一，Q&A部分：

1.一個特征分析的例子。。。（聽不懂）

2. 還是一個機器學(xué)習(xí)的例子，（聽不懂）大致，降低復(fù)雜度。

3. 傳統(tǒng)算法合格的標(biāo)準(zhǔn)，Leetcode（簡單，中等毫無壓力，hard難度有一定時間思考可以解決）

4. Machine Learning算法基礎(chǔ)，數(shù)學(xué)基礎(chǔ)（統(tǒng)計學(xué)，微積分，線性代數(shù)，離散數(shù)學(xué)）

5. 數(shù)據(jù)挖掘相關(guān)的競賽

（ACM沒太大幫助，僅僅針對傳統(tǒng)算法， 針對數(shù)據(jù)挖掘的競賽：Kagle， KDD數(shù)據(jù)挖掘）

6. 算法工程師需要博士么？

live主只有本科學(xué)歷，和基礎(chǔ)知識。

（碩士比較有必要 因為面試結(jié)果好于本科，也就是認(rèn)可度較高）

7. 高維空間xxx相關(guān)的問題（還是聽不懂）

8. 基礎(chǔ)爛的人，如何學(xué)習(xí)算法？

（花時間去補基礎(chǔ)，鍛煉自己獨立學(xué)習(xí)獨立解決問題的能力）

9. 數(shù)據(jù)挖掘要學(xué)spark？

Live主認(rèn)為python足夠。

10. 合格的算法工程師需要的數(shù)學(xué)基礎(chǔ)？

后續(xù)另外一個部分介紹

11. 怎樣練習(xí)算法？指傳統(tǒng)的算法和數(shù)據(jù)結(jié)構(gòu)

1）以模塊化形式 針對訓(xùn)練。例如學(xué)習(xí)圖輪，相對于刷圖論相關(guān)的題目

學(xué)習(xí)動態(tài)規(guī)劃，刷動態(tài)規(guī)劃相關(guān)的題目。

（根據(jù)模塊學(xué)習(xí)和訓(xùn)練）

2）leetcode 隨機刷題。自己想方案來解決

（根據(jù)實際問題選擇算法解決問題）

12. 有一定高數(shù)基礎(chǔ)和機器學(xué)習(xí)的基礎(chǔ)概念，如何實際訓(xùn)練

Kaggle 和KDD 訓(xùn)練，

嘗試寫爬蟲自己挖掘數(shù)據(jù)進(jìn)行研究。

13. 應(yīng)用數(shù)學(xué)/統(tǒng)計專業(yè)如何轉(zhuǎn)型算法

1）學(xué)習(xí)寫代碼。例如python

2）穩(wěn)固統(tǒng)計學(xué)，并學(xué)習(xí)機器學(xué)習(xí)相關(guān)的知識。

14. 數(shù)據(jù)挖掘工程師，有必要深入研究傳統(tǒng)算法，例如算法導(dǎo)論么？

還是重點關(guān)注學(xué)習(xí)，統(tǒng)計等算法呢？

作者認(rèn)為沒有必要。

傳統(tǒng)算法（算法導(dǎo)論）偏向系統(tǒng)工程方面。

數(shù)據(jù)挖掘便向統(tǒng)計方面。

15. 本科生非ACMER 需要什么程度才算算法合格？

作者前面說的Leetcode初級，中級無壓力。高級題花時間能研究出來。

16. 算法工程師和數(shù)據(jù) data scientist的區(qū)別

在中小企業(yè)是不做區(qū)分的。

很大的公司中會有區(qū)別。

例如算法工程師提供更底層的模塊

數(shù)據(jù)挖掘工程師更偏向于業(yè)務(wù)。

17. 算法工程師的編程能力要達(dá)到什么水平？

如果不做系統(tǒng)級的開發(fā)對編程能力要求并不高。

系統(tǒng)開發(fā)，比如分布式計算，并行計算。對編程要求就高很多。

18. 傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)和算法是否對于機器學(xué)習(xí)有必要？體現(xiàn)在什么地方？

類比參加高考的數(shù)理化訓(xùn)練。訓(xùn)練思維的方式，思考方式和基礎(chǔ)。

傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)算法接觸大量計算機的解決問題的思維。

機器學(xué)習(xí)中會用到傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)算法，例如圖論，動態(tài)規(guī)劃。

