DeeCamp在线笔试都云考点在线学习什么
点击联系发帖人
时间：2018-06-02 13:18
DeeCamp 人工智能暑期夏令营启动报名_凤凰科技
DeeCamp 人工智能暑期夏令营启动报名
用微信扫描二维码分享至好友和朋友圈
原标题：DeeCamp 人工智能暑期夏令营启动报名 由教育部、创新工场、北京大学联合主办的 DeeC
原标题：DeeCamp 人工智能暑期夏令营启动报名
由教育部、创新工场、北京大学联合主办的 DeeCamp 人工智能训练营正式启动报名。该训练营将挑选出 300 名大学生，进行为期 5 周的理论和实战闭门培训。授课老师团队华丽，既包括图灵奖得主、中科院外籍院士 John Hopcroft 以及来自北大、卡内基梅隆大学、加州伯克利大学等全球顶尖高校的教授，也有包括创新工场董事长兼 CEO、AI 工程院院长李开复以及来自 Google、科大讯飞、Face++、地平线机器人等产业界顶尖公司的专家。
据介绍，DeeCamp 人工智能训练营为公益项目，顺利通过训练营考核的成员，还将收到来自教育部、创新工场、北京大学三方认证的结业证书以及直接加入知名 AI 公司的实习、就业机会。报名截止日期为 5 月 31 日。
DeeCamp 人工智能训练营是 2018 年中国高校 AI 人才国际培养计划的一部分。该培养计划由教育部国际合作与交流司、高等教育司、科学技术司联合指导，教育部中外人文交流中心、创新工场人工智能工程院和北京大学联合发起主办，北京前沿国际人工智能研究院协办，教育部学校规划建设发展中心作为支持单位。根据规划，这个培养计划将在五年内培训 500 个顶尖高校 AI 老师，5000 个 AI 毕业生大军。
据悉，DeeCamp 人工智能训练营的培训方式脱胎于创新工场人工智能工程院 2017 年的 DeeCamp 深度学习训练营。2017 年暑期，创新工场人工智能工程院从全球知名高校的 1000 多份简历中，选拔出 36 位大学生，为他们提供了为期 6 周的「闭门课程+项目实践」培训。结营时，学员们提交了 5 个 AI 演示项目，包括无人商店、送货机器人、歌词创作机器人、「斗地主」机器人以及聊天机器人，都是最前沿的 AI 研发领域。虽然这些演示项目离工程化、产品化仍有距离，但短短数周内，无 AI 经验的高校学生，就实现了这些演示项目的开发，证明这个应用型 AI 人才培养模式可行。
堪称「奢华」的「学术+产业」双导师
DeeCamp 人工智能训练营以最贴近产业一线的实践课题来分成不同的项目小组，每组学员人数不超过 10 个人，每组配备学术+产业「双导师」。该训练营的导师团队堪称「奢华」，是目前国内任何其他训练营都无法比拟的。
据介绍，DeeCamp 人工智能训练营的导师团队包括学术大咖和产业大牛两个序列。其中学术大咖都是来自全球顶尖高校的教授，包括图灵奖得主、中科院外籍院士 John Hopcroft，北京大学教授王亦洲、北京大学特聘研究员孙栩，卡耐基梅隆大学助理教授刘畅流，加州伯克利大学自动驾驶（BDD）博士后研究员于夫等。
产业大牛导师则是一批来自 AI 产业界领跑公司的专家，包括创新工场董事长兼 CEO、AI 工程院院长李开复，创新工场 AI 工程院副院长王咏刚，创新工场 AI 工程院副院长、前微软研究院主管研究员王嘉平，旷视科技首席科学家、前微软亚洲研究院首席研究员孙剑，Google 资深工程师王铁震，科大讯飞研究院副院长王海坤，美团点评算法研究员、KDD Cup 两届冠军、Kaggle 中国第一人燕鹏，第四范式 CEO、ACM 世界冠军戴文渊，知乎技术副总裁、前百度自然语言处理部主任架构师李大任，地平线机器人工程院副院长穆黎森，猎豹移动高级副总裁孙明焱，景驰 CEO、原百度自动驾驶首席科学家韩旭等。
2017 年度 DeeCamp 人工智能训练营的参与学生表示，对于国内的普通大学生而言，这些 AI 导师平时能见到一位都非常不容易，更别提同时接受这些学术和产业大咖的连续辅导，能加入到这样的项目，真是太幸运了。
训练内容更偏重实践能力
据 DeeCamp 人工智能训练营班主任、创新工场 AI 工程院副院长王咏刚介绍，DeeCamp 人工智能训练营的授课内容包含知识课和实战课两部分，其中后者的课程比例更高，实战课的课程比例会占到整个训练课程 80%，结营的主要考核标准就是项目展示，只有通过考核才能拿到结业证书。「DeeCamp 人工智能训练营希望培养的不是纸上谈兵的人，而是既懂理论更能动手实践的 AI 人才。」
王咏刚透露，知识课将包括 AI 行业发展趋势、从大数据到深度学习、机器学习、计算机视觉、自然语言处理、自动驾驶、智能机器人的控制与学习、TensorFlow 实战等。
完成知识课学习后，学员会被分成 AI 实战项目组，接受来自产业一线的实战课题方向，比如：物品识别、人体识别、聊天机器人、机器翻译、智能写作、情绪分析、量化金融、爆品预测、路径规划、自动驾驶等。
知名 AI 公司 Offer 和实习机会
据介绍，学员顺利通过课程考核后，除个人能力提升外，还将收到一系列「大礼包」。包括：
1、收到主办方联合盖章的结业证书；
2、与产业专家一起工作实践，直通知名 AI 公司的 Offer 和实习机会。
3、AI 项目成果。与来自世界各地的 300 名同学 5 周相处，分组做出可供展示的 AI 项目成果。
4、盛夏大趴。除了涨知识做项目，更有丰富的主题活动，让你认识更多志趣相投的小伙伴。
报名条件：AI 相关专业
据介绍，DeeCamp 训练营面向 AI 相关专业大学生开放，不限年级和专业，本硕博均可，2019 届毕业生优先，有相关竞赛、实践项目经验者、相关论文发表者优先。训练营时间为 2018 年 7 月 23 日-8 月 23 日，共 5 周。
DeeCamp 人工智能训练营为公益项目，由教育部、创新工场、北京大学以及协办和合作单位共同资助，不收取任何培训费用，学生只需承担参加本次训练营所需的相关差旅、食宿等费用。
即日起即可通过活动官网「https://challenger.ai」报名，5 月 31 日报名截止。
用微信扫描二维码分享至好友和朋友圈
凤凰网科技官方微信
播放数：33560
播放数：39283
播放数：145951
播放数：5808920DeeCamp创新工场深度学习训练营开营啦！DeeCamp创新工场深度学习训练营开营啦！饭制版百家号DeeCamp创新工场深度学习训练营7月12日，如约而至下面请看小编从现场发回来的报道这个夏天，36名来自全球各地的高校青年才俊集结于创新工场，预备着向人工智能的大海扬帆起航。穿上定制版t恤的他们意气风发，即将开启为期六周的AI探索之旅，面对前路未知的惊喜与挑战，每个人的脸上都透着兴奋与期待。（是的，我在脚踏着实地，45度仰望星空）第一站工场穿越奇遇记36人训（旅）练（行）营（团）火速展开工场穿越之旅，为确保观感体验，工场特地派出反应机敏能说会道颜值一等一的小助手扛起导游大旗，一一为营员们讲述着工场的发展历程。第二站开营破冰，你好，我亲爱的队友~初相遇也难掩小伙伴们的热情，因为我们都是为了梦想而相聚。第三站开复携导师天团高能亮相没有一点点防备~开复走近了你~惊不惊喜，意不意外？DeeCamp开营的第一时间，开复老师就从当下AI发展的现状与趋势出发，深入浅出地为大家分析了AI发展的三波浪潮，并解析了目前存在的问题，更为营员们介绍了创新工场的战略布局，给36名营员带来了一场关于时代和未来的视听盛宴。（时间有限，高能无限。提问环节的信息量小编我献上膝盖）第四站脑洞对决，你有freestyle吗选组长，起组名，都说好的开始是成功的一半，Freestyle就是我们制胜的法宝~团结紧张，严肃活泼的六小组(Freestyle、DeeChat、五鲜一金、路随心动、斗不死的Dee、薛定谔的小灯泡)即将开启更大的头脑风暴。第五站休息时刻，来了一个surprise震惊！饼干上的图片为何如此熟悉？这不是我么！噔噔噔~揭秘时刻！原来早在几天前小助手就以“公务”为由悄悄私信大家索要了各自的萌照，在开营前成功赶制出定制版翻糖饼干，真是心（诚）机（心）满满啊~第六站业界大佬带你飞咏刚、嘉平发表主题分享，营员们一致认为，涨姿势了，要拿小本本记下来。第七站我和导师有个约会一下午的时光过得飞快，Deecamp小组导师和营员边享受着晚餐边讨论着后续的项目设计。（对，我们吃的是日光晚餐~）DeeCamp创新工场深度学习训练营第一天打卡成功，不知接下来的日子里还有什么惊喜到来？请持续期待~下期的播报更精彩！本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。饭制版百家号最近更新：简介:但我知道，我一直都在为难自己作者最新文章相关文章Sina Visitor System&figure&&img src=&https://pic4.zhimg.com/v2-efa4d5ebdf88e1b956ac938_b.jpg& data-rawwidth=&402& data-rawheight=&253& class=&content_image& width=&402&&&/figure&&p&不管是打印精美高大上的纸质简历，还是电子版或求职者亲笔填写的用人单位统一模板的简历，即便它摆在面试官面前，在具体的面试过程中，求职者往往也会被要求“请您做一下自我介绍”或者“谈谈你自己”。&/p&&br&&p&“&strong&在任何一个有陌生人在的正式场合，做自我介绍要包含六要素&/strong&”。&br&&/p&&p&“自我介绍六要素”分享给同学们。&/p&&br&&br&&p&01&/p&&p&&strong&你是谁。&/strong&&br&&/p&&p&介绍自己的名字，最好逐字介绍，比如，我是李一科（如有重名，纯属虚构），木子李，唯一的一，科学的科。这样一开场，别人就知道你有一定的职场经验，或者训练有素；&/p&&p&另一方面也可避免面试官把你的名字写错。比如罗辑思维老罗，每次都在节目中介绍“罗辑思维公众号，是姓罗的那个罗哦。”&/p&&p&不然人家会搜索“逻辑思维”，可能就找不到他们。&/p&&p&一个人爱自己要从认可自己的身份姓名开始，最好把自己名字好好包装一下，给人正向的力量。&/p&&p&我曾遇到一个生产厂家的业务员，介绍自己名字的时候这样讲“我叫李一科，木子李，唯一的一，妇产科的科”，那是十多年前，周围一群导购全是十八九岁、二十出头的姑娘，马上有人翻脸骂他“流氓”。&/p&&p&不接受这个人，还怎么配合他的业务呢？这也成了当年我们那个部门的笑话。&/p&&br&&p&02&/p&&br&&br&&br&&p&&strong&你的年龄。&/strong&&br&&/p&&p&如果在求职中被问到年龄，最好直接讲出岁数，而不要说“我1989年或1993年”的。&/p&&p&有期电视节目，嘉宾问选手多大了，问了两遍，选手都说自己“1985年的”“我85年的”，嘉宾直接怒了，“我就问你几岁！我数学不好。”&/p&&p&虽然你可能批评嘉宾矫情，但当你处在求职者地位，不妨替对方考虑，直接说年龄。&/p&&p&最稳妥的可能是“我出生于90年6月1日，今年26岁”。有些公司的HR喜欢研究数字能量、星座之类的，这样报出来他们就可以更好地了解你了。&/p&&p&&strong&在需要正式做自我介绍的场合，没有必要隐瞒自己的年龄，即便是女士。&/strong&&/p&&br&&br&&p&03&/p&&br&&br&&br&&p&&strong&你来自哪里。&/strong&&br&&/p&&p&出生在东北，上学在北京，到上海求职，三年后的目标是生活在大连，一切皆有可能。自我介绍的目的是让对方了解你，拉近跟别人的距离，帮助你迅速融入团队。&/p&&br&&br&&p&04&/p&&br&&br&&br&&p&&strong&你的教育背景（和培训经历）。&/strong&&br&&/p&&p&简历上写了自己某大学本科某某专业毕业，学士或硕士学位，都不妨再介绍一遍，如果毕业后有职场类的培训经历，最好重点介绍，这样也显得象个职场老手的样子，赢得加分。&/p&&p&我印象比较深的是，曾有个求职者把自己在上家公司参加过《时间管理》、《沟通管理》类培训的经历都介绍了出来。&/p&&br&&br&&br&&p&05&/p&&br&&br&&br&&p&&strong&你的工作经历。&/strong&&br&&/p&&p&以上四条其实都还是“你是谁”，这一条则是“&strong&你做过什么，你能做什么，你将怎么做&/strong&”的自我介绍的重要部分。&/p&&p&如今，即便是大学的应届毕业生，也会有参加各种社会实践的机会，所以，只要出去应聘，不可能是完全没有经验的白纸一张。&br&&/p&&p&如果真的是一点儿社会工作经验甚至义工甚至寒暑假给商家发宣传单页都没做过，说实话，我觉得很难找工作。&/p&&br&&p&06&/p&&br&&br&&p&&strong&聊聊你的生活和你的爱好等。&/strong&&br&&/p&&p&这是个比较轻松的话题，秀一下友情与爱情，是多么美好的事情，哪家企业不愿意招聘有家庭幸福感的员工？&/p&&p&何况这样比较不容易招来有诸如跳楼自杀驾机撞山等有心理问题的员工，毕竟，没有哪家企业遭遇棘手的员工关系管理。&/p&&p&自我介绍以面试的测评为导向，是一种说服的艺术，耗时不过三、五分钟。&strong&作为求职者，在面试中主动地、积极地向面试官推荐自己，就是在为自己的职场生涯赢得加分。&/strong&&/p&
不管是打印精美高大上的纸质简历，还是电子版或求职者亲笔填写的用人单位统一模板的简历，即便它摆在面试官面前，在具体的面试过程中，求职者往往也会被要求“请您做一下自我介绍”或者“谈谈你自己”。 “在任何一个有陌生人在的正式场合，做自我介绍要包…
&p&作者：牛客12358号&/p&&p&链接：&a href=&https://link.zhihu.com/?target=https%3A//www.nowcoder.com/discuss/70012& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&nowcoder.com/discuss/70&/span&&span class=&invisible&&012&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&来源：牛客网&/p&&p&&br&&/p&&p&当时秋招的时候写的，只写了几个公司，后面面试的很多公司都没有写，先放上来，有空再回忆再更。 &/p&&p&&br&&/p&&p&&b&1 今日头条 &/b&&/p&&p&一面： &/p&&p&挑一个你觉得做的最好的项目讲讲，然后问问题 &/p&&p&讲一讲HOG算子（项目里有写），是怎么求梯度的？ &/p&&p&讲一讲SVM，知道多少说多少，为什么要用对偶问题求解？ &/p&&p&说一下BP是怎么求导的 &/p&&p&讲一下PCA，讲完后问有一个XX'，为什么？为什么是方差最大？ &/p&&p&写代码：二叉搜索树删除某个节点，先说思路，后写。 &/p&&p&&br&&/p&&p&二面： &/p&&p&讲论文，用深度学习怎么做，有什么区别？ &/p&&p&讲项目，有没有遇到hard example，对于这些怎么处理的。答曰调整了阈值，没有在训练层面处理。 &/p&&p&如果要处理人脸识别的hard example怎么处理？答曰fine-tune，继续问训练样本怎么办？答：采集样本，然后data augmentation, GAN理论上也可以。他说GAN太难了。 &/p&&p&在SVM的训练中有没有遇到hard example。答，SVM对hard example的应用非常重要，先用一部分训练集训练一个模型，然后用剩下的一部分训练集的一部分测试，把出错的再送进去训练，重复两到三次，效果会比较好。然后解释了为什么。 &/p&&p&SVM加核函数用过吗？讲一讲其中的差别。答：训练样本多，维度较大就可以用核函数，如果样本少用核函数比较容易过拟合。 &/p&&p&写代码：一个链表，依次输出第一个，倒数第一个，第二个，倒数第二个...这个简单。 &/p&&p&&br&&/p&&p&三面： &/p&&p&稍微讲了一讲项目 &/p&&p&直接写代码：给一个float的数，求算术平方根。先说思路，我想的是在一个区域内随机打点，从0到x积分=根号x，结果就是根号x的导数，0.5/根号x，面试官说这个带来了新的根号x，不行，然后提示说直接求，然后我就想到了折半查找。0~x折半或者0~1折半，分x大于1还是小于1的情况。 &/p&&p&写代码，三种砖块，分别是1*1,1*2,1*3，拼成1*N，有多少种拼法？我开头想成了完全背包问题，一开始写代码，说不对，想错了，就是一个斐波那契问题，很快写出，问，复杂度是多少？答O(N)，问有没有更简单的？我当时确实不知道，然后就说我不知道。然后面试就结束了，没想到最终还是通过了三面。 &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&2 携程 &/b&&/p&&p&一面： &/p&&p&讲一讲生成模型和判别模型的区别。 &/p&&p&GAN网络讲一讲，和生成模型以及判别模型有什么关系。 &/p&&p&求SIFT算子的步骤，优化方法？没答上来，说了一个大概，忘了。。 &/p&&p&要实现一个哈希表，应该怎么做（根据要哈希的内容选择合适的哈希函数和冲突解决方案，比如balabala...） &/p&&p&2面： &/p&&p&放弃 &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&3 拼多多 &/b&&/p&&p&1面（电话面）： &/p&&p&牛顿法怎么求Hissen矩阵，知道拟牛顿法吗 &/p&&p&代码，讲思路：若干个长度不同的数组，求最小的区间，让每个数组都有数字在这个区间内（不会） &/p&&p&换个简单的：一个01矩阵，每一排都是0在前1在后，问哪一排的1最多？（二分法）问有没有更简单的方法（每一排记录当前的最左边的1的位置，下一排的时候直接忽略右边的）问时间复杂度，猜测是O(m+n) &/p&&p&2面：北京现场 &/p&&p&项目 &/p&&p&会什么机器学习方法？讲一个。我挑了LR，从原理到推导到优化。他问梯度下降是最优解还是局部解，问，如何让它收敛到全局最优解？（不会）&a href=&https://link.zhihu.com/?target=http%3A//blog.csdn.net/itplus/article/details/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&blog.csdn.net/itplus/ar&/span&&span class=&invisible&&ticle/details/&/span&&span class=&ellipsis&&&/span&&/a& 牛顿法和拟牛顿法，拟牛顿包括BFGS和L-BFGS, 推导海森矩阵的逆之间的关系，绕开了求解海森矩阵。 &/p&&p&写代码。若干个区间，只要区间有交集则可以合并，求合并后跨度最大的区间是哪个？（sort,合并） &/p&&p&3面： &/p&&p&项目 &/p&&p&写代码：链表，原址变换为：奇数在前，偶数在后，相对顺序不变。（void 函数） &/p&&p&机器学习。。忘了 &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&4 搜狗 &/b&&/p&&p&一面： &/p&&p&项目问一遍，其中涉及的机器学习方法全问了一遍。 &/p&&p&一个python的dict，按照key-value存储，如何按照value排序 &/p&&p&如果是C++怎么做？一个map,怎么按照value排序？ &/p&&p&static的类有什么用。 &/p&&p&如何实现一个只能实例化一次的类。 &/p&&p&模板类？ &/p&&p&纯虚函数和虚函数的区别 &/p&&p&深度学习是万能的吗？什么地方不适用，如果给你一个任务，你如何选择用深度学习还是传统的如SVM？（任务、数据量、数据特点） &/p&&p&SVM核函数的选择？多项式核和RBF核的关系？ &/p&&p&resnet、inception，attention分别描述 &/p&&p&按照你的经验，深度学习的待学习的参数量和训练样本数量之间的关系。 &/p&&p&1*1的卷积核的作用 &/p&&p&TensorFlow interactivesession 和 session的区别 &/p&&p&RNN的缺陷以及LSTM怎么解决？ &/p&&p&如何提高一个网络的泛化能力？ &/p&&p&描述dfs和bfs,分别怎么实现？（栈和队列） &/p&&p&描述迪杰斯特拉算法 &/p&&p&动态规划是什么 &/p&&p&动态规划和带记忆的递归有什么区别？（自顶而下和自底而上） &/p&&p&0-1背包问题的动态规划递归式怎么写？ &/p&&p&描述KMP算法 &/p&&p&写代码：链表求和（反过来的） &/p&&p&写代码：三角数堆，只能往左下或者右下走，从堆顶到堆底和最小是多少。（dp） &/p&&p&&br&&/p&&p&二面： &/p&&p&项目、论文各种问，刨根问底。 &/p&&p&数学&&智商题目：一个袋子里有100个黑球和100个白球，每次随机拿出两个球丢掉，如果丢掉的是不同颜色的球，则从其他地方补充一个黑球到袋子里，如果颜色相同，则补充一个白球到袋子里。问：最后一个球是黑球和白球的概率分别为多大？ &/p&&p&数学&&智商题目：A容器中有4L沙子，B容器中有4L米，假设米和沙子密度一样。有一个C容器是300ml, 第一步，用C从A中舀300ml到B中，混合均匀，第二步，用C从B冲舀300ml到A中混合均匀。再重复第一步和第二步，问这四步之后，A中的米和B中的沙子谁多？ &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&5 滴滴 &/b&&/p&&p&一面： &/p&&p&项目相关的机器学习和深度学习 &/p&&p&int *p=6; free(p)这段程序有没有错？运行会发生什么。 &/p&&p&写代码：两个有序数组的合并 &/p&&p&对强化学习了解吗？ &/p&&p&&br&&/p&&p&二面： &/p&&p&项目。 &/p&&p&你觉得滴滴打车的拼车价是怎么计算出来的，详细描述。（路径规划，订单预测之类的） &/p&&p&你觉得滴滴打车的溢价，1.1倍，1.2倍，这些数值是怎么计算出来的？（订单预测，当前司机数量），目的是什么？ &/p&&p&推导PCA。 &/p&&p&说LR和SVM损失函数。 &/p&&p&代码：二叉树之字形层次遍历，（正反正反。。。） &/p&&p&&br&&/p&&p&三面（面试官像个部门领导，比较老一点，沉稳一点）： &/p&&p&项目，涉及的深度学习和机器学习。 &/p&&p&推导PCA，具体问很多为什么。为什么是方差最大化？你这个是方差吗？ &/p&&p&推导BP神经网络的反向求导。（可以用均方损失函数） &/p&&p&代码：A和B是两个矩阵，求 tr（A'B）,A'指A的转置。（写出来后，我没有检查AB是否size相同，他说应该考虑这种边界条件，并说你考虑了AB是否空矩阵这是比较好的一点） &/p&&p&XGBoost了解吗（No） &/p&&p&&br&&/p&&p&四面（HR）： &/p&&p&最有成就感的项目，讲讲分工，为什么有成就感？ &/p&&p&实验室同学们怎么评价你，他们认为你的优缺点是啥。 &/p&&p&拿到什么offer。怎么选择公司？ &/p&&p&对滴滴的了解程度，怎么评价滴滴。 &/p&&p&&/p&&p&&/p&&p&&/p&
作者：牛客12358号链接：来源：牛客网 当时秋招的时候写的，只写了几个公司，后面面试的很多公司都没有写，先放上来，有空再回忆再更。 1 今日头条 一面： 挑一个你觉得做的最好的项目讲讲，然后问问题 讲一讲HOG算子（项目里有写），…
&p&这书不是用来复习的吗 看周志华16年那本呗 还有MLAPP BRML FML也是2010年以后出的，斯坦福16年出了本深度学习的，Michael Nielsen16年也写了一本深度学习的，springer12年有一本强化学习的，那么多适合入门的，不知道为什么非要选李航的，因为薄么。。。学习不要偷懒啊。。&br&&br&个人认为应该先看一下applied multivariate statistical analysis一上来就是多元统计估计您不适应，还应该看一下convex optimization否则满书提convex不知道是个啥 而且svm里很核心的lagrange dual function在优化里也会讲，很多模型到最后都是优化问题&br&&br&(好像跑题了，题主不考研啊。。)&/p&
这书不是用来复习的吗 看周志华16年那本呗 还有MLAPP BRML FML也是2010年以后出的，斯坦福16年出了本深度学习的，Michael Nielsen16年也写了一本深度学习的，springer12年有一本强化学习的，那么多适合入门的，不知道为什么非要选李航的，因为薄么。。。学…
&p&刚刚找完工作的人尝试答一下，假设题主在准备明年的秋招&/p&&p&李航老师的《统计学习方法》非常好，算法大概包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、CRF，书中例子、推导、算法相对比较详细，&b&仔细阅读&/b&是非常有必要的。&/p&&h2&是否需要代码实现&/h2&&p&赞成的理由：&/p&&p&（1）代码实现可以加深对算法的理解&/p&&p&（2）提升自己的coding能力（尽量不要满足于简单的toy）&/p&&p&不赞成的理由：&/p&&p&（1）有些算法实现起来难度比较大，比如HMM、CRF，这一块的直接看源码可能受益更大&/p&&p&（2）从招聘的角度来看，面试时间会比较短，一般不会考查实现。推导、原理可能性更大&/p&&p&&b&综上&/b&，主要还是要结合题主本身的情况，如果coding本领过硬，可以尝试并行的LR、GBDT，原理要深挖，比如如何串讲LR、ME、EM、HMM、CRF。&/p&&p&下面是我2017年找工作一点简单的经验&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/a/article/details/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2017校招面经（BAT、搜狗、搜狐、一点资讯、360、华为优招） - 雪伦的专栏 - 博客频道 - CSDN.NET&/a& &/p&&p&希望对题主有用，祝题主找工作顺利！&/p&
刚刚找完工作的人尝试答一下，假设题主在准备明年的秋招李航老师的《统计学习方法》非常好，算法大概包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、CRF，书中例子、推导、算法相对比较详细，仔细阅读是非常有必要的。是否需要代码实现赞成的理由…
&p&多线程是Java技术面试中面试官比较喜欢问的问题之一。在这里，从面试的角度列出了大部分重要的问题，但是作为一个程序员仍然应该牢固的掌握Java多线程基础知识来对应日后碰到的问题。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-2ef1f8a0ba3f6b0cba55a_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&558& data-rawheight=&278& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/v2-2ef1f8a0ba3f6b0cba55a_r.jpg&&&/figure&&p&&b&1.&/b& 进程和线程之间有什么不同？&/p&&p&一个进程是一个独立(self contained)的运行环境，它可以被看作一个程序或者一个应用。而线程是在进程中执行的一个任务。Java运行环境是一个包含了不同的类和程序的单一进程。线程可以被称为轻量级进程。线程需要较少的资源来创建和驻留在进程中，并且可以共享进程中的资源。&/p&&p&&b&2&/b&. 多线程编程的好处是什么？&/p&&p&在多线程程序中，多个线程被并发的执行以提高程序的效率，CPU不会因为某个线程需要等待资源而进入空闲状态。多个线程共享堆内存(heap memory)，因此创建多个线程去执行一些任务会比创建多个进程更好。举个例子，Servlets比CGI更好，是因为Servlets支持多线程而CGI不支持。&/p&&p&&b&3&/b&. 用户线程和守护线程有什么区别？&/p&&p&当我们在Java程序中创建一个线程，它就被称为用户线程。一个守护线程是在后台执行并且不会阻止JVM终止的线程。当没有用户线程在运行的时候，JVM关闭程序并且退出。一个守护线程创建的子线程依然是守护线程。&/p&&p&&b&4&/b&. 我们如何创建一个线程？&/p&&p&有两种创建线程的方法：一是实现Runnable接口，然后将它传递给Thread的构造函数，创建一个Thread对象；二是直接继承Thread类。&/p&&p&&b&5.&/b& 有哪些不同的线程生命周期？&/p&&p&当我们在Java程序中新建一个线程时，它的状态是New。当我们调用线程的start()方法时，状态被改变为Runnable。线程调度器会为Runnable线程池中的线程分配CPU时间并且讲它们的状态改变为Running。其他的线程状态还有Waiting，Blocked和Dead。&/p&&p&6. 可以直接调用Thread类的run()方法么？&/p&&p&当然可以，但是如果我们调用了Thread的run()方法，它的行为就会和普通的方法一样，为了在新的线程中执行我们的代码，必须使用Thread.start()方法。&/p&&p&7. 如何让正在运行的线程暂停一段时间？&/p&&p&我们可以使用Thread类的Sleep()方法让线程暂停一段时间。需要注意的是，这并不会让线程终止，一旦从休眠中唤醒线程，线程的状态将会被改变为Runnable，并且根据线程调度，它将得到执行。&/p&&p&&b&8&/b&. 你对线程优先级的理解是什么？&/p&&p&每一个线程都是有优先级的，一般来说，高优先级的线程在运行时会具有优先权，但这依赖于线程调度的实现，这个实现是和操作系统相关的(OS dependent)。我们可以定义线程的优先级，但是这并不能保证高优先级的线程会在低优先级的线程前执行。线程优先级是一个int变量(从1-10)，1代表最低优先级，10代表最高优先级。&/p&&p&&b&9&/b&. 什么是线程调度器(Thread Scheduler)和时间分片(Time Slicing)？&/p&&p&线程调度器是一个操作系统服务，它负责为Runnable状态的线程分配CPU时间。一旦我们创建一个线程并启动它，它的执行便依赖于线程调度器的实现。时间分片是指将可用的CPU时间分配给可用的Runnable线程的过程。分配CPU时间可以基于线程优先级或者线程等待的时间。线程调度并不受到Java虚拟机控制，所以由应用程序来控制它是更好的选择（也就是说不要让你的程序依赖于线程的优先级）。&/p&&p&&b&10&/b&. 在多线程中，什么是上下文切换(context-switching)？&/p&&p&上下文切换是存储和恢复CPU状态的过程，它使得线程执行能够从中断点恢复执行。上下文切换是多任务操作系统和多线程环境的基本特征。&/p&&p&&b&11&/b&. 你如何确保main()方法所在的线程是Java程序最后结束的线程？&/p&&p&我们可以使用Thread类的joint()方法来确保所有程序创建的线程在main()方法退出前结束。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-0d01fa4ae_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&566& data-rawheight=&300& class=&origin_image zh-lightbox-thumb& width=&566& data-original=&https://pic3.zhimg.com/v2-0d01fa4ae_r.jpg&&&/figure&&p&&br&&/p&&p&当线程间是可以共享资源时，线程间通信是协调它们的重要的手段。Object类中wait()notify()notifyAll()方法可以用于线程间通信关于资源的锁的状态。&/p&&p&&b&13&/b&.为什么线程通信的方法wait(), notify()和notifyAll()被定义在Object类里？&/p&&p&Java的每个对象中都有一个锁(monitor，也可以成为监视器) 并且wait()，notify()等方法用于等待对象的锁或者通知其他线程对象的监视器可用。在Java的线程中并没有可供任何对象使用的锁和同步器。这就是为什么这些方法是Object类的一部分，这样Java的每一个类都有用于线程间通信的基本方法&/p&&p&&b&14&/b&. 为什么wait(), notify()和notifyAll()必须在同步方法或者同步块中被调用？&/p&&p&当一个线程需要调用对象的wait()方法的时候，这个线程必须拥有该对象的锁，接着它就会释放这个对象锁并进入等待状态直到其他线程调用这个对象上的notify()方法。同样的，当一个线程需要调用对象的notify()方法时，它会释放这个对象的锁，以便其他在等待的线程就可以得到这个对象锁。由于所有的这些方法都需要线程持有对象的锁，这样就只能通过同步来实现，所以他们只能在同步方法或者同步块中被调用。&/p&&p&&b&15&/b&. 为什么Thread类的sleep()和yield()方法是静态的？&/p&&p&Thread类的sleep()和yield()方法将在当前正在执行的线程上运行。所以在其他处于等待状态的线程上调用这些方法是没有意义的。这就是为什么这些方法是静态的。它们可以在当前正在执行的线程中工作，并避免程序员错误的认为可以在其他非运行线程调用这些方法。&/p&&p&&b&16&/b&.如何确保线程安全？&/p&&p&在Java中可以有很多方法来保证线程安全——同步，使用原子类(atomic concurrent classes)，实现并发锁，使用volatile关键字，使用不变类和线程安全类。