的知識，可以從網上分享的阿里、京東、新浪微博等的架構介紹 PPT 入手，也可以從 Hadoop、Spark 等的設計實現切入。
- 如果真的是以就業爲導向就要在平時注意實戰經驗的積累，在科研項目、實習、比賽（Kaggle，Netflix，天貓大數據競賽等）中摸清算法特性、熟悉相關工具與模塊的使用。
總結
如今，好多機器學習、數據挖掘的知識都逐漸成爲常識，要想在競爭中脫穎而出，就必須做到
- 保持學習熱情，關心熱點；
- 深入學習，會用，也要理解；
- 在實戰中歷練總結；
- 積極參加學術界、業界的講座分享，向牛人學習，與他人討論。
最後，希望自己的求職季經驗總結能給大家帶來有益的啓發。