前言
我我的从 2010 年开始在 CSDN 写博客，坚持了十年， 创业 则已近五年，经历且看过不少的人和事，但看到这一篇篇透露着面经做者本人的那股努 力、那股不服输的劲的面经的时候，则让我倍感励志。好比“双非渣本三年 100 次面试经历精选：从最初 iOS 前端到转型面机器学习” 这篇面经，便让我印象很是深入。在佩服主人公毅力和意志的同时，也对他愿意分享对 众多人有着很是重要参考价值和借鉴意义的成功经验倍感欣慰。前端
固然，相似的面经远远不止于此，咱们后来整理出了100篇面经，汇总成册为《名企AI面经100 篇--揭开三个月薪资翻倍的秘诀》，这 100 篇面经分为机器学习、深度学习、 CV、NLP、推荐系统、金融风控、计算广告、数据挖掘/数据分析八大方向。分享面经的做者各类背景都有，好比科班或非科班；98五、211 或双非院校；研究生或本科甚至大专；学生或在职。至于传统 IT 转型 AI 的就更多了，有从 Java、PHP、C、C++等偏后端服务转型的，也有从 Android、iOS、前端等偏客户端开发转型的，固然也有数据分析、大数据方向等转型的，但使人振奋的是，他们都转型成功了，并且他们中的不少人都经过集训营、就业班三个月到半年的学习，成功实现薪资翻倍——这些成功的经验就更值得借鉴了。python
就业部同事史老师、邢老师特意将这些宝贵的经验整理出来，但愿能够帮到更多人。程序员
第一部分 励志！普通IT研发转行AI的学路、心路，和充满干货的面经
如下部分均为集训营学员孟同窗所写，培训以前作Android，目前年薪已近翻倍：面试
不是七月的就业老师催着写总结，我可能还在拖着不去回顾。人都有惰性，七月的老师催促本身总结这段经历，一如刚报名时催着你们预习、考试、提交项目。七月好像自身蕴含这种属性，催促你前进。
我是机器学习集训营的学员，双非院校。在校时实验室研究图像识别，但本身当时作技术实现，理论方面研究得比较浅。毕业后作了两年软件研发，发现实际工做跟上学时想的差异挺大，并且编程方面本身优点不大，因而以为仍是把之前接触过的图像识别加深下，顺带学下机器学习，转岗吧。当时实在是受够了长时间加班，并且对所作的技术方向有了较全面的认识，以为发展颇有限。
在新公司干了九天我就辞职了，辞职后真得以为充满干劲，由于前面有片浩瀚的大海等着本身去冲浪。把不如意的现状打破，解下枷锁，全力投入新战场，即便暂时没有收入，即便积蓄仅够两个月生活。可是顾不得了，要干，就立刻干。
我先本身闭门在家，看完了冈萨雷斯的《数字图像处理》，是真的看懂，不是随便翻翻。看完花了一个多月。后来报了一门课（还不是七月的）：深度学习在计算机视觉的应用。学了两课就震惊了：原来，传统图像处理已基本被深度学习碾压！并且当下CV应用的FasterCNN，Yolo等彻底没听过。震惊之余充分认识到，**闭门造车是绝对不行的，自学容易学偏，不得要领。正巧当时看了几部网上流出的七月在线的视频，授课时间很早了，视频尚未后来的ID水印。看后由衷地以为讲得确实好，清晰明了。因而就搜七月在线官网，挑选一番，报上了机器学习集训营**。也是咬牙决定的，要干，就立刻干。
报名后又是一次次的意想不到，课程的侧重、编排与内容的设置，真的与以前闭门看图像处理时认为的天壤之别。这边绝对是按照实战须要进行的规划。并且，有几集课程和几篇课件对理论概念的剖析，真的是神来之笔。这要比本身闷头看经典书省了大力气，比力气更宝贵的是时间。
再就是七月这边安排的节奏其实挺紧张的，我辞职全天候地学，都以为吃力。固然用另外一个词形容就是充实。课前送配套的预习课程，会反复提醒你看完。线上课讲解的信息量巨大，通常是连续2小时，我都是次日再听才能勉强消化。真消化完，东西就基本掌握了。课后有做业，周末有考试。一遍遍催促你对知识咀嚼消化吸取。