&/p&&p&&b&17&/b&. volatile关键字在Java中有什么作用？&/p&&p&当我们使用volatile关键字去修饰变量的时候，所以线程都会直接读取该变量并且不缓存它。这就确保了线程读取到的变量是同内存中是一致的。&/p&&p&&b&18&/b&. 同步方法和同步块，哪个是更好的选择？&/p&&p&同步块是更好的选择，因为它不会锁住整个对象（当然你也可以让它锁住整个对象）。同步方法会锁住整个对象，哪怕这个类中有多个不相关联的同步块，这通常会导致他们停止执行并需要等待获得这个对象上的锁。&/p&&p&&b&19&/b&.如何创建守护线程？&/p&&p&使用Thread类的setDaemon(true)方法可以将线程设置为守护线程，需要注意的是，需要在调用start()方法前调用这个方法，否则会抛出IllegalThreadStateException异常。&/p&&p&&b&20&/b&. 什么是ThreadLocal?&/p&&p&ThreadLocal用于创建线程的本地变量，我们知道一个对象的所有线程会共享它的全局变量，所以这些变量不是线程安全的，我们可以使用同步技术。但是当我们不想使用同步的时候，我们可以选择ThreadLocal变量。&/p&&p&每个线程都会拥有他们自己的Thread变量，它们可以使用get()set()方法去获取他们的默认值或者在线程内部改变他们的值。ThreadLocal实例通常是希望它们同线程状态关联起来是private static属性。&/p&&p&&b&21&/b&. 什么是Thread Group？为什么建议使用它？&/p&&p&ThreadGroup是一个类，它的目的是提供关于线程组的信息。&/p&&p&ThreadGroup API比较薄弱，它并没有比Thread提供了更多的功能。它有两个主要的功能：一是获取线程组中处于活跃状态线程的列表；二是设置为线程设置未捕获异常处理器(ncaught exception handler)。但在Java 1.5中Thread类也添加了setUncaughtExceptionHandler(UncaughtExceptionHandler eh)方法，所以ThreadGroup是已经过时的，不建议继续使用。&/p&&p&t1.setUncaughtExceptionHandler(newUncaughtExceptionHandler(){&/p&&p&@Override&/p&&p&publicvoiduncaughtException(Thread t, Throwable e) {&/p&&p&System.out.println(&exception occured:&+e.getMessage());&/p&&p&}&/p&&p&});&/p&&p&&b&22&/b&. 什么是Java线程转储(Thread Dump)，如何得到它？&/p&&p&线程转储是一个JVM活动线程的列表，它对于分析系统瓶颈和死锁非常有用。有很多方法可以获取线程转储——使用Profiler，Kill -3命令，jstack工具等等。我更喜欢jstack工具，因为它容易使用并且是JDK自带的。由于它是一个基于终端的工具，所以我们可以编写一些脚本去定时的产生线程转储以待分析。&/p&&p&&b&23&/b&. 什么是死锁(Deadlock)？如何分析和避免死锁？&/p&&p&死锁是指两个以上的线程永远阻塞的情况，这种情况产生至少需要两个以上的线程和两个以上的资源。&/p&&p&分析死锁，我们需要查看Java应用程序的线程转储。我们需要找出那些状态为BLOCKED的线程和他们等待的资源。每个资源都有一个唯一的id，用这个id我们可以找出哪些线程已经拥有了它的对象锁。&/p&&p&避免嵌套锁，只在需要的地方使用锁和避免无限期等待是避免死锁的通常办法，去学习如何分析死锁。&/p&&p&&b&24&/b&. 什么是Java Timer类？如何创建一个有特定时间间隔的任务？&/p&&p&java.util.Timer是一个工具类，可以用于安排一个线程在未来的某个特定时间执行。Timer类可以用安排一次性任务或者周期任务。&/p&&p&java.util.TimerTask是一个实现了Runnable接口的抽象类，我们需要去继承这个类来创建我们自己的定时任务并使用Timer去安排它的执行。&/p&&p&&b&25&/b&. 什么是线程池？如何创建一个Java线程池？&/p&&p&一个线程池管理了一组工作线程，同时它还包括了一个用于放置等待执行的任务的队列。&/p&&p&java.util.concurrent.Executors提供了一个java.util.concurrent.Executor接口的实现用于创建线程池。线程池例子展现了如何创建和使用线程池，或者ScheduledThreadPoolExecutor例子，了解如何创建一个周期任务&/p&&p&此文章来源于网络，本人懒。想了解跟多Java资讯，可以关注我，不定期分享干货&/p&
多线程是Java技术面试中面试官比较喜欢问的问题之一。在这里，从面试的角度列出了大部分重要的问题，但是作为一个程序员仍然应该牢固的掌握Java多线程基础知识来对应日后碰到的问题。1. 进程和线程之间有什么不同？一个进程是一个独立(self contained)的运…
&figure&&img src=&https://pic2.zhimg.com/v2-76dfcf5c1c5ceef1b60b4d2_b.jpg& data-rawwidth=&1065& data-rawheight=&543& class=&origin_image zh-lightbox-thumb& width=&1065& data-original=&https://pic2.zhimg.com/v2-76dfcf5c1c5ceef1b60b4d2_r.jpg&&&/figure&&blockquote&会不会需要技术背景？门槛高不高？&br&客户对人工智能了解吗？需求量大不大？&br&竞争这么激烈，怎么搞定客户？&/blockquote&&p&关于人工智能公司的销售工作，实在有太多谜团.&/p&&p&「KnowingAI知智」特别找到三家当红人工智能公司，与其销售、售前负责人进行了访谈。&/p&&p&其中包括在银行和公安领域深耕，已经拿到四大行订单的云从科技；成立至今已 10 年，如今以绝对优势占领车载市场的思必驰；以及正在人工智能售前领域发力，9 个月完成 3 轮融资的智能一点。&/p&&p&三家公司分属计算机视觉、语音语言交互和对话系统三大垂直技术应用方向，且分属 B 轮、C 轮、Pre-A 轮不同的融资阶段。&/p&&p&希望他们的经历和思考能对诸位有所启示。&/p&&p&&br&&/p&&p&&b&一、抓过逃犯的技术服务部负责人&/b&&/p&&p&&br&&/p&&p&我是安光照，现在在负责云从科技北区的技术服务部。&/p&&p&从大三在中科院重庆研究院实习，到毕业后的工作，再到现在来北区，最开始到现在我一直跟着周老师（云从科技创始人周曦）。其实最开始是做研发，转成售前的契机是一方面性格上坐不住、喜欢和人打交道，又很了解公司的产品和算法。2015 年云从正式成立，第一时间就成立了北区办事处，我就过来加入北区技术服务部了。&/p&&p&云从正式成立到现在还不到三年，并不像大公司一样把售前、售中、售后分得那么明确。特别是北区要负责北方几个大省，项目太多、发展太快、我们的研发和算法又都在上海和重庆，拉人过来成本太高。做标书、前期技术方案交流，甚至后期的实施、部署、现场对接，这些销售做不了的技术工作我们都做。后来，我们这些售前就直接改成技术服务部了。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-bebf9e12ab920805ccc1fa931a885930_b.jpg& data-caption=&& data-rawwidth=&1068& data-rawheight=&681& class=&origin_image zh-lightbox-thumb& width=&1068& data-original=&https://pic3.zhimg.com/v2-bebf9e12ab920805ccc1fa931a885930_r.jpg&&&/figure&&p&这也是人脸最早在金融业爆发的原因，不管柜台还是手机端，银行的场景大部分是人和证件照的 1:1 比对，绝大部分场景都是配合式的，实现起来相对简单。公安的场景就比较复杂，刑侦破案需要对路上的行人做实时分析，和在逃人员库进行实时对比，这样的 1:N 的场景相对就比较难。虽然难，但公安场景很有趣。从用人脸发现线索、找到这个人的轨迹，再到破案抓人，是一件很有成就感的事。&/p&&p&从开始到现在，项目的实施周期在变、环境在变、客户的认知也在变。最开始我们不懂银行，手里只有一套核心比对算法，要去和银行的各个部门聊架构、聊场景、聊对接。第一个银行从介入到上线，差不多花了三个月。现在一个一个项目做过来，其实大部分城商行的架构和系统大同小异，如果没有定制化需求，一般两周左右就能接入上线。像最近银行的刷脸取款这种需求，就需要针对场景定制化开发对接，五到六周也能上线。&/p&&p&最开始做市场的时候客户很少，只要不是很离谱的需求，我们都答应。但其实在技术评估上要投入很多，或者干脆就做不了。因为做人脸比对，曾经就有客户希望比对鼻子的相似度，证明两个鼻子是同一个人的。这种识别就不再是人脸识别，不仅需要大量鼻子的数据，其他的成本、工作量都非常大。但话说回来，有了鼻子的相似度，又能对客户的工作有多大帮助？&/p&&p&不过客户的认知变化很快。2015 年上半年见客户时，不管银行还是公安，他们对人脸识别都没有概念，我们当时 PPT 的第一张就是「什么是人脸识别」。那时候人脸识别这个市场很小，客户们都觉得有没有人脸识别无所谓。从接触、引导到让客户慢慢接受、认同人脸识别是银行的刚需，差不多要花上半年时间。&/p&&p&现在 60-70％ 的银行都用上了人脸识别，由于银行业同行业竞争的特点，客户已经从最初的「有没有无所谓」变成「赶紧上线吧」。从接触、招标到中标、做完项目，已经差不多一个月就能结束，周期变得很短。随着需求量逐渐变得很大，加上媒体的关注和推动，客户对人脸识别开始变得很懂。我们再也不用去介绍什么是人脸识别，甚至有的客户比我们还懂。&/p&&p&所以现在（做售前）也越来越难了，最开始是客户不懂我懂，现在是客户懂、我要比客户还懂才行，对我们的要求也慢慢变得更高。特别是售前需要和客户聊技术方案，有的客户甚至会问很深层次的算法，如果达不到客户预期，他们就会对公司产生质疑。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-7f434de8b327f1f08070cec3dabe0ec8_b.jpg& data-caption=&& data-rawwidth=&1278& data-rawheight=&923& class=&origin_image zh-lightbox-thumb& width=&1278& data-original=&https://pic2.zhimg.com/v2-7f434de8b327f1f08070cec3dabe0ec8_r.jpg&&&/figure&&p&这就对售前和销售的技术背景开始有所要求。我们当然希望能招聘做过人工智能相关工作的人员，做过语音识别、车牌识别也可以，因为大家都是相通的。不过确实不好招，人脸识别公司很火，大家不会轻易跳槽，公司要保护核心团队，挖人也很不容易。&/p&&p&从头培养自己的销售人员后期可以做，但现在需求量这么大，从头培养很不现实。今天入职的同事，第二天就要去见客户，如果是没有背景或者经验或者应届毕业生，肯定都做不了。&/p&&p&但不是说培训不重要，而是非常重要。算法在迭代，产品也在迭代。如果没有系统培训，入职两个月后对产品的了解还停留在入职时，就跟不上公司的发展。短培训每周一次，大培训一个月左右一次，产品迭代版本多的时候甚至要半个月一次。有时候总部也会派人在全国的各个办事处，巡回来做培训。&/p&&p&因为本地化运营策略，我们在全国各省都有办事处或办公室。响应速度快加上承诺人员驻场，无论客户有什么问题都能马上见到人解决，这就非常踏实。对于客户来说，算法是虚的，实在的是服务和后期的实施运维。像农行总行，上线交付完毕依然有两个人驻场，随时运维保障。&/p&&p&不管银行还是公安，当地有人的话响应速度、客户关系，都会好一些。像银行圈子其实不大，这么多案例下来，云从已经有了上线快、支持力度好的评价，口口相传大家都相信，这就是口碑。&/p&&p&在过去工作中印象最深的经历……应该是去年的一个公安项目。当时 A 市市局项目金额比较大，全国二十多家人脸识别的厂商都来竞争。市局让每个厂商选一个区做动态布控（抓在逃犯人），谁的算法抓得到人，就用谁的方案。&/p&&p&当时我和销售两个人扛着服务器跑到 A 市的 X 区，但这个区和当地友商关系比较好，就用各种理由拒绝我们。没办法，我们俩就在公安局门口硬等，公安局抗不过，就让我们去位置很偏、刚刚成立的 Y 区。我们再扛着服务器过去，求人家让我们做试点，终于把系统装了上去。&/p&&p&从 7 月到 10 月，我就一直在 A 市守着，盯人、协调、能干的什么都干。终于有一天系统报出了第一个结果。系统显示 80％ 的相似度我心里也没底，但总感觉应该是一个人。&/p&&p&公安问怎么办，这人抓不抓？我说抓！跟着就上了警车。没穿警服、也不敢上去按人，但记得系统上的显示的名字，我就喊「某某某！」他一下回了头，身后的警察马上冲上去抓人。&/p&&p&这是第一件事儿，后来我们又破了一个案子，公安觉得确实有帮助。市局觉得我们不错，就以我们的系统为核心搭建了自己的平台。&/p&&p&现在想想 7 月里扛着服务器大汗淋漓还被拒绝，真的很尴尬。但从没有商务关系，到用技术去征服、让客户认可人脸识别算法，一路走来很辛酸、也很有成就感。&/p&&p&现在我也会和技术服务部的同事们说，客户现在都很懂技术，不管价格高低，一定要能帮客户解决问题。我们有技术、客户有场景，能协助客户做事情，自然而然就会被信任。&/p&&p&&br&&/p&&p&&b&二、从语音识别研发工程师，到负责产品业务的副总裁&/b&&/p&&p&&br&&/p&&p&我是雷雄国，在思必驰任副总裁，负责智能硬件物联网场景下的方案销售和产品工作。&/p&&p&和计算机视觉公司不太一样，因为签单后需要做长期的、包括版本更新、新技术实时集成等工作，所以智能语音技术公司的销售周期比较长，售前、售后工作也比较多。&/p&&p&作为技术型人工智能公司，我们的销售、售前需要根据客户的多样化需求来提供个性化的解决方案，售后也需要根据客户不同的软硬件环境及实际应用场景来解决实际遇到的技术问题，这就要求我们的销售、售前和售后团队对语音技术的基本原理、应用场景都要有比较深入的理解和认知。&/p&&p&除此之外，客户关系维护和客户新需求的挖掘也是我们团队的核心工作任务。人工智能技术的产品化目前处在爆发前期，客户很多时候需要全方位的服务和支持，这就需要我们的销售、产品、项目和技术团队会出于不同的层面去维护客户关系。不仅可以大大加速客户产品的落地，还可以对产品的情况进行回访、沟通，甚至寻找新的产品需求，进行二次销售。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-c3be66abad35662bb17fff3_b.jpg& data-caption=&& data-rawwidth=&1070& data-rawheight=&728& class=&origin_image zh-lightbox-thumb& width=&1070& data-original=&https://pic1.zhimg.com/v2-c3be66abad35662bb17fff3_r.jpg&&&/figure&&p&重视客户关系维护的另一个重要原因，是目前语音行业的客户争夺比较激烈。现在的语音行业做的还是外包式的项目服务，厂商也比较多。大家都在提供定制解决方案或 SDK，技术定制化、客户的产品需求和体验版本升级的速度并不吻合。不管做任何客户的定制的解决方案，耗费的时间精力都是一样的，所以行业大部分公司都对大客户趋之若鹜，对中小客户支持有限。&/p&&p&今年我们发布了全链路的语音平台 DUI，目标就是把这种定制规模化。从识别、合成到理解，从孤立的技术点到完整的解决方案，语音交互功能的集成和开发过程相对较长。通过让客户自己来完成对话逻辑、热词等部分，定制方案就变得更加便捷。&/p&&p&DUI 开放后，有一些我们没想到的客户和需求出现了。比如智能客服的需求量就特别大，还有医疗方向的智能门诊、微信助手、APP 助手等等。我们服务客户的数量、场景、质量都得到了大幅的提升。&/p&&p&虽然现在在开放 DUI 满足更多的用户，但在 2015 年以前人工智能没那么火的时候，客户都需要我们主动去找。那时的客户常常把语音想得很万能，也不理解什么是场景化。要么把技术看得很了不起，觉得什么都能做。有些客户会问声纹识别能不能识别我是谁？