我是小A，一個(gè)沒能當(dāng)成算法工程師的菜雞Java工程師，內(nèi)心卻等著上AI這趟車。

?

去年正是人工智能火熱的時(shí)候，看著各種高薪招聘，我沉寂很久的內(nèi)心也火熱起來了。但是想歸想，我內(nèi)心還是有很多糾結(jié)的。

自己已經(jīng)很多年沒有碰過高數(shù)線代概率論，“剛畢業(yè)的本科生也能年薪50萬”這樣的話看著心動(dòng)，但又覺得不會(huì)那么容易。

身邊轉(zhuǎn)型的朋友倒是越來越多，想來想去，我決定自己先自學(xué)一番。我瞄準(zhǔn)了算法工程師里最火的推薦算法，畢竟開源資料多如牛毛，有啥不懂，Google一下，問題全解決。

在擼完西瓜書、統(tǒng)計(jì)學(xué)習(xí)方法后，自己動(dòng)手刷了刷天池的新人賽。但是成績一直很一般，卻不知該如何下手。

前輩說，不能等著什么都學(xué)會(huì)了，才去找工作，不然黃花菜都涼了。于是，我鼓起勇氣，就拿現(xiàn)有的項(xiàng)目試試看吧。一頓海投之后，還真有收到不少面試邀請(qǐng)，其中還不乏行業(yè)老大！我的求職之路start！

?

面試那天早上在電梯里碰到了同一層下的哥們，湊過去套近乎發(fā)現(xiàn)是面同一崗位的競爭對(duì)手。不過是從化學(xué)專業(yè)轉(zhuǎn)過來的，對(duì)自己多了點(diǎn)信心，感覺offer有點(diǎn)穩(wěn)！

?

回顧下面試的情況：

一面只是簡單問了下個(gè)人情況，二面的技術(shù)面竟然是我和電梯那位小哥一起。

不過之前了解了些情況，對(duì)自己還是很自信的，強(qiáng)調(diào)了自己的Java背景，什么轉(zhuǎn)型上手快啊、學(xué)習(xí)能力強(qiáng)。面試官聽完自我介紹開始對(duì)我倆提問了。

面試官：推薦系統(tǒng)有哪些處理方式？

我 ：（這還不簡單，早背下來了）基于內(nèi)容推薦、協(xié)同過濾、矩陣分解與隱語義模型

面試官：嗯，好

帥哥：還有word2vec行為序列建模

面試官點(diǎn)點(diǎn)頭。

面試官：小A，你來說說基于內(nèi)容的推薦是怎么做的？

我：對(duì)文本做表示(簡單的主題詞提取、詞袋模型表示、TF-IDF向量表示)，再匹配距離。

面試官轉(zhuǎn)向小帥哥：協(xié)同過濾有哪幾種？它的基本原理是什么？

帥哥：兩種，基于用戶的協(xié)同過濾推薦，基于物品的協(xié)同過濾推薦。協(xié)同過濾就是一種基于近鄰的推薦算法。

面試官點(diǎn)點(diǎn)頭。

面試官：那么你們各自最常使用的是哪種？說說理由吧。

我（搶答）：最常使用的是基于物品的協(xié)同過濾。原因是物品相似度的穩(wěn)定度高，而且可以給出可理解的解釋

帥哥：同意

面試官：實(shí)際應(yīng)用時(shí)，有新數(shù)據(jù)會(huì)遇到冷啟動(dòng)問題，你一般怎么解決這個(gè)問題？

我：（臥槽！他說的是啥？）額···

帥哥：基于內(nèi)容的推薦可以一定程度緩解冷啟動(dòng)問題，還是就是要采集信息了

面試官低著頭，抬了抬眉毛。

面試官：TF-IDF計(jì)算方式，表示成向量以后，相似度計(jì)算的度量準(zhǔn)則有哪些？

帥哥：兩個(gè)部分term frequency和inverse document frequency，計(jì)算后作乘積。度量標(biāo)準(zhǔn)有cos距離，pearson相似度，Jaccard相似度等

我：······

面試官：你會(huì)用word2vec對(duì)用戶行為序列進(jìn)行建模，了解word2vec的模型結(jié)構(gòu)嗎？層次化softmax和負(fù)例采樣分別是什么樣的？

帥哥：是一個(gè)不帶隱層的分類器，比如CBOW就是用窗口內(nèi)周邊的詞去預(yù)測中間詞，因?yàn)槲膊康念悇e(詞表大小)很多，所以需要用一些方式去優(yōu)化，比如層次化softmax是構(gòu)建了一顆哈夫曼樹，然后把平鋪開的多分類轉(zhuǎn)成類似多次二分類；negative sampling是采樣一部分非positive的類別構(gòu)建分類器。具體的圖是這樣的...

我：······

面試官：換個(gè)領(lǐng)域吧。能寫一下SVM的原理公式嗎？

帥哥：拿起筆洋洋灑灑

我：······

?

一如我當(dāng)初的預(yù)料，面試呈現(xiàn)碾壓態(tài)勢(shì)，只不過是小帥哥碾壓了我.......

我不記得最后那十幾分鐘是怎么度過的，只恨沒有一個(gè)洞給我鉆進(jìn)去，什么算法工程師剛畢業(yè)也能做，不懂?dāng)?shù)理啥都做不了！

出門時(shí)我很不甘心的問：你咋這都懂呢？你不是化學(xué)專業(yè)出身嗎，咋比我這個(gè)程序員還程序員？

小帥哥答：一開始我也遇到過你這種情況，并不理解算法背后的原理和數(shù)學(xué)知識(shí)，說來有點(diǎn)慚愧，面試不知道失敗多少次才下定決心改變。朋友推薦我去學(xué)習(xí)網(wǎng)易微專業(yè)的機(jī)器學(xué)習(xí)工程師和人工智能數(shù)學(xué)基礎(chǔ)，我才徹底跨進(jìn)了人工智能的大門，雖然路還很遠(yuǎn)，不過總算找到正確的方向了。

聽了小帥哥話，我心態(tài)有點(diǎn)不好，小帥哥說網(wǎng)易云課堂還經(jīng)常有免費(fèi)的直播課和體驗(yàn)課，我可以先看免費(fèi)的課程體驗(yàn)下，再看看自己是不是合適，我覺得小帥哥講的還挺有道理。

免費(fèi)的直播時(shí)間是：

8月8日 20:00-21:00

直播課主題及大綱：

《AI數(shù)學(xué)的庖丁解牛：思想與原理的雙重破解之道》

① 數(shù)學(xué)是人工智能的穩(wěn)固基石

② 簡單如線性回歸，還跟AI有關(guān)系？

③ 線性回歸算法拆解，幫你回憶高數(shù)線代！

④ 獲取最優(yōu)解的套路：梯度下降

⑤ 帶你手推公式浪一把

直播講師：

Jason博士，澳大利亞數(shù)據(jù)機(jī)構(gòu)研究員

免費(fèi)體驗(yàn)課：

《人工智能數(shù)學(xué)基礎(chǔ)》

① 為什么說學(xué)人工智能之前必須先學(xué)數(shù)學(xué)

② 大學(xué)數(shù)學(xué)知識(shí)復(fù)習(xí)（高數(shù)、線代、概率論）

③《人工智能數(shù)學(xué)基礎(chǔ)》微專業(yè)課程試學(xué)

免費(fèi)資料包：

領(lǐng)取方式：

掃碼加入QQ群即可獲取所有免費(fèi)福利，群號(hào)：851925535

總結(jié)

以上是生活随笔為你收集整理的信心满满的去面算法工程师，竟然凉了...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。