
年已过尽,春招和实习已经在路上。相信大家对于去年秋招岗位的薪资多少有些了解,比较热门的一些岗位大多与人工智能相关,一些公司也开出了相当可观的薪资来抢人,这也表明了市场看好人工智能未来的发展。
本篇内容主要是汇集了一些如何应付面试所需要的一些资源,有些内容不是很全面,读者有合适的素材也可以在下面留言补充。
根据我的研究,网络上的资源可以分为四个主要的类别来研究:
1.统计与概率
2.其它相关的数学
3.编程
基础问答题的相关概念
面试编程实践
4.机器学习
我知道人工智能一直以来是一个热门的话题,而且数据科学的进展很快,因此所找的链接主要是最近两年的材料(主要是在Reddit及其它论坛上找的相关材料)。
在上面的帖子中没有找到大量有用的资料,并且发现阅读博客是构建整体战略的好方法。
博客文章:
这样的帖子推荐的教材和Coursera课程有许多,我觉得以下教材和课程对于初学者是有用的,有时间的读者可以学习下。
教材和课程:
- Andrew Ng的机器学习课程(Coursera)
- John Hopkins的生物统计学训练营(Coursera)
- Ross的概率论基础教程·第八版(PDF教材)
- Casella & Berger的统计推断·第二版(PDF教材)
很多人喜欢“小抄”,我认为小抄是一个很好的助手,但过于密集的信息也可以作为主要材料使用,在这称之为“参考资料”。
参考资料:
如果你离面试还有一周的时间,我认为问题表可以作为最终的学习材料,如果问题表有配套的答案的话是最好的。问题表指导所要学习的内容以及掌握程度,否则网络上存在的资源实在是太多,无法抓住主要的内容学习。本文所找的内容也不是很全面,如果读者知道一些有用的素材,请在底下留言,我会将它们添加到列表之中。
问题表:
通用的:
概率:
统计学:
- 暂未有合适的材料
数学:
编程:
机器学习:
增强学习:
作者信息
five4three2,Reddit网站坛友
个人主页:https://www.reddit.com/user/five4three2
本文由北邮@爱可可-爱生活老师推荐,阿里云云栖社区组织翻译。
文章原标题《Study Guides for Interview at AI Research Company》,作者:five4three2,译者:海棠,审阅:袁虎。
文章为简译,更为详细的内容,请查看原文