连用户数据都没有，怎么做识别？而且声纹技术的不可控因素太大，情绪、身体状况都会影响识别效果。&/p&&p&要么就是把技术想的很简单。语音交互是一个很长的链条，有的客户说是只要识别，但其实他想要的还有从识别、合成到理解的一系列交互。&/p&&p&还有一个问题是传统客户、移动互联网客户不知道语音和人工智能技术能带来什么，以及怎么与产品结合。反映出的问题是 AI 产品经理的匮乏——既懂人工智能技术、又懂产品体验的人太少。&/p&&p&像现在很火的智能音箱就不是自身的火热，是智能助理、社会终端的火热。它其实是一个以音箱外形呈现的，物联网家居的中心入口。语音是人机交互的手段，不是功能。它可以与社交、电商、医疗、教育结合，凡是需要与机器进行互动操作的都可以嵌入。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-2a6c78cabf6e48_b.jpg& data-caption=&& data-rawwidth=&1277& data-rawheight=&936& class=&origin_image zh-lightbox-thumb& width=&1277& data-original=&https://pic4.zhimg.com/v2-2a6c78cabf6e48_r.jpg&&&/figure&&p&做语音项目实现的周期不稳定，很大原因是受客户方案和想法的成熟度，以及技术和客户的配合程度影响。作为一线团队的销售团队，不仅要面对产品需求和客户，也是公司的脸面，我们会要求团队达到一定程度的对行业的认知和对技术的认知。&/p&&p&招聘合适的销售的确难，不过我们现在招聘销售有一个好处是车载、家居都有传统行业的影子。并不一定要求销售懂 AI 行业，如果是做家居、了解家居行业也是可以的。&/p&&p&不管是销售还是技术支持，培训必不可少。不仅有周期性的正式培训，不同的部门也会通过周例会、月度例会、晨会来做提升。还有「案发现场」的回溯，我们的每个客户状况都会在内部以文字的形式记录呈现，共同讨论学习。&/p&&p&除此之外，还有研发同事做技术层面的相关培训。NCMMSC2017 学术会议刚结束，实验室的同学就通过视频会议的方式进行了分享，感兴趣的同事都可以参与。&/p&&p&在负责销售和产品之前，我的职位是语音技术高级研发工程师。2015 年思必驰转型面向 2B 市场，决定向移动互联网和智能硬件渗透，需要有人去开辟市场。当时确定了车载、家居、机器人三大方向，深圳作为中国硬件方案商的聚集地，是第一批客户、最核心的客户的所在地。我对技术了解比较深，也愿意去开辟这个市场，就一个人去深圳着手建立产品和销售团队。&/p&&p&印象最深的、最难的，还是最开始的部分，从技术型变成产品业务型，这个过程比较痛苦。现在看来，其中一个非常重要的心得，是一定要站在客户和体验的角度去应用技术完成产品，而不仅仅是只从技术角度去思考问题。最开始见客户时如果有两种方法达成需求，技术型人往往会选择纯粹的技术型方法，但其实是可以通过产品体验和产品自身巧妙解决，而非只有技术型方法。&/p&&p&出于对客户的尊重，没办法拿出具体的例子。但曾经有一次做快捷唤醒需求时，客户希望在各种场景下都能达到免唤醒词的效果，比如在车载环境下实现「（导航）高速优先，（音乐）下一首歌」的需求。从产品的角度，这的确能大幅提升用户的体验；但从技术的角度看，引入大量的唤醒词会造成系统的额外开销，还会增大误唤醒概率。&/p&&p&后来，我们决定在高频指令上使用唤醒词方案。为了降低误唤醒率，还引入了 One Shot 「一语即达」功能，以更偏向产品的方式实现了客户的需求。&/p&&p&&br&&/p&&p&&b&三、正在改变售前行业的「AI 应用顾问」&/b&&/p&&p&&br&&/p&&p&我是国鹏飞，在智能一点担任大客户经理，或者说「AI 应用顾问」。&/p&&p&将销售称为「AI 应用顾问」，是因为我们不像传统公司以销售产品为主，而是通过不断了解用户痛点、提供帮助，来帮用户解决问题。在「AI 应用顾问」之外，还有一个岗位是客户经理（Account Manager）。「AI 应用顾问」负责前期接触客户，客户经理则负责偏技术性的工作，两者之间有紧密的分工协作。&/p&&p&我们现在主要的服务对象是电商，特别是母婴行业电商的售前导购。很多客户对自己的问题很清楚，但对行业共有的问题不是特别了解。「AI 应用顾问」要了解各家的情况，对行业普遍存在的问题做深度的调研和分析，再根据客户不同的状况提供建议性解决方案。&/p&&p&人员分配、数据分析、用户画像及生命周期管理等等，都是电商的常见问题。电商发展到今天，流量的红利基本消失殆尽。商家想要持续增长，必须对用户进行精细化管理，通过精准的个性化服务提高回购率，也就是深挖用户消费行为的长尾部分。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-d70e079d132fb9_b.jpg& data-caption=&& data-rawwidth=&1067& data-rawheight=&675& class=&origin_image zh-lightbox-thumb& width=&1067& data-original=&https://pic3.zhimg.com/v2-d70e079d132fb9_r.jpg&&&/figure&&p&通过数据和模型了解到的一些现象，我们自己都很吃惊。比如从凌晨到早上 9 点这段时间有 10-15% 的客户咨询量，这部分往往没人处理，因为客服一般是早上 9 点上班，晚上 12 点下班。&/p&&p&当我们把这个数据拿给客户看时，他们也傻眼了。流量红利消失殆尽的今天，就算 5% 对电商来说都是一个不小的数目。而且半夜前来咨询的客户，往往购买意向极强。&/p&&p&对于这种情况，解决方案一般有两种，一种是让客服提前到 6:30 上班——6:30 上班一方面不现实，一方面也会增加用人成本。另一种就是用机器人自动顶上。&/p&&p&智点交互推荐系统是目前我们主推的产品。这个系统通过人机多轮交互，推理理解用户意图再做精准、有效的推荐，也可以简单的理解为「更好用的机器人」。目前市面上的机器人系统采用「QA 机器人＋检索」的技术实现方式，这种方式的特点就是单轮对话、被动问答，只能解决消费者的一部分问题，大量问题还是需要客服引导。&/p&&p&了解消费者的意图、再基于此将商品推荐给消费者，对电商意义更大，因为赚钱永远比省钱更重要。我们比较巧妙的是，一方面通过技术从过往数据中找到比较好的应答方式；一方面我们还加入了由人参与设计的主动引导等机制，这样机器人就不再像关键词回复那样生硬机械。&/p&&p&消费者的特点是只要能跟人聊，就不会和机器聊。我们要做的就是缩小这种差距，即使是在跟一个机器人聊也不感到违和。&/p&&p&但并不是说用机器人解决一切问题，我们希望机器人可以更好的与人协作，比如通过数据找出哪些地方薄弱、哪些人做得更好。做得更好的金牌客服，其行为不仅可以成为机器人的训练数据，还可以作为其他客服学习的榜样，帮助完成客服培训。&/p&&p&目前我们的策略是深耕母婴垂直行业。一是因为母婴人群多、购买力强、交互需求强，数据敏感和复杂度高。除了对话系统和推荐系统，知识图谱也是我们在这个行业构建的门槛之一。行业知识图谱不仅需要技术支持，还需要业务经验和时间积累才能梳理完成。在母婴行业应用、打磨好我们的产品后，其模式和流程也能在金融、医疗领域更好应用。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f7972ddcd7e4f435f52a63_b.jpg& data-caption=&& data-rawwidth=&1276& data-rawheight=&908& class=&origin_image zh-lightbox-thumb& width=&1276& data-original=&https://pic1.zhimg.com/v2-f7972ddcd7e4f435f52a63_r.jpg&&&/figure&&p&客服行业最初只有 IM（即时通讯）交互，后来为了让 IM 交互更方便，客服行业引入了流程化，包括工单、CRM 库（客户管理系统）、CallCenter 集成等等，但更多的还是要靠人工完成。数据的处理方式也很原始，往往只能把互动记录整理成表格来分析，不仅不直观，还丢掉了很多数据维度。&/p&&p&相较来说，我们这种智能客服系统不仅可以帮助电商降低人员成本，还能帮助进行前期培训，合理安排客服人员，减少不必要的人力投入。和视觉或者语音可能要看技术指标不同，电商的评判标准很简单，就是使用后能不能承接更多客户、留住他们并转化。&/p&&p&现阶段的智能客服行业竞争还没有这么激烈，更多的是和人去比。我们公司虽然是技术背景，但有比较强的服务意识，更注重能不能帮助客户解决问题。要么帮客户赚钱，要么帮客户省钱，才会获得更多依赖。尽管是新兴 AI 公司，我们的理念可能不太一样。&/p&&p&所以直接面对客户的销售对我们来说非常重要。招聘时我们会考虑三个因素：专业技能，沟通能力等软实力，以及价值观。说起来很虚，但价值观会在关键时刻会产生比较大的影响。这些条件叠加后合适的人就更少了。&/p&&p&我们可能更倾向于少而精的队伍，内部也会有定期的专门培训。说了这么多其实判断标准其实很简单，就是客户满不满意。&/p&&p&我之前在 Iaas、Saas、Pass 方向都做过，来这儿是因为的确看到了能颠覆行业的技术变化。刚过来时去出差，才了解到智能导购机器人需求这么大，过去做传统多媒体客服中心的时根本没意识到。特别是淘系电商的人员、活动变动非常大，甚至以 15 分钟为单位改变，客服自己常常都很迷茫。就市场环境看，我们的产品的确是能解决问题的。&/p&&p&这些年的工作心得，是销售没有特殊技巧，勤劳是最特殊的技巧。销售是客户定位、KP 寻找、商务沟通、商务谈判、项目落地的漏斗过程，每一步都不可缺少。如果能踏踏实实的走下来，结果必然是可以期待的。&/p&&p&&br&&/p&&p&&b&四、我们观察到的一些特点&/b&&/p&&p&&br&&/p&&p&以上就是三位来自不同领域人工智能公司销售、售前负责人的经历与感受。&/p&&p&除此之外，在访谈中我们还发现人工智能公司销售、售前工作的如下特点：&/p&&p&1、组织模式上&/p&&p&人工智能公司很少将售前、售中、售后做清晰分割，往往选择「销售＋技术支持团队」模式。&/p&&p&由销售对客户进行初次接触和沟通，技术支持团队负责在客户和技术团队之间的技术沟通，甚至包括方案落地等相关工作。&/p&&p&销售、技术支持人员占公司人员比例为 20% 左右。&/p&&p&2、业务模式上&/p&&p&B 轮及 B 轮前的人工智能公司往往选择垂直行业做切入和深耕。&/p&&p&因此销售、技术支持工作也相对聚焦，需要对垂直行业的长时间观察和接触，积累客户资源，并用经验服务客户。&/p&&p&3、人员要求上&/p&&p&由于人工智能行业的火热，销售、技术支持人员需求激增。需要一定的人工智能行业或被结合的行业背景，以便迅速展开工作，因此适合的人选并不多。&/p&&p&且销售产品多为非标准、需要适配、定制的技术型产品，销售人员需要一定的技术储备，技术支持团队需要一定的落地能力。&/p&&p&4、成长方式上&/p&&p&由于产品、算法迭代速度高，人工智能公司往往会提供定期培训，频率相对密集，需要销售、技术支持人员有较强的适应、学习能力。&/p&&p&5、分工定位上&/p&&p&「对技术公司而言，技术能力是核心；第二是工程化落地能力，将技术转化为产品；第三是技术服务能力，即销售、售前、售中、售后对客户的支持。」&/p&&p&技术、工程化、销售能力，三者缺一不可。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-09cb824a54eecb5de75dc11d_b.jpg& data-caption=&& data-rawwidth=&1058& data-rawheight=&1345& class=&origin_image zh-lightbox-thumb& width=&1058& data-original=&https://pic3.zhimg.com/v2-09cb824a54eecb5de75dc11d_r.jpg&&&/figure&&p&也许是服务于售前领域，智能一点对于人工智能公司的销售工作有很多思考。访谈中智能一点 CEO 胡云华一段话令人深有感触，故作为本文结尾。&/p&&p&「虽然现在是 AI 的时代，最后还是要落到能带来什么改变。只有专业的人关心，普通的人感受不到它的好，就没有价值。销售肩负着这个伟大的的使命，既要懂技术、又要传递价值、还要服务好客户、把痛点和需求带回来，在 AI 创业公司中非常重要。&/p&&p&要相信靠团队才能得到比较好的结果，不是只靠技术就能解决问题。过去不是，现在不是，我想未来也不会是。」&/p&&p&&br&&/p&&p&&i&版权声明：&/i&&/p&&p&&i&本文为「KnowingAI知智」原创，未经许可，请勿转载。&/i&&/p&&p&&i&如果你对人工智能行业充满兴趣，并想成为一名内容创作者，欢迎发送邮件至： 。&/i&&/p&
会不会需要技术背景？门槛高不高？ 客户对人工智能了解吗？需求量大不大？ 竞争这么激烈，怎么搞定客户？关于人工智能公司的销售工作，实在有太多谜团.「KnowingAI知智」特别找到三家当红人工智能公司，与其销售、售前负责人进行了访谈。其中包括在银行和公…
&p&CV DL:&br&1. 接到一个项目之后心潮澎湃，脑子里马上闪现出faster rcnn、resnet、mask rcnn等各种牛逼的算法。&/p&&p&2. 结果发现图片都不知道存在哪……于是反馈给产品经理，开了一通会议，确定图片数据库在某个位置，准备读表爬虫！&/p&&p&3. 结果发现表的信息是乱七八糟的，一张表里面有图片链接，但没有这个图片的标签信息；另一张表里面有标签信息，但又没有图片链接。找了许久才发现两张表可以用图片id来结合，行吧，不就是查表的事情，写一堆代码把这些信息整理起来吧！&/p&&p&4. 花了一天终于整理出图片链接的csv了，交给爬虫组爬了三天三夜，期间在YY到时图片下下来之后可以用什么算法。&/p&&p&5. 拿到图片了，发现类别有了，但是bbox、关键点坐标信息都没有啊！咋整，上网找了个labelme自己整个1000张用着先呗，然后花了两天整了少量图片出来，期间还要劝服同事帮忙。&/p&&p&6. 剩下的图片交给标注员去标注。接着就是根据前两天YY到的算法，上github找找有没有现成的模型，然后git clone。修改了一点输入输出，用公共数据集顺利跑通！看来还是不错的嘛！&/p&&p&7. 回头把自己的数据放进去试试，简直一塌糊涂，那是当然的。现在就得回去仔细研究论文，看看作者的各种实现细节，然后魔改模型finetune。再次测试，咦，有点效果喔～&/p&&p&8. 这时候领导紧急开了个会议，说现在目标有点改变，我们往另一个方向走吧。&/p&&p&9. 开始研究这个领域的所有经典论文，每篇论文都看上好几次，看到最后几乎把整个领域的主要脉络摸清了，然后磨刀霍霍向模型！&/p&&p&10. 国际惯例先找github，但是很不幸我想要的算法并没有开源实现，那我来做第一个吧！&/p&&p&11. 马上照着菜单（论文），啪啪啪构建proposal模型，各种自定义层结构，特殊的loss function，菜单中提到的weight decay、learning rate decrease，几乎把论文所有角落的细节都翻遍了，目前为止进度还行，但是慢着！论文里提到的一个层，作者只是一笔带过了，没详细说明这是怎么实现的！&/p&&p&12. 都到这地步了还能放弃？开玩笑，立刻照着related work那一章提到的所有论文寻找线索，于是各种谷歌github知乎stackoverflow，终于弄懂了这个层的数学原理！&/p&&p&13. 好不容易把模型复现出来了，好家伙，开始用标注员准备好的数据来训练。&/p&&p&14. 慢着，这loss曲线不对劲啊？为啥会是直线，而且一轮收敛？不不不，肯定哪里出了错误，我得把代码重头检查一遍！&/p&&p&15. 费好大劲终于找出bug，代码也顺利跑通了，然后进入各种调参无限死循环。&/p&&p&16. 老板:那个，我们决定还是换个方向吧，需求变了。&/p&&p&17. 。。。。。。。。。&/p&&p&算法工程师时常自嘲成调包师，而且外行人听多了就还真以为调包很容易，深度学习和其它机器学习算法不同的是，一篇新论文算法的出现都要写很长的代码去复现，而且前提是你深刻了解作者的思想，蛋疼的是，有时候作者不会把所有细节都告诉你！！！容易吗我！&/p&&figure&&img src=&https://pic1.zhimg.com/v2-0fbbef8dc578d4f8ba320fc_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&1970& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-0fbbef8dc578d4f8ba320fc_r.jpg&&&/figure&&p&&/p&
