A Few Thoughts
经过两轮洗礼，已经不想去回忆具体细节。总结自己的几点想法如下：
- 简历要好好写，突出重点。别写不熟悉的东西。
- 简历注意用词，面试官可能不会理解一些缩略语的含义。
- 国内互联网（至少目前如此）比较看重讲项目，不太看重刷题。因此把自己的工作包装得高大上一些。
- 不要谦虚，不要谦虚，不要谦虚。要让对方相信你能胜任这份工作，能够独当一面。
- 多看一些学习资料，多打听打听同行在做什么、用什么技术。（难怪大佬们总是在和别人吃饭）
- 维护好自己的github，
最好必须要有自己的代码，实现某个算法。 - 题还是要刷的，虽然他们并不care
- 国内互联网都是些学数学的人吗？这么爱问数学问题。
- 很重要的一点：你能否follow up最新的研究趋势？读论文
- 不要打心眼里瞧不起只会模型不会编程的人，各行有各行的难
- 你的感觉，你的感情，会对你的前进产生一些阻力。这个时候，可以尝试盲人操作（你看不清情况，只能凭借仅存的理智指引你前进）
- 简历里要突出技术术语，如faiss，mf
- 简历里要写所取得的title、成就（高级工程师）
- 简历要能展现项目亮点
- 讲自己的思想。例如用人造数据测试libffm，从而确定使用补充负样本的思路
接下来的计划：
- 实现一个算法
- 学会CUDA编程
- 搞一个像样的项目，用来吹
- 坚持刷题
- 看书，看机器学习面试题
- 收集一些与概率、采样相关算法题
- 维护自己的LinkedIn
简历可以写的东西：
- 从数据入手，根据推荐pos筛选负样本
- 判断异常用户
- 数据清洗：大小写、异常用户、点击序列去重