字典樹，自動機等等。

---------------------------

二，正文大綱：

如何成為當(dāng)下合格的算法工程師

1. 定義算法工程師

2. 所需內(nèi)功和外公

3. 不可替代性和成長性

4. 如何快速成長

5. 算法崗面經(jīng)

6. 量化合格的標(biāo)準(zhǔn)

1. 什么是算法工程師：

從個大招聘網(wǎng)站的算法崗JD開始

主流應(yīng)用：音頻，視頻，圖，像數(shù)據(jù)挖掘，搜索

技術(shù)核心：機器學(xué)習(xí)

未來：人工智能

（live主認(rèn)為機器學(xué)習(xí)未必是實現(xiàn)人工智能的唯一方式，

萬一有人腦的API，那么機器學(xué)習(xí)熱潮可能會退去）

live主分析了一份阿里的JD

涵蓋了主流機器學(xué)習(xí)的應(yīng)用和方向

C/C++要求。上手python java快。也能造輪子

（同時說明部門老大技術(shù)應(yīng)該很牛，有可能上升的空間就較小）

分析一份百度的JD

C/C++要求，分布式計算，自然語言處理。JD描述看似簡單

往往需要講出自己非常牛的項目經(jīng)歷。

詞云圖：廣告（DSP）

java/C++/Python

數(shù)學(xué)

碩士

2. 內(nèi)功和外功

1）內(nèi)功

統(tǒng)計學(xué)

線性代數(shù)

微積分

算法和數(shù)據(jù)結(jié)構(gòu)

機器學(xué)習(xí)模型

特征工程

自然語言處理

分布式計算

。..

2） 外功

C/C++/java

Pyton/R/Matlab

Hadoop/Hive

Spark/Mlib

/Mahout/Tensorflow/Caff

SASS/SPSS

Weka/Stat

MySQL/HBase/MongoDB

。..

live主認(rèn)為高效的方法是先學(xué)會如何用，然后在學(xué)習(xí)如何用好。

也就是先學(xué)習(xí)外功，再慢慢彌補內(nèi)功。

如果只專注內(nèi)功而忽略外功，很容易成為理論家，而不會實際應(yīng)用。

數(shù)學(xué)基礎(chǔ)：

機器學(xué)習(xí)，統(tǒng)計學(xué)習(xí)符號，能夠看懂技術(shù)書籍上的推導(dǎo)證明

參考學(xué)習(xí)路線圖。

（1，2，3，4，5）完成5條路線可以勝任大部分的應(yīng)用。

3. 算法工程師不可代替性

1）非增刪改查開發(fā)接口等體力活

2）大腦價值大于代碼價值

3）技術(shù)業(yè)務(wù)兩手抓，容易成為項目核心

4）行業(yè)熱點，不懂技術(shù)的老板也知道大數(shù)據(jù)重要

5）如何量化不可代替性，工作交接時間長

成長性高

待遇高，5年以后薪資成長迅猛

有機會接觸到更多IT大牛

大多數(shù)ACM獲獎的應(yīng)屆生選擇算法崗位

挑戰(zhàn)性極強，工作難度大

會隨著大數(shù)據(jù)熱潮變得搶手

4. 如何快速成長

1）從外功入手，兼顧內(nèi)功修煉

《集體智慧編程》+《統(tǒng)計基本方法》

所見即所得，有實際反饋。

2）這是工科，不是理科，因此需要更多實際項目的訓(xùn)練

LeetCode + Kaggle

需要更多練習(xí)，接近實際的練習(xí)。

leetcode訓(xùn)練傳統(tǒng)算法

Kaggle數(shù)據(jù)挖掘競賽（特征工程，大于學(xué)習(xí)模型本身的重要性）

3） 訓(xùn)練自己快速閱讀paper的能力

ICML NIPS AAAI CVPR等

機器學(xué)習(xí)相關(guān)的期刊的名稱。

比如深度學(xué)習(xí)，可以通過期刊了解到新等模型體系，可以有針對性的做一些學(xué)習(xí)。

5.算法崗面經(jīng)