CV DL: 1. 接到一个项目之后心潮澎湃，脑子里马上闪现出faster rcnn、resnet、mask rcnn等各种牛逼的算法。2. 结果发现图片都不知道存在哪……于是反馈给产品经理，开了一通会议，确定图片数据库在某个位置，准备读表爬虫！3. 结果发现表的信息是乱七八糟的…
&p&我想我刚好可以回答题主这个问题。简单自我介绍，我于2017年本科毕业，专业是计算机科学与技术，现在在百度从事 linux c++ 大数据服务开发的工作。在校园招聘中一共面试12家公司，拿到了12个offer。其中大部分是c++开发的岗位，除此之外还有java开发。算法，大数据，运维等岗位。&/p&&p&&br&&/p&&p&从题主的描述，并没有说自己现在是大几或者是研几，因为我认为每个阶段应该去接触什么样的知识，以及如何去培养自己的能力侧重点是不同的。既然是要找工作，我就暂且认为题主快要毕业了吧。如果单纯是想去找工作，并且是校园招聘，难度其实并不算很大。&/p&&p&其实我以前也和题主有一样的疑惑，总是很纠结于编程语言的种类，其实工作半年了以后，也就慢慢觉得，不要一直把自己限定于&b&“面向编程语言找工作”&/b&：因为现在在公司开发，不可能只会一门编程语言。于我而言，我主要是做c++服务端开发，可是我同样也写javaweb，因为是数据时代，工作中肯定会用到很多其他的工具，比如我常常写 python，shell，有些时候还写ruby，lua和JavaScript。&/p&&p&我根据自己的经验和经历给你几点建议吧。&/p&&p&&br&&/p&&p&1.从我上面的描述，可能除了c/c++你首先应该去接触更多的编程语言，&b&至少你要会写linux基本命令，shell的基本语法，因为现在很多互联网公司的开发环境都是linux的。&/b&所以，你可以先学linux。我可以给你推荐相关材料【备注：我推荐的资料都是我看过的，我认为好我才会推荐给你】，目前只要简单理解一下就好，如果现在你使用的是windows系统，那么就装个虚拟机学习吧，我读书的时候装的是双系统。&/p&&p&入门：Linux命令行与shell脚本编程大全 第3版【豆瓣评分9.2，不必读完，看前几章即可，工具书，可以带你入门】&u&&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&book.douban.com/subject&/span&&span class=&invisible&&//&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&进阶：Linux C编程一站式学习【&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/author/4577322/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&宋劲杉&/a& 老师写的，豆瓣评分9.0，这本书我看完了，设计面非常广，网络，操作系统，体系结构，编译等，可能一开始看起了比较难，不过无所谓，看完之后你会有很大的收获】&u&&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject/4141733/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&book.douban.com/subject&/span&&span class=&invisible&&/4141733/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&linux和linux下c编程就先推荐这两本吧。因为找工作完全够了。&/p&&p&&br&&/p&&p&&b&2.你得了解校招的模式。&/b&&/p&&p&与社招不同的是校招一般是&b&“to be used”&/b&，而社招一般是&b&“can be used”&/b&，也就是说校招进去的学生，不会马上让你干活儿，会给你制定一些培养的课程，而社招进去的人一般马上就会干活儿了。所以校招去评判一个人怎么样，一般是考验他的综合能力，比如知识面，计算机科学相关课程的掌握程度，反应是否够快，有时候面试还会有数学题，脑经急转弯等题目，看这个人的性格如何。所以，即便你是找c++的岗位，面试的时候也会问你很多譬如操作系统，数据库，网络等相关的知识。所以。你可能需要去复习：操作系统相关的知识，网络，数据库。&/p&&p&但是这些都不会考太难的。譬如操作系统等基本都是线程，进程相关问题。&/p&&p&网络一般就是三次握手，四次挥手，滑动窗口，tcp/ip http等，比较入门的知识&/p&&p&数据库的话，其实现在用关系数据库的并不算特别多，其实我认为题主可以多看看nosql相关的知识。&/p&&p&这里就不给你推荐书了，书的话，你得看很久，就给你推荐三门课程吧，都是我看过的，并且是全免费的，适合快速入门和深入。&/p&&p&&br&&/p&&p&&b&a.操作系统：&/b&其实有门清华的课程，挺难的，但是听好，现在先不推荐给你，先给你推荐个简单的吧，至少找工作够用【偏于理论】南京大学计算机操作系统：&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.xuetangx.com/courses/course-v1%3ANJU%2BC6_T2/courseware/3d70bfcd4eb/8a62c75b6d144b819e835f828dc2127b/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&xuetangx.com/courses/co&/span&&span class=&invisible&&urse-v1:NJU+C_T2/courseware/3d70bfcd4eb/8a62c75b6d144b819e835f828dc2127b/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&&b&b. 网络技术与应用&/b&【比较简单，我感觉就是为了面试而准备】&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.xuetangx.com/courses/course-v1%3AUST%2BUST001%2Bsp/courseware/57be39eedfa3c4afa939a04cd5eb4306898/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&xuetangx.com/courses/co&/span&&span class=&invisible&&urse-v1:UST+UST001+sp/courseware/57be39eedfa3c4afa939a04cd5eb4306898/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&&b&c存储：&/b&&/p&&p&了解下mongo吧&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.imooc.com/learn/295& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&imooc.com/learn/295&/span&&span class=&invisible&&&/span&&/a&&/u&&/p&&p&&b&3.基本功：数据结构&/b&&/p&&p&以前有句老话叫：“程序=数据结构+算法”，所以，可见数据结构与算法的重要性。这里很容易有一个误区。算法不等于程序竞赛，或者acm。我也不去定义是门是算法，其实现在的数据结构书籍都包含了算法的部分。我只给题主推荐一门课程【清华大学的，免费，我也看完了的，感觉质量很不错】&/p&&p&清华大学数据结构-邓俊辉老师&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.xuetangx.com/courses/course-v1%3ATsinghuaX%2BBsp/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&xuetangx.com/courses/co&/span&&span class=&invisible&&urse-v1:TsinghuaX+X+sp/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&可以全部看完，真的很好。&/p&&p&&br&&/p&&p&&b&4.c++，&/b&其实挺难的，如果你真的喜欢，就just do it，还有就是，投简历的时候可以多投些岗位，没必要把自己限定到一门编程语言中。我之前就是应聘了很多岗位。&/p&&p&&br&&/p&&p&&b&5.其实就是刷oj了&/b&，网站那么多，都差不多，你随便选一个就好。&/p&&p&&br&&/p&&p&最后：这上面都是推荐的较为基础的书籍与课程。书并不是买来了放在那里就不看的，认真的读完一本又一本，你肯定可以找到工作。&/p&&p&更新，更新，我把我几年的学习编程的方法都总结到了一篇文章中，欢迎观看，不是干货你用大皮鞭抽我哦，带油的那种，嘿嘿~&/p&&a href=&https://zhuanlan.zhihu.com/p/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic1.zhimg.com/v2-6c8b4efa461b01aed752a739fx120.jpg& data-image-width=&550& data-image-height=&386& class=&internal&&二胖：这可能是我见过最好的编程指南了！&/a&&p&&br&&/p&&p&完。&/p&
我想我刚好可以回答题主这个问题。简单自我介绍，我于2017年本科毕业，专业是计算机科学与技术，现在在百度从事 linux c++ 大数据服务开发的工作。在校园招聘中一共面试12家公司，拿到了12个offer。其中大部分是c++开发的岗位，除此之外还有java开发。算法…
&figure&&img src=&https://pic1.zhimg.com/v2-ebcfa76c746dd224f7af543bd4362da9_b.jpg& data-rawwidth=&400& data-rawheight=&240& class=&content_image& width=&400&&&/figure&&p&&b&
关于跳槽&/b&&/p&&p&过了元宵节，意味着狗年春节正式结束，也意味着跳槽高峰期正式开始。&/p&&p&&b&每年年后都是跳槽的高峰期&/b&，所以二胖就花了5个夜晚，收集了&b&知乎500万用户的信息&/b&，统计了下大家职业经历的信息，于是就有了这份统计报告。&/p&&hr&&p&首先来看看这次统计的内容，拿一个用户举例（当然是帅气的二胖）：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-c65575fac9da0f8ac732cc38f2cd879b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&1920& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-c65575fac9da0f8ac732cc38f2cd879b_r.jpg&&&/figure&&p&可以看到，二胖同时在公司A和公司B出任过总经理（假装是真的）。&/p&&p&根据这个信息我们可以知道，对于公司A来说，它的一个员工是来自于公司B；而对于公司B来说，它的一个员工去了公司A。所以，基于这个关系，我们可以知道公司之间的员工流动情况。&/p&&p&当然，为了统计出员工的流动情况，&b&用户的职业经历中至少有两个公司&/b&才是有效数据，所以二胖过滤掉了只写了一个职业经历和没有写职业经历的用户。&/p&&hr&&h2&&b&01 互联网公司&/b&&/h2&&p&&b&1.腾讯&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-bc831c0cb6a7b7256514_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic2.zhimg.com/v2-bc831c0cb6a7b7256514_r.jpg&&&/figure&&p&&b&上图为在腾讯工作过的员工还在哪些公司工作过。&/b&&/p&&p&可以看到，在腾讯工作过的员工跳槽到阿里和百度，或曾在阿里和百度工作过的人数相对较多。其实，在下面所展示的阿里及百度的员工信息中，我们会发现，&b&BAT三家之间员工的相互流动是比较频繁的。&/b& &/p&&p&毕竟BAT。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-b61a7c49ce0655206becc3f666127fdf_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-b61a7c49ce0655206becc3f666127fdf_r.jpg&&&/figure&&p&&b&上图为在腾讯工作过的员工所就职过的公司。&/b&&/p&&p&词云图较为全面地展示了腾讯员工的跳槽去处和跳槽来源，大家可以仔细看看有哪些公司，也许有意想不到的发现。&/p&&p&&br&&/p&&p&&b&2.百度&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a9f110e728b8cbb159072_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-a9f110e728b8cbb159072_r.jpg&&&/figure&&p&&b&上图为在百度工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-ac140b0e8c1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-ac140b0e8c1_r.jpg&&&/figure&&p&&b&上图为在百度工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&3.阿里巴巴&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-f3ad05bbba82f31e2d66d9f41fb200f4_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-f3ad05bbba82f31e2d66d9f41fb200f4_r.jpg&&&/figure&&p&&b&上图为在阿里工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-5e4b67d254d10e9810d2b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic2.zhimg.com/v2-5e4b67d254d10e9810d2b_r.jpg&&&/figure&&p&&b&上图为在阿里工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&4.网易&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-c3feab551d7fdae89c0b154_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic3.zhimg.com/v2-c3feab551d7fdae89c0b154_r.jpg&&&/figure&&p&&b&上图为在网易工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-d624fcaeac_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-d624fcaeac_r.jpg&&&/figure&&p&&b&上图为在网易工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&5.