昨天，机器之心介绍了一位PHD高手的求职之路。很多读者觉得这位专家太厉害了，他的经验对我们帮助不大。对于一般的机器学习求职者来说，最基本的是掌握Python编程技能，其次才是对相关算法或知识点的掌握。在这篇文章中，我们将介绍一个Python练习题项目，它提供了从算法习题到计算机基础实际问题的许多问题和解决代码。春招之前，我们介绍过GitHub万兴的ML算法工程师面试指南，里面提供了完整的面试知识点、编程题及解决方案，以及各家科技公司的面试题。读者可以参考这个项目，学习机器学习面试准备哪些知识。项目地址：https://github.com/imhuay/Algorithm_Interview_Notes-Chinese在这个拥有2W+收藏的GitHub项目中，作者在第一部分主要介绍了机器学习的知识点和各个子领域。每个知识点只提供核心概念。如果读者遇到不熟悉的算法或知识漏洞，可以进一步阅读相关文献。后半部分着重于如何解决编程面试问题，包括与各种数据结构和排列相关的问题。一般来说，第一部分的基础知识是长期积累的结果，但是对于后面的Python面试题，我们可以通过刷题快速提升解题水平。本文重点介绍两个Python面试题项目，提供了大量的Python题型和解题代码。面试怎么做在进入Python题海之前，我们还是要了解一下面试流程。面试形式和流程大致如下：电话筛选（隐形现场面试）：这个过程一般由HR完成，如果是技术人员负责，这个过程一般很短。技术面试：您将与实际开发人员进行这一轮面试，在此期间他们将深入了解您的背景知识。Technicalassessment/homeworkprogramming/pairprogramming：一般来说，如果一家公司的面试有pairprogramming的部分，那肯定是加分项。家庭作业编程也无可厚非，但大多数时候是在浪费大家的时间，也没有正确评估技能水平。最终面试：与团队其他成员会面，如果这是一家小公司，您可能会在这一轮面试中面对创始人。发行报价。当然，每家公司都会有所不同，这只是您在求职过程中可能经历的粗略概述。一般的技术面试考察的是我们的背景知识，而技术评估则需要语言来解决实际问题。本文中的这两个项目可以让您完成对公司的技术评??估。当然，目前有很多书籍和网站都在解决这个问题，比如剑指Offer、LeetCode等等。面试-code-practice-python首先，在第一个项目中，作者给出了2017校招真题、剑指offer、华为机试、机试题和直通式BAT算法题等各种Python实现，共200道有关的问题。项目地址：https://github.com/leeguandong/Interview-code-practice-python以下为简智offer文件夹下的实现文档。每个问题都是一个单独的Python文件：整个项目有很多有趣的主题例如“PervertedFrogJump.py”中包含的标题和解决方案代码是：“Chorus.py”中的代码如下：TheAlgorithms-Python第二个项目是一个比较流行的Python代码库，目前有2.4W+的star。本项目实现的各种算法都是用纯Python完成的，希望能更简洁地展示这些问题是如何解决的，所以与Python标准库中实现的方法相比，效率可能没有那么高。项目地址：https://github.com/TheAlgorithms/Python目前该项目提出的解决方案主要包括：排序搜索图数学算法分析二叉树数据结构图像处理动态规划线性代数机器学习哈希...该项目的有很多算法实现，我们可以根据实际需要选择具体的类别，查看给出的解法。如果我们要了解排序算法，选择排序后大概可以看到近30种不同的排序实现：其中，在算法入门***课程“bubble_sort.py”中，本项目给出的冒泡排序方案供：很多该项目提供的实现非常低级。在《数学》中，我们可以学习如何实现绝对值求解、求最小值等，当然还有如何实现矩阵乘法。这个项目其实对面试很有帮助。虽然不能直接解决具体的问题，但是复现一般的Python函数或者基础问题，对理解Python很有帮助。结合以上两个Python实现项目，无论是解决问题的能力还是对Python的理解，我们的实战能力都会有很大的提升。就像理解神经网络的最好方法是用纯NumPy实现它一样，理解Python的最好方法是了解基本函数和结构。有了足够的了解，再看面试真题或者上LeetCode、牛客网都比较简单。