C/C++

1.白板編程：反轉(zhuǎn)二叉樹，單鏈表中刪除特定值的節(jié)點。

2.Vector空間的增長方式，容器是否線程安全，map的時間空間復(fù)雜度，allocator原理，string內(nèi)存分配。

3.父類和子類中構(gòu)造函數(shù)以及析構(gòu)函數(shù)調(diào)用順序

4.引用和指針的區(qū)別，右值引用的特點以及應(yīng)用場景（移動構(gòu)造函數(shù)），性能提升原因

5.解釋深拷貝和淺拷貝并說明應(yīng)用場景 （自定義拷貝構(gòu)造函數(shù)）

6.C++的優(yōu)勢與劣勢，如何看待C++中繁多的特性

C++11 和C++14標(biāo)準(zhǔn)

算法與數(shù)據(jù)結(jié)構(gòu)

1. 分治，快排思想：求第k大數(shù)（中位數(shù)）

2. 堆，優(yōu)先隊列：找出出現(xiàn)最多的top100個值

3. 動態(tài)規(guī)劃：數(shù)字金字塔，求兩個字符串的編輯舉例，最長不下降子序列

4. 并查集：求好友圈個數(shù)，注意路徑壓縮優(yōu)化

5. 線段樹，樹狀數(shù)組： 區(qū)間更新和查詢

6. KMP，AC自動機：海量字符串檢索比較

Python

1. 數(shù)據(jù)分析：numpy，scipy，sklearn， pandas， matplotlib

2. 爬蟲： requests， urllib， scrpay， beautifulsoup， selenium， 中文編碼

3. 白板編程：重新實現(xiàn)filter， map， reduce， 反轉(zhuǎn)二叉樹

4. Python的優(yōu)勢與劣勢，分析為何GIL帶來影響。如何解決

如果是初入門可以看廖雪峰的博客進(jìn)行學(xué)習(xí)，否則看官方文檔。

統(tǒng)計學(xué)：

1. 量化統(tǒng)計模型結(jié)果好壞（準(zhǔn)確，召回，ROC，AUC， F1-Measure）

2. 樣本于理論推測的偏差：卡方檢驗 X^2 = sigma （（A-T）^2/T）

3. 比較兩個變量波動性 變異系數(shù) CV = sigma（x） / E（x） = STD（x） / AVG（x）

4. 正態(tài)分布N（u， keshi^2） 如何檢驗正態(tài)分布

閱讀課本。

數(shù)據(jù)挖掘：

1. 介紹Logistics Regression， Random Forest， GBDT并分析其優(yōu)缺點

2. 闡述L1和L2正則項并做比較

3. 如何解決推薦系統(tǒng)冷啟動問題

*4. 特征工程：可用性評估，采樣，無量綱化， PCA/LDA， 衍生變量

5. 各個模型的損失函，數(shù)牛頓學(xué)習(xí)法，SGD如何訓(xùn)練

6. 如何生產(chǎn)標(biāo)簽并構(gòu)造用戶畫像（word2vec， kmeans， LDA， TF-IDF）

【live主認(rèn)為特征工程是最重要的】

量化合格標(biāo)準(zhǔn)

語言：C++/Java/Python

能使用擅長的語言造輪子，寫爬蟲，數(shù)據(jù)分析和挖掘

算法和數(shù)據(jù)結(jié)構(gòu)：以獨立完成Leetcode為佳

（poj， zoj訓(xùn)練）

統(tǒng)計：熟悉基本統(tǒng)計方，法要有自己完整的統(tǒng)計體系。

指標(biāo)分析-》提出猜想-》驗證-》結(jié)論-》模型

機器學(xué)習(xí)：熟悉常見模型和特征工程方法

同樣要有自己完整的特征工程體系，對模型優(yōu)劣有基礎(chǔ)認(rèn)識，

以純手工實現(xiàn)邏輯回歸為佳

一些學(xué)習(xí)資料：

美團(tuán)點評技術(shù) - 《機器學(xué)習(xí)中的數(shù)據(jù)清洗與特征處理綜述》 http://tech.meituan.com/machinelearning-data-feature-process.html

使 sklearn做特征 程 http://blog.csdn.net/xw_classmate/article/details/51331787

Max Kuhn / Kjell Johnson - Applied Predictive Modeling

Trevor Hastie / Robert Tibshirani / Jerome Friedman - Elements of Statistical Learning