微软&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-8e79ac3f2aba55469b1dbb6_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-8e79ac3f2aba55469b1dbb6_r.jpg&&&/figure&&p&&b&上图为在微软工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-af2e099ade_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-af2e099ade_r.jpg&&&/figure&&p&&b&上图为在微软工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&6.谷歌&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-ac595c0afd0c0ff3cffc0c81b1c5cb20_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic1.zhimg.com/v2-ac595c0afd0c0ff3cffc0c81b1c5cb20_r.jpg&&&/figure&&p&&b&上图为在谷歌工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-a189bc9c7fe18fa481fdc_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-a189bc9c7fe18fa481fdc_r.jpg&&&/figure&&p&&b&上图为在谷歌工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&7.华为&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-8a4df613fc8aeee8edca1d74c2c985cb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic2.zhimg.com/v2-8a4df613fc8aeee8edca1d74c2c985cb_r.jpg&&&/figure&&p&&b&上图为在华为工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-814a82fe2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-814a82fe2_r.jpg&&&/figure&&p&&b&上图为在华为工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&8.新浪&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-fae6ffd03def5fd1fbf323c1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-fae6ffd03def5fd1fbf323c1_r.jpg&&&/figure&&p&&b&上图为在新浪工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-acb4e3376789bdbcb6dad9_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic1.zhimg.com/v2-acb4e3376789bdbcb6dad9_r.jpg&&&/figure&&p&&b&上图为在新浪工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&9.新美大（美团+大众点评）&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-6bc4f63e1a9_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic3.zhimg.com/v2-6bc4f63e1a9_r.jpg&&&/figure&&p&&b&上图为在新美大工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-34d133f5a705e42bef07eca7c7097f9f_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic1.zhimg.com/v2-34d133f5a705e42bef07eca7c7097f9f_r.jpg&&&/figure&&p&&b&上图为在新美大工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&10.小桔科技（滴滴）&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-9967cbd8a46d136b9fed_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic1.zhimg.com/v2-9967cbd8a46d136b9fed_r.jpg&&&/figure&&p&&b&上图为在滴滴工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-4bd0e772f45fcc296a76dfcedecdfa5b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-4bd0e772f45fcc296a76dfcedecdfa5b_r.jpg&&&/figure&&p&&b&上图为在滴滴工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&11.京东&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a0afca58fd_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-a0afca58fd_r.jpg&&&/figure&&p&&b&上图为在京东工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-0d851c5bc3d0a224d172b1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic1.zhimg.com/v2-0d851c5bc3d0a224d172b1_r.jpg&&&/figure&&p&&b&上图为在京东工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&12.今日头条&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-cf6f5ec2c5bcaf49a73b5_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic2.zhimg.com/v2-cf6f5ec2c5bcaf49a73b5_r.jpg&&&/figure&&p&&b&上图为在今日头条工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-3f05f32fa0dacbed79f5bf0a5bae560b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-3f05f32fa0dacbed79f5bf0a5bae560b_r.jpg&&&/figure&&p&&b&上图为在今日头条工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&13.奇虎360&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-79c}
DeeCamp 人工智能暑期夏令营启动报名
用微信扫描二维码分享至好友和朋友圈
原标题：DeeCamp 人工智能暑期夏令营启动报名 由教育部、创新工场、北京大学联合主办的 DeeC
原标题：DeeCamp 人工智能暑期夏令营启动报名
由教育部、创新工场、北京大学联合主办的 DeeCamp 人工智能训练营正式启动报名。该训练营将挑选出 300 名大学生，进行为期 5 周的理论和实战闭门培训。授课老师团队华丽，既包括图灵奖得主、中科院外籍院士 John Hopcroft 以及来自北大、卡内基梅隆大学、加州伯克利大学等全球顶尖高校的教授，也有包括创新工场董事长兼 CEO、AI 工程院院长李开复以及来自 Google、科大讯飞、Face++、地平线机器人等产业界顶尖公司的专家。
据介绍，DeeCamp 人工智能训练营为公益项目，顺利通过训练营考核的成员，还将收到来自教育部、创新工场、北京大学三方认证的结业证书以及直接加入知名 AI 公司的实习、就业机会。报名截止日期为 5 月 31 日。
DeeCamp 人工智能训练营是 2018 年中国高校 AI 人才国际培养计划的一部分。该培养计划由教育部国际合作与交流司、高等教育司、科学技术司联合指导，教育部中外人文交流中心、创新工场人工智能工程院和北京大学联合发起主办，北京前沿国际人工智能研究院协办，教育部学校规划建设发展中心作为支持单位。根据规划，这个培养计划将在五年内培训 500 个顶尖高校 AI 老师，5000 个 AI 毕业生大军。
据悉，DeeCamp 人工智能训练营的培训方式脱胎于创新工场人工智能工程院 2017 年的 DeeCamp 深度学习训练营。2017 年暑期，创新工场人工智能工程院从全球知名高校的 1000 多份简历中，选拔出 36 位大学生，为他们提供了为期 6 周的「闭门课程+项目实践」培训。结营时，学员们提交了 5 个 AI 演示项目，包括无人商店、送货机器人、歌词创作机器人、「斗地主」机器人以及聊天机器人，都是最前沿的 AI 研发领域。虽然这些演示项目离工程化、产品化仍有距离，但短短数周内，无 AI 经验的高校学生，就实现了这些演示项目的开发，证明这个应用型 AI 人才培养模式可行。
堪称「奢华」的「学术+产业」双导师
DeeCamp 人工智能训练营以最贴近产业一线的实践课题来分成不同的项目小组，每组学员人数不超过 10 个人，每组配备学术+产业「双导师」。该训练营的导师团队堪称「奢华」，是目前国内任何其他训练营都无法比拟的。
据介绍，DeeCamp 人工智能训练营的导师团队包括学术大咖和产业大牛两个序列。其中学术大咖都是来自全球顶尖高校的教授，包括图灵奖得主、中科院外籍院士 John Hopcroft，北京大学教授王亦洲、北京大学特聘研究员孙栩，卡耐基梅隆大学助理教授刘畅流，加州伯克利大学自动驾驶（BDD）博士后研究员于夫等。
产业大牛导师则是一批来自 AI 产业界领跑公司的专家，包括创新工场董事长兼 CEO、AI 工程院院长李开复，创新工场 AI 工程院副院长王咏刚，创新工场 AI 工程院副院长、前微软研究院主管研究员王嘉平，旷视科技首席科学家、前微软亚洲研究院首席研究员孙剑，Google 资深工程师王铁震，科大讯飞研究院副院长王海坤，美团点评算法研究员、KDD Cup 两届冠军、Kaggle 中国第一人燕鹏，第四范式 CEO、ACM 世界冠军戴文渊，知乎技术副总裁、前百度自然语言处理部主任架构师李大任，地平线机器人工程院副院长穆黎森，猎豹移动高级副总裁孙明焱，景驰 CEO、原百度自动驾驶首席科学家韩旭等。
2017 年度 DeeCamp 人工智能训练营的参与学生表示，对于国内的普通大学生而言，这些 AI 导师平时能见到一位都非常不容易，更别提同时接受这些学术和产业大咖的连续辅导，能加入到这样的项目，真是太幸运了。
训练内容更偏重实践能力
据 DeeCamp 人工智能训练营班主任、创新工场 AI 工程院副院长王咏刚介绍，DeeCamp 人工智能训练营的授课内容包含知识课和实战课两部分，其中后者的课程比例更高，实战课的课程比例会占到整个训练课程 80%，结营的主要考核标准就是项目展示，只有通过考核才能拿到结业证书。「DeeCamp 人工智能训练营希望培养的不是纸上谈兵的人，而是既懂理论更能动手实践的 AI 人才。」
王咏刚透露，知识课将包括 AI 行业发展趋势、从大数据到深度学习、机器学习、计算机视觉、自然语言处理、自动驾驶、智能机器人的控制与学习、TensorFlow 实战等。
完成知识课学习后，学员会被分成 AI 实战项目组，接受来自产业一线的实战课题方向，比如：物品识别、人体识别、聊天机器人、机器翻译、智能写作、情绪分析、量化金融、爆品预测、路径规划、自动驾驶等。
知名 AI 公司 Offer 和实习机会
据介绍，学员顺利通过课程考核后，除个人能力提升外，还将收到一系列「大礼包」。包括：
1、收到主办方联合盖章的结业证书；
2、与产业专家一起工作实践，直通知名 AI 公司的 Offer 和实习机会。
3、AI 项目成果。与来自世界各地的 300 名同学 5 周相处，分组做出可供展示的 AI 项目成果。
4、盛夏大趴。除了涨知识做项目，更有丰富的主题活动，让你认识更多志趣相投的小伙伴。
报名条件：AI 相关专业
据介绍，DeeCamp 训练营面向 AI 相关专业大学生开放，不限年级和专业，本硕博均可，2019 届毕业生优先，有相关竞赛、实践项目经验者、相关论文发表者优先。训练营时间为 2018 年 7 月 23 日-8 月 23 日，共 5 周。
DeeCamp 人工智能训练营为公益项目，由教育部、创新工场、北京大学以及协办和合作单位共同资助，不收取任何培训费用，学生只需承担参加本次训练营所需的相关差旅、食宿等费用。
即日起即可通过活动官网「https://challenger.ai」报名，5 月 31 日报名截止。
用微信扫描二维码分享至好友和朋友圈
凤凰网科技官方微信
播放数：33560
播放数：39283
播放数：145951
播放数：5808920DeeCamp创新工场深度学习训练营开营啦！DeeCamp创新工场深度学习训练营开营啦！饭制版百家号DeeCamp创新工场深度学习训练营7月12日，如约而至下面请看小编从现场发回来的报道这个夏天，36名来自全球各地的高校青年才俊集结于创新工场，预备着向人工智能的大海扬帆起航。穿上定制版t恤的他们意气风发，即将开启为期六周的AI探索之旅，面对前路未知的惊喜与挑战，每个人的脸上都透着兴奋与期待。（是的，我在脚踏着实地，45度仰望星空）第一站工场穿越奇遇记36人训（旅）练（行）营（团）火速展开工场穿越之旅，为确保观感体验，工场特地派出反应机敏能说会道颜值一等一的小助手扛起导游大旗，一一为营员们讲述着工场的发展历程。第二站开营破冰，你好，我亲爱的队友~初相遇也难掩小伙伴们的热情，因为我们都是为了梦想而相聚。第三站开复携导师天团高能亮相没有一点点防备~开复走近了你~惊不惊喜，意不意外？DeeCamp开营的第一时间，开复老师就从当下AI发展的现状与趋势出发，深入浅出地为大家分析了AI发展的三波浪潮，并解析了目前存在的问题，更为营员们介绍了创新工场的战略布局，给36名营员带来了一场关于时代和未来的视听盛宴。（时间有限，高能无限。提问环节的信息量小编我献上膝盖）第四站脑洞对决，你有freestyle吗选组长，起组名，都说好的开始是成功的一半，Freestyle就是我们制胜的法宝~团结紧张，严肃活泼的六小组(Freestyle、DeeChat、五鲜一金、路随心动、斗不死的Dee、薛定谔的小灯泡)即将开启更大的头脑风暴。第五站休息时刻，来了一个surprise震惊！饼干上的图片为何如此熟悉？这不是我么！噔噔噔~揭秘时刻！原来早在几天前小助手就以“公务”为由悄悄私信大家索要了各自的萌照，在开营前成功赶制出定制版翻糖饼干，真是心（诚）机（心）满满啊~第六站业界大佬带你飞咏刚、嘉平发表主题分享，营员们一致认为，涨姿势了，要拿小本本记下来。第七站我和导师有个约会一下午的时光过得飞快，Deecamp小组导师和营员边享受着晚餐边讨论着后续的项目设计。（对，我们吃的是日光晚餐~）DeeCamp创新工场深度学习训练营第一天打卡成功，不知接下来的日子里还有什么惊喜到来？请持续期待~下期的播报更精彩！本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。饭制版百家号最近更新：简介:但我知道，我一直都在为难自己作者最新文章相关文章Sina Visitor System&figure&&img src=&https://pic4.zhimg.com/v2-efa4d5ebdf88e1b956ac938_b.jpg& data-rawwidth=&402& data-rawheight=&253& class=&content_image& width=&402&&&/figure&&p&不管是打印精美高大上的纸质简历，还是电子版或求职者亲笔填写的用人单位统一模板的简历，即便它摆在面试官面前，在具体的面试过程中，求职者往往也会被要求“请您做一下自我介绍”或者“谈谈你自己”。