关于项目和知识的讲解与总结，七月给了不少特别好的资料与案例，而且逐行讲解清楚，不明白的还能够再单独问，直到本身明白为止。
七月每期的学员，都是求变求突破的人。七月把你们集合到一块儿，共同讨论共同进步，这种氛围真的很是棒。若是本身一我的闭门造车，承受的压力要比这样大不少。
学完后已经1月份了，立刻找工做内心没底，因而把简历让七月的老师帮改了一下，又温习了下课程，就过年了。打算年后赶春招。
春招真的不容易。我以前只简单作过一点图像处理，可是求职方向按照NLP准备的，数据挖掘类的也一块儿投，这就有点难办了。因为我的规划缘由换过两次工做地点，加之简历润色得不太够，致使面试接连失利。
春招面试持续了一个半月左右，拿了两个offer，一个是某创业公司的NLP算法岗，25k/月但没过去，再就是我如今入职的这边，某高校下属科研院所的研究岗，兼带一部分开发的任务。下面是我把几回重要面试的状况总结以下，你们有兴趣能够参考一二。
A，某中型互联网金融公司
简历上项目，最初提了多少套方案，为何最终选这套；
机器学习训练偏差由哪些构成；
误差与方差；
下降过拟合的方式；
神经网络下降过拟合的方式（dropout，早停）；
BN层做用；
BN层加在激活函数前与后效果有何不一样；
如何判断异常点；
逻辑回归的分布函数；
逻辑回归的参数求解在优化方面属于什么类型；
机器学习中经常使用loss；
精确率召回率；
PR曲线面积表明什么；
常见的语言模型；
文本表达方法；
新词如何发现；
句子中关键词如何提取（tfidf，textrank）；
如何计算两个句子类似度；
项目中遇到了哪些困难，如何解决的；
简历项目如今进行改进的话，能够从哪些方面；
seq-seq有哪些结构形式；
soft-attention与hard-attention的区别；
数据分类不均匀的话，要作哪些处理；
手写逻辑回归极大似然函数的数学推导；
Glove与word2vec的比较；
讲一下Attention模型；
讲一下Bert；讲一下fastText；
文本处理经常使用步骤；
分词分得不许确的话，该如何处理。
B，平安第一次面（NLP）
DenseNet的网络结构？
与全链接有何不一样？
简历项目中网络用了多少层FeatureMap，每层面积？
项目用了多大的数据量？
达到了怎样的分类效果？
FeatureMap提取了哪些特征？
画一下项目中采用的网络结构。
聊项目，解释项目中为何这么作。
词向量怎么训练的？
word2vec两种经常使用模式？
词向量后面的Softmax如何优化？
CBOW和Skipgram哪一个更适合采用？（大规模训练的话Skipgram要更好）
Glove的原理？（简历上有体现）
编程题：连续数组中值的去重；整数1~n，每一个数字的二进制表示中“1”的个数，把此个数保存到数组。
C，平安第二次面（NLP，不一样事业部）
讲一下fastText（简历上有体现），说一下与word2vec的联系；
Huffman树；
简历上项目如何设计的；
若是用seq-seq进行embedding，作类似度计算，会如何（替代Glove的话）；
Glove如何训练的，用的多少维；
马尔可夫过程是怎样的；
怎么调试tensorflow；
解释下TextRank（简历有体现）；
PageRank是怎么回事；
为何数据量越大SVM训练越慢；
SVM原理；
分词是如何处理的；
语料中遇到新词如何处理；
决策树和SVM在数据预处理上有何不一样（缺失值）；SVM对文本要先作什么处理；
fastText最初先对文本如何处理（固定格式）；
词性标注比较好的方法是哪些，有没有最新的模型。
下面是上机编程，记得有道题要求把不一样的字符串进行分类。期间涉及到了对python的调试，表现不够好。
