對於從事互聯網行業的人來說，很多人都夢寐以求能進入BAT中工作，然而進入BAT的難度有多大呢？想必去面試過的人都有自己的判斷。
BAT的入職門檻水漲船高，薪水情況又未必比其他公司多（見過不少從創業公司去了BAT的人，平薪，甚至降薪去）。原因嘛，大平臺有光環效應，巨大的業務規模，給未來提供的無形價值，相當於給自己職業生涯鍍金。
然而，對於一個非985、非211普通院校畢業兩年的本科生，想要拿到阿里60萬年薪算法的offer（工作地點在北京），難度自然是不小的。他是如何做到的呢？
下面會逐條分析他簡歷，大家可以看看他有哪些亮點和不足？
1.畢業學校：某三線城市的XX工業大學。（非211、非985）
2.專業技能：
熟悉 java、Python、Scala 語言。（都是主流編程語言，java自不必說。對於算法方向的，Python幾乎是必備，Scala是使用spark集群編程中的好武器。雖然也可以用java去使用scala。不過請注意，寫上了熟悉*語言，可得真熟悉哦。面試的時候，面試官問你Python中的裝飾器、或者讓你寫一段scala函數式編程的小任務，可不要傻眼哦。）
熟悉常見機器學習算法(分類、聚類、迴歸、協同等)，熟悉深度學習基本理論及常用框架 Tensorfow/Keras。 （算法工程師的理論基礎）
熟悉特徵選擇、特徵組合、特徵處理常用手段，落地工程化實現。（算法工程師平時工作中，對於特徵處理是有各種技巧的，面試官對於特徵處理，會有很多問法。）
有計算廣告/推薦系統/nlp 實踐經驗，通過機器學習算法優化召回、預估、排序等各環節模型。（對於一個廣告、推薦系統來說，召回、CTR預估、是核心環節）
熟悉 linux 平臺，有大數據處理平臺 Hadoop、Spark、Hive、Storm 等實踐經驗。（介紹了工具背景）
小編點評：專業技能上，寫的還算可以，但也不是特亮眼，主要包含：
1、熟悉的編程語言；
2、瞭解的算法；
3、從事的業務領域，還有核心環節。
4、工作中的工具背景。
小編以為還可提高，如果加上自己的github 主頁地址，把自己曾經開發過的，可以公開的項目上傳，將會大大加分。或者寫上自己工作中，進行過優化過的算法，例如，如果能寫上，曾經優化過xgboost中，在線預測代碼的性能，那也是能大大加分的。說明候選人，在對算法的理解，和工程實現上，是和先進水平看齊的，具備和高手工程師合作的能力。當然，小編提醒，簡歷內容一定要是真實存在的哦。
3.職業經歷：
某視頻流媒體公司：
項目名稱：信息流個性化推薦
項目背景：從0開始搭建視頻信息流
技術棧：模型相關：
1、召回層面：CF+Word2Vector +LDA+ SimRank
2、排序層面：LR（人工在線特徵+離線特徵工程）
工具相關： spark mllib + spark sql + spark streaming + Hive+ Java（Scala）+ redis + RabbitMQ
召回策略：
1、根據用戶行為日誌，基於 ItemBased 協調過濾生成離線影片相似度矩陣和 用戶的離線推薦結果，優化隱形評分機制;按照時間進行降權，弱化熱點影片的權重。
2、熱門數據召回：用imbd算法，計算資源得分，根據不同時間週期得分融合並，線上 ab 對比， 選取最優的時間週期組合 ;按照 imdb 得分進行倒排，生成熱點召回數據和標籤召回數據。
3、word2vector 召回: 根據用戶行為，全部影片作為語料庫，每個用戶的行為作為一篇文檔，利用 w2v 算法原理計算所有影片的向量表達，根據向量距離準備召回數據；根據用戶的向量進行用戶聚類，利用聚類結果獲得相似用戶，形成召回數據。
4、Lda 召回:利用 lda 模型，選取不同 topic 進行試驗，將資源和用戶按照 topic 進行相似度計算，作為召 回來源。
5、SimRank 召回:將 user 與 item 的關係視作一個二部圖，基於 graph-based 算法相似關係可以在圖上傳播 的思想，使用 simrank 計算 Item 相似隊列。
排序策略：
1、特徵擴充:點擊率預估模型準備，嘗試多種新特徵或特徵組合進行模型的離線對比和線上對比， 將 W2v 和 Lda 以及影片封面的 AutoEncode 隱層向量用作排序特徵，迭代了多版邏輯迴歸模型
2、模型融合:利用 w2v 的結果進行用戶聚類並針對每類用戶進行模型的單獨訓練，並按照用戶到各聚類中心點的距離作為權重進行最終模型的組合，線上效果提升明顯
3、模型調研:wide and deep 模型線下實驗調研，強化學習在推薦領域應用調研，離線實驗，ffm 模型線 下調研實驗；
4、特徵工程:特徵工程時間窗口細化、統計特徵衰減、在線特徵交叉；
5、正負樣本採樣: 正負樣本的比例嚴重不均衡，基於曝光時間 showtime 和曝光順序進行 order，過濾負樣本。
小編點評：各位做算法的同學，這位同學的簡歷對於項目的介紹怎麼樣，每個要點短短一兩句話，就說的比較清楚了。
想知道阿里算法面試時經常會問到哪些問題和應對技巧麼？請關注我，轉發或留言，然後私信我“面試A”索取答案。
本人由頭條號“量雲大數據”原創，轉載請註明作者和出處。
