AI offer面经:薪资近乎翻倍,题库里的xgboost笔记看了不下十遍


本人是机器学习集训营五期的学员,vincent,本科二本,硕士双非,之前做的数据分析都没怎么用上模型。17年毕业,一开始做的工作不是机器学习,后来18年年中换了一份工作,也开始报七月在线课程。

七月在线的各个老师的课程让算法显得通俗易懂。下半年边学习课程边在一家外包公司工作,帮民生银行做数据挖掘项目,期间用到pandas,numpy,rf,xgboost去处理项目数据建模。用的是包,而算法过程是从十月份开始看。从推导lr开始,再到svm,adaboost,xgboost,集成算法一开始看都是一脸懵逼,网上看很多资料,看了火大,抄来抄去,看不懂。

首选校长的博客,看xgboost那篇博客我看了不下十遍,adaboost的过程看了也有好几遍,直到确定自己懂了并且能写出来,推导损失函数。另外,对cnn的文章,校长的博客也是首选
(小编注:校长July的SVM、adaboost、xgboost、CNN等笔记都能在七月在线的题库里搜索到,题库也是校长一直提倡的四大金刚之一:课程 题库 OJ 竞赛)

到了面试公司了,寒老师给了我简历上的建议,也认真思考了一下。今年面了几家公司,前后花了一个多月找的工作。算法内容从自己懂再到讲诉是不同的过程,第一次面试我连xgboost的损失函数都没写出来,直接就被拜拜了。后面就一直看校长的博客,反复看,看集成算法bagging和boosting,再看cnn。

后续参加几家公司的面试。主要问的是二分类的评估指标,svm核函数的作用,集成算法的过程,介绍决策树再到随机森林,包括决策树的信息熵信息增益和增益率、基尼系数,各个指标选取最大还是最小;xgboost的整个过程;关于建模特征选取的rfm模型,faster rcnn与rcnn的区别,还有数据结构的排序。

最后我选择一家做医药机器学习的公司,这公司也有做cv的产品,工资是近乎翻倍,挺满意的。后续沿着机器学习加深度学习两方面的应用发展。再次感谢七月在线,感谢寒老师,特别感谢校长的博客,祝福七月在线的朋友都能找到好工作
已邀请:

要回复问题请先登录注册

返回顶部