D，平安第三次面（数据挖掘岗）
先作了一份笔试题，上面都是常规的概念问答。例如数据预处理、清洗的方法等等，记得七月给的总结资料中几乎都有。
而后对着简历问。印象比较深入的问题有：tensorflow出错误了，怎么debug；手推SVM；LSTM的结构，优点在哪里。其他的大可能是常规问题。再就是根据简历问项目。
总结起来，失败的地方有这么几点。
第一，手写代码的功夫确实有退化，社招的同窗务必花时间刷一下算法和编程题库；
第二，准备的时间仍是有些短，三四个月的时间拿下理论和实战，会比较仓促，不够扎实，若是能够，延长到7-8个月，应该就不是当时那个心态了；
第三，最好仍是不要离职脱产学习，若是脱产，请保证积蓄充足，否则拖到后面财务压力影响心情；
第四，工做头几年，请务必耐住性子，不要把简历跳花了，但若是确实有重要的抉择，优先级高于工做的问题，也没必要在意。
感受比较感激和庆幸的几点：
一是遇到了七月这个平台，它不必定适合全部人，可是于我，帮助很大；
二是感谢线上的老师和深圳这边线下的老师，这个浮躁的时代，能有人耐下心来花大段我的时间，不厌其烦地向你传授宝贵经验，彷佛已经超出了合同和契约，背后是有些情怀的。
三是认识了更多在这个领域奋进中的朋友。
要看的书有这么几本，百面机器学习，西瓜书，这两本要看熟（但不少章节可略过）；统计学习方法，最好翻两三遍；NLP作客服机器人的话，推荐《天然语言处理实践 聊天机器人技术原理与应用》，这本比七月对聊天机器人的讲解更系统全面。
算法
第二部分 《名企AI面经100篇：揭开三个月薪资翻倍的秘诀》
4年后端转NLP一周拿到4个offer年薪30万：面试被问了这些问题
“我转岗的缘由现阶段遇到了瓶颈，技术提高缓慢，刚开始本身看书看视频，可是效果不明显，加上天天上班也比较忙更没有时间学习，为了系统化的提高本身机器学习的功底，我就选择了七月在线的课程。七月的课程设计的很合理，基本涵盖了全部的知识点，在面试中也发挥了很大的做用，报名的时候送的VIP课程也是质量很高的。”
编程
21届应届生集10面经分享：面的算法都是课上讲的
“通过在七月集10的系统学习，对机器学习和天然语言处理领域的算法的理解方面有了很大程度的提升，在面试这些算法的过程当中，都是集训营中老师讲到的，老师们讲解的比较透彻，所以都能比较顺利的答上来。”
后端
推荐面试分享：从一开始简历没项目总被刷到拿下月薪26K
“刚开始比较尴尬，投了好几份简历，并无反应，细节没突出到位吧。加上没有真实的项目经验。 后面集训课开始有组队选择项目，而后当时就听杨老师（讲广告的老师）讲推荐，把总体脉络讲出来，从离线，近线，还有实时，而后就是画像，而后又给咱们分享了头条推荐的项目。 我就把这些都写入了本身的项目，简历开始有了反应。”
数组
21届毕业生：CV学习的一点经验与面试须要准备的内容分享
“本人在校期间经过有关python、机器学习、深度学习、图像识别等方面的书籍以及CSDN博客、b站的视频、知乎以及七月在线机器学习课程进行学习。学习的内容流程大体为：python基础的语法----numpy、pandas、matplotlib、time等库的应用----经常使用的机器学习模型（如LR、SVM、树模型、经常使用的聚类算法等）----BP神经网络----CNN、RNN、LSTM等网络----VGG、Resnet等物体检测backbone----RCNN系列、Yolo系列、SSD系列物体检测方法----近几年物体检测方向的论文等。”
网络
学习CV的一点小经验：用好四大金刚
“机器学习算法必定要会手推公式（至少简历里面写的要会），这个是基础；
