#539 · 主分类: 教育与研究
machine-learning-interview
来自FAANG、Snapchat、LinkedIn的机器学习面试。我获得了Snapchat、Coupang、Stitchfix等公司的offer。博客:mlengineer.io。
项目最后更新:08/31/23
GitHub Stars
12.8K
Forks数量
2.0K
贡献者数量
6
许可证
Other
收录理由
作者在谷歌、领英、Snap、Coupang等公司的机器学习面试中一路走来,这份学习计划就像是从那些轮次里带回来的实战笔记。它按计划而非课程来编排:系统设计部分深入拆解了类似YouTube推荐、领英信息流排序这样的具体案例,其余内容则汇集了面试经验分享、高频问题梳理和备战FAANG风格面试的日常训练方法。如果你正面临系统设计轮,这里的结构化讲解会让你收获最大;刚入门的人则能借助这份阅读清单快速判断该从哪里着手。整个仓库无需安装任何东西,价值全在于内容的组织方式,以及作者对这些面试真实运作的观察,因此最适合作为动手刷题和模拟面试的辅助材料。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建