&/p&&br&&p&“&strong&在任何一个有陌生人在的正式场合，做自我介绍要包含六要素&/strong&”。&br&&/p&&p&“自我介绍六要素”分享给同学们。&/p&&br&&br&&p&01&/p&&p&&strong&你是谁。&/strong&&br&&/p&&p&介绍自己的名字，最好逐字介绍，比如，我是李一科（如有重名，纯属虚构），木子李，唯一的一，科学的科。这样一开场，别人就知道你有一定的职场经验，或者训练有素；&/p&&p&另一方面也可避免面试官把你的名字写错。比如罗辑思维老罗，每次都在节目中介绍“罗辑思维公众号，是姓罗的那个罗哦。”&/p&&p&不然人家会搜索“逻辑思维”，可能就找不到他们。&/p&&p&一个人爱自己要从认可自己的身份姓名开始，最好把自己名字好好包装一下，给人正向的力量。&/p&&p&我曾遇到一个生产厂家的业务员，介绍自己名字的时候这样讲“我叫李一科，木子李，唯一的一，妇产科的科”，那是十多年前，周围一群导购全是十八九岁、二十出头的姑娘，马上有人翻脸骂他“流氓”。&/p&&p&不接受这个人，还怎么配合他的业务呢？这也成了当年我们那个部门的笑话。&/p&&br&&p&02&/p&&br&&br&&br&&p&&strong&你的年龄。&/strong&&br&&/p&&p&如果在求职中被问到年龄，最好直接讲出岁数，而不要说“我1989年或1993年”的。&/p&&p&有期电视节目，嘉宾问选手多大了，问了两遍，选手都说自己“1985年的”“我85年的”，嘉宾直接怒了，“我就问你几岁！我数学不好。”&/p&&p&虽然你可能批评嘉宾矫情，但当你处在求职者地位，不妨替对方考虑，直接说年龄。&/p&&p&最稳妥的可能是“我出生于90年6月1日，今年26岁”。有些公司的HR喜欢研究数字能量、星座之类的，这样报出来他们就可以更好地了解你了。&/p&&p&&strong&在需要正式做自我介绍的场合，没有必要隐瞒自己的年龄，即便是女士。&/strong&&/p&&br&&br&&p&03&/p&&br&&br&&br&&p&&strong&你来自哪里。&/strong&&br&&/p&&p&出生在东北，上学在北京，到上海求职，三年后的目标是生活在大连，一切皆有可能。自我介绍的目的是让对方了解你，拉近跟别人的距离，帮助你迅速融入团队。&/p&&br&&br&&p&04&/p&&br&&br&&br&&p&&strong&你的教育背景（和培训经历）。&/strong&&br&&/p&&p&简历上写了自己某大学本科某某专业毕业，学士或硕士学位，都不妨再介绍一遍，如果毕业后有职场类的培训经历，最好重点介绍，这样也显得象个职场老手的样子，赢得加分。&/p&&p&我印象比较深的是，曾有个求职者把自己在上家公司参加过《时间管理》、《沟通管理》类培训的经历都介绍了出来。&/p&&br&&br&&br&&p&05&/p&&br&&br&&br&&p&&strong&你的工作经历。&/strong&&br&&/p&&p&以上四条其实都还是“你是谁”，这一条则是“&strong&你做过什么，你能做什么，你将怎么做&/strong&”的自我介绍的重要部分。&/p&&p&如今，即便是大学的应届毕业生，也会有参加各种社会实践的机会，所以，只要出去应聘，不可能是完全没有经验的白纸一张。&br&&/p&&p&如果真的是一点儿社会工作经验甚至义工甚至寒暑假给商家发宣传单页都没做过，说实话，我觉得很难找工作。&/p&&br&&p&06&/p&&br&&br&&p&&strong&聊聊你的生活和你的爱好等。&/strong&&br&&/p&&p&这是个比较轻松的话题，秀一下友情与爱情，是多么美好的事情，哪家企业不愿意招聘有家庭幸福感的员工？&/p&&p&何况这样比较不容易招来有诸如跳楼自杀驾机撞山等有心理问题的员工，毕竟，没有哪家企业遭遇棘手的员工关系管理。&/p&&p&自我介绍以面试的测评为导向，是一种说服的艺术，耗时不过三、五分钟。&strong&作为求职者，在面试中主动地、积极地向面试官推荐自己，就是在为自己的职场生涯赢得加分。&/strong&&/p&
不管是打印精美高大上的纸质简历，还是电子版或求职者亲笔填写的用人单位统一模板的简历，即便它摆在面试官面前，在具体的面试过程中，求职者往往也会被要求“请您做一下自我介绍”或者“谈谈你自己”。 “在任何一个有陌生人在的正式场合，做自我介绍要包…
&p&作者：牛客12358号&/p&&p&链接：&a href=&https://link.zhihu.com/?target=https%3A//www.nowcoder.com/discuss/70012& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&nowcoder.com/discuss/70&/span&&span class=&invisible&&012&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&来源：牛客网&/p&&p&&br&&/p&&p&当时秋招的时候写的，只写了几个公司，后面面试的很多公司都没有写，先放上来，有空再回忆再更。 &/p&&p&&br&&/p&&p&&b&1 今日头条 &/b&&/p&&p&一面： &/p&&p&挑一个你觉得做的最好的项目讲讲，然后问问题 &/p&&p&讲一讲HOG算子（项目里有写），是怎么求梯度的？ &/p&&p&讲一讲SVM，知道多少说多少，为什么要用对偶问题求解？ &/p&&p&说一下BP是怎么求导的 &/p&&p&讲一下PCA，讲完后问有一个XX'，为什么？为什么是方差最大？ &/p&&p&写代码：二叉搜索树删除某个节点，先说思路，后写。 &/p&&p&&br&&/p&&p&二面： &/p&&p&讲论文，用深度学习怎么做，有什么区别？ &/p&&p&讲项目，有没有遇到hard example，对于这些怎么处理的。答曰调整了阈值，没有在训练层面处理。 &/p&&p&如果要处理人脸识别的hard example怎么处理？答曰fine-tune，继续问训练样本怎么办？答：采集样本，然后data augmentation, GAN理论上也可以。他说GAN太难了。 &/p&&p&在SVM的训练中有没有遇到hard example。答，SVM对hard example的应用非常重要，先用一部分训练集训练一个模型，然后用剩下的一部分训练集的一部分测试，把出错的再送进去训练，重复两到三次，效果会比较好。然后解释了为什么。 &/p&&p&SVM加核函数用过吗？讲一讲其中的差别。答：训练样本多，维度较大就可以用核函数，如果样本少用核函数比较容易过拟合。 &/p&&p&写代码：一个链表，依次输出第一个，倒数第一个，第二个，倒数第二个...这个简单。 &/p&&p&&br&&/p&&p&三面： &/p&&p&稍微讲了一讲项目 &/p&&p&直接写代码：给一个float的数，求算术平方根。先说思路，我想的是在一个区域内随机打点，从0到x积分=根号x，结果就是根号x的导数，0.5/根号x，面试官说这个带来了新的根号x，不行，然后提示说直接求，然后我就想到了折半查找。0~x折半或者0~1折半，分x大于1还是小于1的情况。 &/p&&p&写代码，三种砖块，分别是1*1,1*2,1*3，拼成1*N，有多少种拼法？我开头想成了完全背包问题，一开始写代码，说不对，想错了，就是一个斐波那契问题，很快写出，问，复杂度是多少？答O(N)，问有没有更简单的？我当时确实不知道，然后就说我不知道。然后面试就结束了，没想到最终还是通过了三面。 &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&2 携程 &/b&&/p&&p&一面： &/p&&p&讲一讲生成模型和判别模型的区别。 &/p&&p&GAN网络讲一讲，和生成模型以及判别模型有什么关系。 &/p&&p&求SIFT算子的步骤，优化方法？没答上来，说了一个大概，忘了。。 &/p&&p&要实现一个哈希表，应该怎么做（根据要哈希的内容选择合适的哈希函数和冲突解决方案，比如balabala...） &/p&&p&2面： &/p&&p&放弃 &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&3 拼多多 &/b&&/p&&p&1面（电话面）： &/p&&p&牛顿法怎么求Hissen矩阵，知道拟牛顿法吗 &/p&&p&代码，讲思路：若干个长度不同的数组，求最小的区间，让每个数组都有数字在这个区间内（不会） &/p&&p&换个简单的：一个01矩阵，每一排都是0在前1在后，问哪一排的1最多？（二分法）问有没有更简单的方法（每一排记录当前的最左边的1的位置，下一排的时候直接忽略右边的）问时间复杂度，猜测是O(m+n) &/p&&p&2面：北京现场 &/p&&p&项目 &/p&&p&会什么机器学习方法？讲一个。我挑了LR，从原理到推导到优化。他问梯度下降是最优解还是局部解，问，如何让它收敛到全局最优解？（不会）&a href=&https://link.zhihu.com/?target=http%3A//blog.csdn.net/itplus/article/details/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&blog.csdn.net/itplus/ar&/span&&span class=&invisible&&ticle/details/&/span&&span class=&ellipsis&&&/span&&/a& 牛顿法和拟牛顿法，拟牛顿包括BFGS和L-BFGS, 推导海森矩阵的逆之间的关系，绕开了求解海森矩阵。 &/p&&p&写代码。若干个区间，只要区间有交集则可以合并，求合并后跨度最大的区间是哪个？（sort,合并） &/p&&p&3面： &/p&&p&项目 &/p&&p&写代码：链表，原址变换为：奇数在前，偶数在后，相对顺序不变。（void 函数） &/p&&p&机器学习。。忘了 &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&4 搜狗 &/b&&/p&&p&一面： &/p&&p&项目问一遍，其中涉及的机器学习方法全问了一遍。 &/p&&p&一个python的dict，按照key-value存储，如何按照value排序 &/p&&p&如果是C++怎么做？一个map,怎么按照value排序？ &/p&&p&static的类有什么用。 &/p&&p&如何实现一个只能实例化一次的类。 &/p&&p&模板类？ &/p&&p&纯虚函数和虚函数的区别 &/p&&p&深度学习是万能的吗？什么地方不适用，如果给你一个任务，你如何选择用深度学习还是传统的如SVM？（任务、数据量、数据特点） &/p&&p&SVM核函数的选择？多项式核和RBF核的关系？ &/p&&p&resnet、inception，attention分别描述 &/p&&p&按照你的经验，深度学习的待学习的参数量和训练样本数量之间的关系。 &/p&&p&1*1的卷积核的作用 &/p&&p&TensorFlow interactivesession 和 session的区别 &/p&&p&RNN的缺陷以及LSTM怎么解决？ &/p&&p&如何提高一个网络的泛化能力？ &/p&&p&描述dfs和bfs,分别怎么实现？（栈和队列） &/p&&p&描述迪杰斯特拉算法 &/p&&p&动态规划是什么 &/p&&p&动态规划和带记忆的递归有什么区别？（自顶而下和自底而上） &/p&&p&0-1背包问题的动态规划递归式怎么写？ &/p&&p&描述KMP算法 &/p&&p&写代码：链表求和（反过来的） &/p&&p&写代码：三角数堆，只能往左下或者右下走，从堆顶到堆底和最小是多少。（dp） &/p&&p&&br&&/p&&p&二面： &/p&&p&项目、论文各种问，刨根问底。 &/p&&p&数学&&智商题目：一个袋子里有100个黑球和100个白球，每次随机拿出两个球丢掉，如果丢掉的是不同颜色的球，则从其他地方补充一个黑球到袋子里，如果颜色相同，则补充一个白球到袋子里。问：最后一个球是黑球和白球的概率分别为多大？ &/p&&p&数学&&智商题目：A容器中有4L沙子，B容器中有4L米，假设米和沙子密度一样。有一个C容器是300ml, 第一步，用C从A中舀300ml到B中，混合均匀，第二步，用C从B冲舀300ml到A中混合均匀。再重复第一步和第二步，问这四步之后，A中的米和B中的沙子谁多？ &/p&&p&&br&&/p&&p&&br&&/p&&p&&b&5 滴滴 &/b&&/p&&p&一面： &/p&&p&项目相关的机器学习和深度学习 &/p&&p&int *p=6; free(p)这段程序有没有错？运行会发生什么。 &/p&&p&写代码：两个有序数组的合并 &/p&&p&对强化学习了解吗？ &/p&&p&&br&&/p&&p&二面： &/p&&p&项目。 &/p&&p&你觉得滴滴打车的拼车价是怎么计算出来的，详细描述。（路径规划，订单预测之类的） &/p&&p&你觉得滴滴打车的溢价，1.1倍，1.2倍，这些数值是怎么计算出来的？（订单预测，当前司机数量），目的是什么？ &/p&&p&推导PCA。 &/p&&p&说LR和SVM损失函数。 &/p&&p&代码：二叉树之字形层次遍历，（正反正反。。。） &/p&&p&&br&&/p&&p&三面（面试官像个部门领导，比较老一点，沉稳一点）： &/p&&p&项目，涉及的深度学习和机器学习。 &/p&&p&推导PCA，具体问很多为什么。为什么是方差最大化？你这个是方差吗？ &/p&&p&推导BP神经网络的反向求导。（可以用均方损失函数） &/p&&p&代码：A和B是两个矩阵，求 tr（A'B）,A'指A的转置。（写出来后，我没有检查AB是否size相同，他说应该考虑这种边界条件，并说你考虑了AB是否空矩阵这是比较好的一点） &/p&&p&XGBoost了解吗（No） &/p&&p&&br&&/p&&p&四面（HR）： &/p&&p&最有成就感的项目，讲讲分工，为什么有成就感？ &/p&&p&实验室同学们怎么评价你，他们认为你的优缺点是啥。 &/p&&p&拿到什么offer。怎么选择公司？ &/p&&p&对滴滴的了解程度，怎么评价滴滴。 &/p&&p&&/p&&p&&/p&&p&&/p&
作者：牛客12358号链接：来源：牛客网 当时秋招的时候写的，只写了几个公司，后面面试的很多公司都没有写，先放上来，有空再回忆再更。 1 今日头条 一面： 挑一个你觉得做的最好的项目讲讲，然后问问题 讲一讲HOG算子（项目里有写），…
&p&这书不是用来复习的吗 看周志华16年那本呗 还有MLAPP BRML FML也是2010年以后出的，斯坦福16年出了本深度学习的，Michael Nielsen16年也写了一本深度学习的，springer12年有一本强化学习的，那么多适合入门的，不知道为什么非要选李航的，因为薄么。。。学习不要偷懒啊。。&br&&br&个人认为应该先看一下applied multivariate statistical analysis一上来就是多元统计估计您不适应，还应该看一下convex optimization否则满书提convex不知道是个啥 而且svm里很核心的lagrange dual function在优化里也会讲，很多模型到最后都是优化问题&br&&br&(好像跑题了，题主不考研啊。。)&/p&
这书不是用来复习的吗 看周志华16年那本呗 还有MLAPP BRML FML也是2010年以后出的，斯坦福16年出了本深度学习的，Michael Nielsen16年也写了一本深度学习的，springer12年有一本强化学习的，那么多适合入门的，不知道为什么非要选李航的，因为薄么。。。学…
&p&刚刚找完工作的人尝试答一下，假设题主在准备明年的秋招&/p&&p&李航老师的《统计学习方法》非常好，算法大概包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、CRF，书中例子、推导、算法相对比较详细，&b&仔细阅读&/b&是非常有必要的。&/p&&h2&是否需要代码实现&/h2&&p&赞成的理由：&/p&&p&（1）代码实现可以加深对算法的理解&/p&&p&（2）提升自己的coding能力（尽量不要满足于简单的toy）&/p&&p&不赞成的理由：&/p&&p&（1）有些算法实现起来难度比较大，比如HMM、CRF，这一块的直接看源码可能受益更大&/p&&p&（2）从招聘的角度来看，面试时间会比较短，一般不会考查实现。推导、原理可能性更大&/p&&p&&b&综上&/b&，主要还是要结合题主本身的情况，如果coding本领过硬，可以尝试并行的LR、GBDT，原理要深挖，比如如何串讲LR、ME、EM、HMM、CRF。&/p&&p&下面是我2017年找工作一点简单的经验&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/a/article/details/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&2017校招面经（BAT、搜狗、搜狐、一点资讯、360、华为优招） - 雪伦的专栏 - 博客频道 - CSDN.NET&/a& &/p&&p&希望对题主有用，祝题主找工作顺利！&/p&