再就是老生常谈的基础，好比LeetCode的算法题，网络的基础知识，数据结构，最重要的是七月在线总结的面试经验。这本书很是好，很是全面，能够把不少零散的资料融合到一块儿，把一些可能本身以为没什么关联的算法放在一块儿比较，这样就很容易记住每种算法的优点和不足，以及适合的应用场景；
七月在线APP上的题库也很好，很是适合利用零碎时间来学习，好比在去面试的路上，能够稍微再看下忘记的知识点，万一被问到呢是吧。”
数据结构
工做6年的硕士CV方向面试分享
“也经过其余在线教育平台学习过，只惋惜收效甚微，思考过缘由可能一是学习进度本身把握很差，学过就忘记了，二是偏理论，动手实践太少了。在选择七月以前本身也尝试过几轮失败的面试，总结思考了主要问题一是知识体系不完整、基础不牢，二是简历涉及的技术不够新颖。因此果断选择了七月，打算培训一段时间沉淀一下再出来面试。”
NLP面试总结：从阿里 百度 滴滴一轮游到最终拿下offer
“后来我参加了七月的集训营，以为最大的做用是构建了一个相对完整的知识结构，和遇到了一些能够讨论问题的老师和同窗。独学而无友，则孤陋而寡闻，我真是鼓励你们多交流。”
集十 三非渣本前端转行成功拿到近翻倍薪资
“十几家培训机构，我以为七月的售前是最好的，回答我问的问题，还彬彬有礼。加上前先后后认真的服务，那就绝对是值的了。”
传统PHP转行推荐算法工程师：我是如何从年薪10万到30万的
“推荐算法工程师的技术路线通常能够分为二大类，一类是偏工程实现，一类是偏算法研究。固然，像我所在的小公司是两种都作的。偏工程类的推荐算法工程师须要具有后端开发知识，偏算法研究的须要掌握传统的推荐算法，还要了解业界最新的算法进展等。”
后端转推荐算法：我是如何经过三个月的学习薪资翻倍的
“工程能力，单从推荐来说，主要指的是SQL、Java、spark，不少公司会把特征的清洗和提取这些事情，交给算法工程师本身作了，因此SQL是必备技能了。”
从机械转行算法：我是如何一路过关斩将拿到8个offer的
“必定要刷算法题，像《剑指offer》和leetcode，还有七月在线的题库能够多刷刷，整理的挺全的。 ”
文科生转行面经：我是如何从数据分析到算法并薪资翻倍的
“在这半年期间也尝试过其余的在线的学习平台，好比说优达学城上的自动驾驶入门课程和Coursera上的吴恩达的ML的课程。对我我的来说，我以为线上线下结合集训营的方式比本身经过在线教育课程来学效率高不少。”
我是如何从应届机械转行NLP，并在秋招拿下30w算法岗的
“你们有时间必定要多多看看七月里面的题库，目前为止我感受是全网搜集得最全的题库，而且大部分题目的解答也算是十分详尽了（免费的不用白不用啊同志们）”
坎坷的学习和面试经历：5年Android成功转行NLP
“学习过程当中的实践项目讲解仍是比较合理的，并且关于项目和知识的讲解与总结，七月给了不少特别好的资料与案例，而且逐行讲解清楚，不明白的还能够再单独问，直到本身明白为止。”
双非渣硕应届算法面经：这二三十家公司都面了我这些问题
“集训营里面的课程，我是以为最好可以跟上直播，有问题及时问老师解决，不要怕丢脸，不要怕问老师，反正有问题就问，并且集训营的群里有些学员确实很牛，在群里其余学员也会回答你。”
干过销售和后台但最终拿到40万NLP的offer：我都被面了这些问题
“我毕业于某 985 高校计算机专业，小本。毕业后作了一年多销售，而后转行作了两三年的后台研发。去年转算法（NLP），最终肯定的offer年薪 40 万。”
个人NLP秋招之旅：如何一步步准备并拿到大厂NLP的offer
“老师给了一些项目让咱们学习，这都是很是好的学习资源。不懂的地方能够问老师，问同窗，七月在线给咱们提供了一个良好的学习氛围。老师给的项目，有一些简单的，有一些比较难的。我下来以后，基本都会本身跑一遍，对本身感兴趣的项目，还会本身从新敲一遍，特别是一些实现的细节，或者一些tricks，我都会作一些记录。这些都是真实的项目技巧，也为我后来的项目作了准备。”
