双非渣本跨专业转行面经:从Linux运维到推荐算法40万


我是集训营3期的学员,2016年本科毕业于一所排名500开外的野鸡二本学校,学的电气类专业,毕业之后来帝都做了一年半的Linux运维,感觉做运维没有啥前途,只能勉强混口饭吃,所以想转到一个有发展前景的方向,然后在网上找各种IT培训机构,发现七月在线还不错,于是2017 年末开始脱产来七月在线的集训营学习,这个课程是晚上8点到10点线上直播上课,课后会布置作业并且有老师和助教批改,我由于之前的计算机基础很差,所以需要白天将录播视频多看几遍才能勉强理解其中的概念和原理,然后做练习题进行巩固和查漏补缺。

脱产学习了3个多月课程结束后。我开始写简历投了几家小公司,去面了两家之后发现自己太菜了,因为我基础概念不扎实,缺乏项目经验,没有学过数据结构与算法,也没有刷过LeetCode,感觉这个状态是不可能找到工作的,所以又自己看视频、刷题学了2个月,然后才又开始投简历找工作的,刚开始面试的时候很多问题回答的不太好,经过不断地面试和总结,最后在2018年5月份,终于收到了两家AI创业公司的offer,做的都是推荐系统,因为连续找了一个多月工作很心累,想着先入坑再说,后来没有继续面其他公司了,最后去了待遇是18k * 14的那家。由于18年年底经济环境不好,公司融资出现问题,所以我只工作了半年多就跳槽到另一家有现金流的稍大型的公司,因为在上家公司积累了一些比较硬核的技术,所以此次跳槽薪资也涨到了年薪40w。

感谢七月在线让我成功从前途渺茫的运维转型到了新兴的AI领域,让我实现了一次人生的蜕变,给我的事业发展带来了更加光明的未来。说到面试,简历自己一定要好好写,把项目内容写得详实一些,简历中有的,一定要保证自己都会,没有的不要写上去,尽量不要鼓吹自己会什么。此外,还有 leetcode 刷题的课程,熟练的完成编程题,在面试中的印象分会很高,关于项目,首先要先了解一下你将要面试的公司,业务是否贴近,这样找工作的岗位,更有针对性,提高匹配度也能提高面试成功率。

以下是我面试中遇到的一些问题和自己的总结,希望对同学们以后的面试有所帮助:
数据结构算法
1.用最熟悉的语言实现二分查找、冒泡排序、快速排序
2.找出一定范围内的所有质数
3.找出数组中的第K大元素
4.求两个数组的交集
5.求最长公共子串
6.如何计算一个给定二叉树的叶子节点数目

机器学习基本概念与算法
1.请简单介绍下逻辑回归(LR)
2.写一下sigmoid激活函数的公式
3.逻辑回归与线性回归有什么区别
2.逻辑回归为什么要对特征进行离散化?为什么要对特征进行标准化?
3.哪些算法不需要对特征进行标准化处理?
4.请你说说支持向量机(SVM)?SVM与LR之间有什么样的区别和联系?
5.说说你知道的SVM核函数有哪些
6.有遇到过拟合的情况吗?过拟合是怎样解决的?
7.说一说bagging和boosting
8.L1正则和L2正则的区别
9.特征选择有哪些方法
10.随机森林与GBDT有什么区别和联系
11.KNN和Kmeans有什么区别
12.说说xgboost与lightgbm,他们有什么优缺点

深度学习
1. 什么是梯度消失?什么是梯度爆炸?
2. 如何避免梯度消失与梯度爆炸
3. 详细推导一下CNN模型的工作原理
4. 什么是正向传播?什么是反向传播
5. 你有哪些调参经验?调过哪些超参数

NLP
1.什么是TF-IDF?写一下他的公式
2.什么是word embedding
3. 推导一下word2vec
4. 什么是fine-tuning?
5. 了解BERT吗?

推荐系统
1. 说一说基于用户和基于物品的协同过滤?
2. 推导一下 FM模型和DeepFM模型?
3. 推荐系统里有哪些常用的评估指标?
4. 用过Hadoop和spark吗?用来做什么处理

可以发现,面试题基本都中规中矩,在课程中基本都可以学到。主要是面试时,是否能够回答到点子上,理解上有没有深度,自己的理解、思考和体会。课后也要多做项目,先照着源码敲,多看几遍源码,然后尝试不看源码自己写出代码,一定要多练多总结,才能有提升。

推荐的书籍,我觉得书不在多而在精,建议把《统计学习方法》,《百面机器学习》和《推荐系统实践》这几本书多读几遍,读透彻了就行。
在七月认识了很多老师和朋友,学习过程中一起交流,找工作过程中相互鼓励,找到工作后依然经常联系,相互交流技术和人生,很感谢这段经历,感谢七月在线这个平台。
已邀请:

July - 抠细节抠体验,不妥协不将就。

赞同来自:


不厌其烦的说一句,大家用好四大金刚

要回复问题请先登录注册

收藏七月在线,一起向大牛进阶

ctrl+D或command+D可以快速收藏哦~