双非研究生面试总结：曾看了吴恩达等不少网课 但远不够
“看多不少网课以后，感受对于基本的概念知识点都了解，可是缺少系统性，也缺少项目和实战经验，一我的学习的话也很难抓住重点，就考虑系统的学习一下。此时通过比较了好几家相似的机构，最终选择了七月在线这个平台，加入了集训营的你们庭。”
机械转算法岗位：我是如何一个月连拿4个offer的
“第一，手写代码的功夫有点弱，各位同窗务必花时间刷一下算法和编程；第二，请务必耐住性子，心态必定要稳，挂了也不要沮丧，拿到offer也别沾沾自喜，作好基本的，掌握基本知识，作好实战课题，多复习，多请教。多试一试！”
传统IT转岗NLP：曾感觉到对上升空间的焦虑和经济方面的压力
“金三银四的求职季，怎能错过。赶忙请老师再帮忙修改了下简历，便开始了求职之路。从开始投简历开始，整个过程大概持续了一个半月，断断续续地面了几家公司，拿到了几家公司的NLP 岗位的Offer，基本上涵盖了创业公司、互联网公司、券商这几种类型。”
我是如何经过集训营在公司内部转岗拿到年薪近100万的
“无论是须要刷题的校招同窗，仍是须要刷经验社招同窗，选择一家靠谱的培训机构（好比七月在线，就业针对性很是强，老师也都很是专业），都会使你事半功倍。不要怕花点学费，你的时间远比那点学费宝贵。”
我和七月在线的5年时光：从经济学专业到“高级”程序员
“看到学到的东西在公司被承认，在生产中使用，这应该是每一个程序员最开心的事情，固然年末领导也没有亏待我 ，给了我A的评价，固然年终奖也少不了啊”
普通IT3年转行经验谈：从曾质疑培训机构到培训后年薪35万
“2小时满满的干货，须要你在当天和最晚次日消化掉，由于周五还有考试，周末还有量更大的线下课，就是这种反复的强化催促和压力，才能让你不断的进步，这也每每是培训比自学好的地方”
双非渣本跨专业转行面经：从Linux运维到推荐算法40万
“毕业以后来帝都作了一年半的Linux运维，感受作运维没有啥前途，只能勉强混口饭吃，因此想转到一个有发展前景的方向，而后在网上找各类IT培训机构，发现七月在线还不错，因而2017 年底开始脱产来七月在线的集训营学习”
金融风控100道面试题：传统银行开发转行互金top3公司并年薪40多万
“后来我同事给我分享了七月在线的人工智能课程，我看了一下课程表，里面是我想学的内容， 通过考虑，我和同事一块儿报名了集训营4期的课程，这个课程是晚上8点到10点授课，有批改做业等环节，恰好适合咱们这种平时白天上班晚上回来学习的上班族。”
双非渣本三年100次面试经历精选：从最初作iOS、前端到转型面机器学习
“至于转行转岗，只要时间坚持投入足够持久，一定会取得收获，因此确定是没有那种学不会的说法的，只能说投入的时间不够而已，即便转型失败了也绝对不是由于智商上的差距，由于努力的付出量级还远远没到拼智商的程度。”
双非硕士面试之旅：数据分析、特征工程、模型构建、模型优化等流程要熟练
“说道面试，简历按照老师们的讲解必定要好好写，把项目内容写得详实一些，简历中有的，已经要保证本身都会，没有的不要写上去。项目部分，就写了上课所讲的金融实战项目和kaggle比赛项目，必定要拿着代码一边看一边跑，了解比赛和项目的构造，数据分析，特征工程，模型的构建和模型优化等等。算法方面，要学会手推公式，像经典的LR，SVM和XGBOOST等算法必定要多多在纸上练习推导。”
零基础的“大叔”：如何从仅会点C到转行机器学习并拿到56万年薪
“从最实用的角度，把在机器学习相关知识贯穿，造成一个很好的闭环。可以让你了解不管大厂仍是小企业所需掌握的基础技能”
跨专业转NLP的扎心历程：试用期被辞再找拿到更高offer
“面对将来，咱们每一个人都是既惧怕又向往，若是你犹豫那么你永远不会迈出那一步，只有沉下心去作才会有所收获，just do it！”
跨专业转行AI的艰辛历程与NLP面经
“虽然在参加集训营五期以前我已经找到了NLP的工做，可是正是由于本身是从别的专业转行过来，项目经验的缺少就像悬在头上的达摩克利斯之剑，惧怕稍有不慎，就会掉下来。不过，也正是因为这份担忧，我才选择了机器学习集训营，想夯实一下机器学习的理论知识的同时，逐项积累一些比较好的项目经验。”
渣硕产品转NLP实录：从只会matlab到NLP年薪30万
“在七月的面试题库中有不少面试题，我的感受已经很全面了，多刷几遍后在看看相关领域其余人的面经，在面试理论部分已经至关够用了。”
一个半桶子的自述：19应届且双非院校的转型之路
“看了一些视频讲解，果真有人指导就是不同，一些之前看的迷迷糊糊的东西老师一讲解就豁然开朗了”
一个大龄码农的奋斗历程：在焦虑中转型拿到年薪40万
“我为何来7月学习算法 工做时间长了后会产生焦虑，焦虑的缘由是发现本身的能力与工做年限严重不相匹配，遇到了很大的瓶颈，再加上看到网上常常说的大龄程序员面临失业的新闻比较多，感受本身立刻就要失业了”
超励志！本科化学硕士力学，从干过销售只会VB到成功转行量化交易
“2018年8月报名集训营后，我还在上班，每周一从杭州出发去山东出差，基本天天换一个城市，周三晚上找个咖啡馆上视频课程，周五晚上赶回杭州，周末去上线下课程，下周照旧。基本天天就7点到12点左右能够学习，白天还要拜访客户，固然偶尔也会偷懒，不见客户只学习。大概这样努力了三个月，到集训营结束。”
推荐算法面试分享：如何从大数据起步拿到年薪近40万
“在开营以前已经把数据结构和送的python基础课刷了一遍。数据结构必定要按部就班，对于常考的数据结构必定要本身实现过， 若是面试官对作的项目承认，那么数据结构题也作得出来，offer成功的概率会变大”
算法面经：应届生如何经过四大金刚拿到年薪30万
“首先就是校长常常强调的四大金刚（小编注，四大金刚指的就是：“课程 题库 OJ 竞赛”哦），我的以为这个是一个算法工程师须要一直坚持的事情； 其次，在机器学习的过程当中要注重理论的推导和实践的结合，公式要反复推，项目要亲自实践，实践中会发现不少新的问题。”
社招转行CV面试经验分享：面试当场秀代码
“面试更多的是根据简历中的项目和工做经从来提问，简历中有几个有含金量的相关项目经历便可，不须要写不少其余的内容，写到简历上的项目务必确保真的理解和熟悉，由于面试官通常会顺着你项目中用的技术来延伸提问。”
个人面试及就业分享：从后端开发转岗到机器学习算法的历程和感觉
“面试常常被问到一个问题就是模型的bad case是怎么分析和解决的，咱们上课或学习时通常都是跑完模型看准确率还不错就完事了，其实现实工做中跑完模型仅仅只是一部分，甚至是最省事的一部分，跑完模型以后的bad case分析和优化可能占据了大部分时间”
我是如何经过3个月的学习，从运维开发转NLP的(社招)
“实在不会讲项目怎么办，没事，就踏踏实实老老实实讲你作过哪些项目，以前干过啥，如今学过啥，当前的技能水平能干点啥，转行就说转行，不要虚，实话实说，除了工资少了点，其余也没啥损失，先上车再说。”
如何从传统IT转型NLP并薪资翻倍的：NLP(知识图谱)面试总结
“seq2seq的原理图，attention是怎么回事，为何会有效果，这里容易引进transformer，而后这个话题就有点复杂了，看水平的时候，transformer模型有点复杂，本身先看懂，而后画模型流程图，找出模型各个部分的区别，对比分析，说说本身的理解。最后通常会顺带问，在个人项目或者实际中有没有应用，这个本身在学的过程当中最好本身应用一下，会加分很多。”
校招面试分享：我是如何连拿华为、苏宁、携程、招商4个offer的
“首先传统机器学习算法：svm、lr、softmax、决策树、随机森林、GBDT、xgboost、adaboost、bp神经网络、朴素贝叶斯等等这些都必须本身手推一次或者屡次。深度学习方面：CNN、RNN、LSTM、经常使用激活函数（tanh、relu等）、adam优化函数、梯度消失这些原理或者是结构都应该能手画出来。”
NLP 岗位面试经历：不少面试题都能在题库里找到
“其实以上这些面试题好多都是能够在七月在线APP上的题库能够找到，在工做之余好好看看，结合项目加深理解，找到NLP的工做仍是相对比较容易的，但愿你们能沉下心，切勿急躁，好好学，确定能找到本身满意的工做。”
C++转行算法拿到360年薪40万offer
“报名开始学习后感受本身天天都很充实，课上跟老师实践，完成做业，紧跟老师脚步，而后再回过头来复习算法的理论就轻松不少。”
刚毕业双非本科如何拿到NLP offer并薪资翻三倍的
在去年毕业没几个月的时候，由于不满意本身工做，因而来到了七月在线机器学习集训营学习，这也是我第一次真正接触七月在线这个平台，学习了一段时间收获了不少，不只仅是机器学习、深度学习知识，还学到一些实用的python数据分析、spark入门知识以及NLP的知识。因而赶着金三银四好时光投了一些简历，拿到了薪资还比较满意的NLP offer（接近以前三倍，以前过低了）
励志！充满干货的AI面经：纯电力员工如何成功转行NLP并薪资翻倍
Tensorflow必须掌握，别说本身会keras了，丢人，真的，不开玩笑，至少我遇到公司都是这样。简历上把深度学习的知识具体的体现出来，好比你在某个项目上搭的模型是什么样子，这样更容易得到面试机会。
我是如何从机械行业本科社招成功转行NLP并薪资翻倍的
先后面了近10家公司，整体感受今年的要求广泛比去年高，像NLP的模型Transformer\Bert，好像成为NLP算法工程师的标配了，40%的概率会被问到。
薪资近乎翻倍，题库里的xgboost笔记看了不下十遍
校长的博客，看xgboost那篇博客我看了不下十遍，adaboost的过程看了也有好几遍，直到肯定本身懂了而且能写出来，推导损失函数。另外，对cnn的文章，校长的博客也不错。
易贷网、金蛋科技、百度金融、蚂蚁金服等互联网金融面试经验
首先，简历是你能被邀请去一个公司进行面试的敲门砖，通常技术岗的简历要突出特点与重点，忌讳繁杂与花哨，通常能够将简历分为基本信息、我的技能、工做经历、项目经验四个大的方面，这四项也是面试官最感兴趣的，而后再对大项进行详细的划分。
本科校招算法岗面经：拿到滴滴、头条offer
我是七月在线集4学员，本科，如下是个人校招面经
本科应届拿到近20万的AI面经：曾一度因是双非院校而没面试机会
集训营上课我以为好处就是能够和一群好朋友一块儿学习，氛围挺好，一块儿作项目颇有帮助，在群里互相解答问题提问题。
薪资翻倍的AI面经：曾担忧学完集训营依然找不到工做
对机器学习有了一个更全面的认识，从基础的python、pandas到后期的算法，全部知识点都联系的很紧密，不像自学期间那么盲目，对机器学习的算法原理也了解的更加透彻，对于一些复杂的算法svm、xgboost 能作到熟练的推导出来。面对面试中遇到的问题也是游刃有余。
后记
截止目前，已有超过 1000 人经过集训营、就业班成功拿到心仪的offer，但路还很长， 但愿他们能和我司全体同事、全体讲师共同促进技术的传播、人才的培养、产业的发展，共同让全球十亿人受益。