刚刚找完工作的人尝试答一下，假设题主在准备明年的秋招李航老师的《统计学习方法》非常好，算法大概包括NB、LR、SVM、CART、GBDT、感知机、最大熵、EM、HMM、CRF，书中例子、推导、算法相对比较详细，仔细阅读是非常有必要的。是否需要代码实现赞成的理由…
&p&多线程是Java技术面试中面试官比较喜欢问的问题之一。在这里，从面试的角度列出了大部分重要的问题，但是作为一个程序员仍然应该牢固的掌握Java多线程基础知识来对应日后碰到的问题。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-2ef1f8a0ba3f6b0cba55a_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&558& data-rawheight=&278& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic3.zhimg.com/v2-2ef1f8a0ba3f6b0cba55a_r.jpg&&&/figure&&p&&b&1.&/b& 进程和线程之间有什么不同？&/p&&p&一个进程是一个独立(self contained)的运行环境，它可以被看作一个程序或者一个应用。而线程是在进程中执行的一个任务。Java运行环境是一个包含了不同的类和程序的单一进程。线程可以被称为轻量级进程。线程需要较少的资源来创建和驻留在进程中，并且可以共享进程中的资源。&/p&&p&&b&2&/b&. 多线程编程的好处是什么？&/p&&p&在多线程程序中，多个线程被并发的执行以提高程序的效率，CPU不会因为某个线程需要等待资源而进入空闲状态。多个线程共享堆内存(heap memory)，因此创建多个线程去执行一些任务会比创建多个进程更好。举个例子，Servlets比CGI更好，是因为Servlets支持多线程而CGI不支持。&/p&&p&&b&3&/b&. 用户线程和守护线程有什么区别？&/p&&p&当我们在Java程序中创建一个线程，它就被称为用户线程。一个守护线程是在后台执行并且不会阻止JVM终止的线程。当没有用户线程在运行的时候，JVM关闭程序并且退出。一个守护线程创建的子线程依然是守护线程。&/p&&p&&b&4&/b&. 我们如何创建一个线程？&/p&&p&有两种创建线程的方法：一是实现Runnable接口，然后将它传递给Thread的构造函数，创建一个Thread对象；二是直接继承Thread类。&/p&&p&&b&5.&/b& 有哪些不同的线程生命周期？&/p&&p&当我们在Java程序中新建一个线程时，它的状态是New。当我们调用线程的start()方法时，状态被改变为Runnable。线程调度器会为Runnable线程池中的线程分配CPU时间并且讲它们的状态改变为Running。其他的线程状态还有Waiting，Blocked和Dead。&/p&&p&6. 可以直接调用Thread类的run()方法么？&/p&&p&当然可以，但是如果我们调用了Thread的run()方法，它的行为就会和普通的方法一样，为了在新的线程中执行我们的代码，必须使用Thread.start()方法。&/p&&p&7. 如何让正在运行的线程暂停一段时间？&/p&&p&我们可以使用Thread类的Sleep()方法让线程暂停一段时间。需要注意的是，这并不会让线程终止，一旦从休眠中唤醒线程，线程的状态将会被改变为Runnable，并且根据线程调度，它将得到执行。&/p&&p&&b&8&/b&. 你对线程优先级的理解是什么？&/p&&p&每一个线程都是有优先级的，一般来说，高优先级的线程在运行时会具有优先权，但这依赖于线程调度的实现，这个实现是和操作系统相关的(OS dependent)。我们可以定义线程的优先级，但是这并不能保证高优先级的线程会在低优先级的线程前执行。线程优先级是一个int变量(从1-10)，1代表最低优先级，10代表最高优先级。&/p&&p&&b&9&/b&. 什么是线程调度器(Thread Scheduler)和时间分片(Time Slicing)？&/p&&p&线程调度器是一个操作系统服务，它负责为Runnable状态的线程分配CPU时间。一旦我们创建一个线程并启动它，它的执行便依赖于线程调度器的实现。时间分片是指将可用的CPU时间分配给可用的Runnable线程的过程。分配CPU时间可以基于线程优先级或者线程等待的时间。线程调度并不受到Java虚拟机控制，所以由应用程序来控制它是更好的选择（也就是说不要让你的程序依赖于线程的优先级）。&/p&&p&&b&10&/b&. 在多线程中，什么是上下文切换(context-switching)？&/p&&p&上下文切换是存储和恢复CPU状态的过程，它使得线程执行能够从中断点恢复执行。上下文切换是多任务操作系统和多线程环境的基本特征。&/p&&p&&b&11&/b&. 你如何确保main()方法所在的线程是Java程序最后结束的线程？&/p&&p&我们可以使用Thread类的joint()方法来确保所有程序创建的线程在main()方法退出前结束。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-0d01fa4ae_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&566& data-rawheight=&300& class=&origin_image zh-lightbox-thumb& width=&566& data-original=&https://pic3.zhimg.com/v2-0d01fa4ae_r.jpg&&&/figure&&p&&br&&/p&&p&当线程间是可以共享资源时，线程间通信是协调它们的重要的手段。Object类中wait()notify()notifyAll()方法可以用于线程间通信关于资源的锁的状态。&/p&&p&&b&13&/b&.为什么线程通信的方法wait(), notify()和notifyAll()被定义在Object类里？&/p&&p&Java的每个对象中都有一个锁(monitor，也可以成为监视器) 并且wait()，notify()等方法用于等待对象的锁或者通知其他线程对象的监视器可用。在Java的线程中并没有可供任何对象使用的锁和同步器。这就是为什么这些方法是Object类的一部分，这样Java的每一个类都有用于线程间通信的基本方法&/p&&p&&b&14&/b&. 为什么wait(), notify()和notifyAll()必须在同步方法或者同步块中被调用？&/p&&p&当一个线程需要调用对象的wait()方法的时候，这个线程必须拥有该对象的锁，接着它就会释放这个对象锁并进入等待状态直到其他线程调用这个对象上的notify()方法。同样的，当一个线程需要调用对象的notify()方法时，它会释放这个对象的锁，以便其他在等待的线程就可以得到这个对象锁。由于所有的这些方法都需要线程持有对象的锁，这样就只能通过同步来实现，所以他们只能在同步方法或者同步块中被调用。&/p&&p&&b&15&/b&. 为什么Thread类的sleep()和yield()方法是静态的？&/p&&p&Thread类的sleep()和yield()方法将在当前正在执行的线程上运行。所以在其他处于等待状态的线程上调用这些方法是没有意义的。这就是为什么这些方法是静态的。它们可以在当前正在执行的线程中工作，并避免程序员错误的认为可以在其他非运行线程调用这些方法。&/p&&p&&b&16&/b&.如何确保线程安全？&/p&&p&在Java中可以有很多方法来保证线程安全——同步，使用原子类(atomic concurrent classes)，实现并发锁，使用volatile关键字，使用不变类和线程安全类。&/p&&p&&b&17&/b&. volatile关键字在Java中有什么作用？&/p&&p&当我们使用volatile关键字去修饰变量的时候，所以线程都会直接读取该变量并且不缓存它。这就确保了线程读取到的变量是同内存中是一致的。&/p&&p&&b&18&/b&. 同步方法和同步块，哪个是更好的选择？&/p&&p&同步块是更好的选择，因为它不会锁住整个对象（当然你也可以让它锁住整个对象）。同步方法会锁住整个对象，哪怕这个类中有多个不相关联的同步块，这通常会导致他们停止执行并需要等待获得这个对象上的锁。&/p&&p&&b&19&/b&.如何创建守护线程？&/p&&p&使用Thread类的setDaemon(true)方法可以将线程设置为守护线程，需要注意的是，需要在调用start()方法前调用这个方法，否则会抛出IllegalThreadStateException异常。&/p&&p&&b&20&/b&. 什么是ThreadLocal?&/p&&p&ThreadLocal用于创建线程的本地变量，我们知道一个对象的所有线程会共享它的全局变量，所以这些变量不是线程安全的，我们可以使用同步技术。但是当我们不想使用同步的时候，我们可以选择ThreadLocal变量。&/p&&p&每个线程都会拥有他们自己的Thread变量，它们可以使用get()set()方法去获取他们的默认值或者在线程内部改变他们的值。ThreadLocal实例通常是希望它们同线程状态关联起来是private static属性。&/p&&p&&b&21&/b&. 什么是Thread Group？为什么建议使用它？&/p&&p&ThreadGroup是一个类，它的目的是提供关于线程组的信息。&/p&&p&ThreadGroup API比较薄弱，它并没有比Thread提供了更多的功能。它有两个主要的功能：一是获取线程组中处于活跃状态线程的列表；二是设置为线程设置未捕获异常处理器(ncaught exception handler)。但在Java 1.5中Thread类也添加了setUncaughtExceptionHandler(UncaughtExceptionHandler eh)方法，所以ThreadGroup是已经过时的，不建议继续使用。&/p&&p&t1.setUncaughtExceptionHandler(newUncaughtExceptionHandler(){&/p&&p&@Override&/p&&p&publicvoiduncaughtException(Thread t, Throwable e) {&/p&&p&System.out.println(&exception occured:&+e.getMessage());&/p&&p&}&/p&&p&});&/p&&p&&b&22&/b&. 什么是Java线程转储(Thread Dump)，如何得到它？&/p&&p&线程转储是一个JVM活动线程的列表，它对于分析系统瓶颈和死锁非常有用。有很多方法可以获取线程转储——使用Profiler，Kill -3命令，jstack工具等等。我更喜欢jstack工具，因为它容易使用并且是JDK自带的。由于它是一个基于终端的工具，所以我们可以编写一些脚本去定时的产生线程转储以待分析。&/p&&p&&b&23&/b&. 什么是死锁(Deadlock)？如何分析和避免死锁？&/p&&p&死锁是指两个以上的线程永远阻塞的情况，这种情况产生至少需要两个以上的线程和两个以上的资源。&/p&&p&分析死锁，我们需要查看Java应用程序的线程转储。我们需要找出那些状态为BLOCKED的线程和他们等待的资源。每个资源都有一个唯一的id，用这个id我们可以找出哪些线程已经拥有了它的对象锁。&/p&&p&避免嵌套锁，只在需要的地方使用锁和避免无限期等待是避免死锁的通常办法，去学习如何分析死锁。&/p&&p&&b&24&/b&. 什么是Java Timer类？如何创建一个有特定时间间隔的任务？&/p&&p&java.util.Timer是一个工具类，可以用于安排一个线程在未来的某个特定时间执行。Timer类可以用安排一次性任务或者周期任务。&/p&&p&java.util.TimerTask是一个实现了Runnable接口的抽象类，我们需要去继承这个类来创建我们自己的定时任务并使用Timer去安排它的执行。&/p&&p&&b&25&/b&. 什么是线程池？如何创建一个Java线程池？&/p&&p&一个线程池管理了一组工作线程，同时它还包括了一个用于放置等待执行的任务的队列。&/p&&p&java.util.concurrent.Executors提供了一个java.util.concurrent.Executor接口的实现用于创建线程池。线程池例子展现了如何创建和使用线程池，或者ScheduledThreadPoolExecutor例子，了解如何创建一个周期任务&/p&&p&此文章来源于网络，本人懒。想了解跟多Java资讯，可以关注我，不定期分享干货&/p&
多线程是Java技术面试中面试官比较喜欢问的问题之一。在这里，从面试的角度列出了大部分重要的问题，但是作为一个程序员仍然应该牢固的掌握Java多线程基础知识来对应日后碰到的问题。1. 进程和线程之间有什么不同？一个进程是一个独立(self contained)的运…
&figure&&img src=&https://pic2.zhimg.com/v2-76dfcf5c1c5ceef1b60b4d2_b.jpg& data-rawwidth=&1065& data-rawheight=&543& class=&origin_image zh-lightbox-thumb& width=&1065& data-original=&https://pic2.zhimg.com/v2-76dfcf5c1c5ceef1b60b4d2_r.jpg&&&/figure&&blockquote&会不会需要技术背景？门槛高不高？&br&客户对人工智能了解吗？需求量大不大？&br&竞争这么激烈，怎么搞定客户？&/blockquote&&p&关于人工智能公司的销售工作，实在有太多谜团.&/p&&p&「KnowingAI知智」特别找到三家当红人工智能公司，与其销售、售前负责人进行了访谈。&/p&&p&其中包括在银行和公安领域深耕，已经拿到四大行订单的云从科技；成立至今已 10 年，如今以绝对优势占领车载市场的思必驰；以及正在人工智能售前领域发力，9 个月完成 3 轮融资的智能一点。&/p&&p&三家公司分属计算机视觉、语音语言交互和对话系统三大垂直技术应用方向，且分属 B 轮、C 轮、Pre-A 轮不同的融资阶段。&/p&&p&希望他们的经历和思考能对诸位有所启示。&/p&&p&&br&&/p&&p&&b&一、抓过逃犯的技术服务部负责人&/b&&/p&&p&&br&&/p&&p&我是安光照，现在在负责云从科技北区的技术服务部。&/p&&p&从大三在中科院重庆研究院实习，到毕业后的工作，再到现在来北区，最开始到现在我一直跟着周老师（云从科技创始人周曦）。其实最开始是做研发，转成售前的契机是一方面性格上坐不住、喜欢和人打交道，又很了解公司的产品和算法。2015 年云从正式成立，第一时间就成立了北区办事处，我就过来加入北区技术服务部了。&/p&&p&云从正式成立到现在还不到三年，并不像大公司一样把售前、售中、售后分得那么明确。特别是北区要负责北方几个大省，项目太多、发展太快、我们的研发和算法又都在上海和重庆，拉人过来成本太高。做标书、前期技术方案交流，甚至后期的实施、部署、现场对接，这些销售做不了的技术工作我们都做。后来，我们这些售前就直接改成技术服务部了。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-bebf9e12ab920805ccc1fa931a885930_b.jpg& data-caption=&& data-rawwidth=&1068& data-rawheight=&681& class=&origin_image zh-lightbox-thumb& width=&1068& data-original=&https://pic3.zhimg.com/v2-bebf9e12ab920805ccc1fa931a885930_r.jpg&&&/figure&&p&这也是人脸最早在金融业爆发的原因，不管柜台还是手机端，银行的场景大部分是人和证件照的 1:1 比对，绝大部分场景都是配合式的，实现起来相对简单。公安的场景就比较复杂，刑侦破案需要对路上的行人做实时分析，和在逃人员库进行实时对比，这样的 1:N 的场景相对就比较难。虽然难，但公安场景很有趣。从用人脸发现线索、找到这个人的轨迹，再到破案抓人，是一件很有成就感的事。&/p&&p&从开始到现在，项目的实施周期在变、环境在变、客户的认知也在变。最开始我们不懂银行，手里只有一套核心比对算法，要去和银行的各个部门聊架构、聊场景、聊对接。第一个银行从介入到上线，差不多花了三个月。现在一个一个项目做过来，其实大部分城商行的架构和系统大同小异，如果没有定制化需求，一般两周左右就能接入上线。像最近银行的刷脸取款这种需求，就需要针对场景定制化开发对接，五到六周也能上线。&/p&&p&最开始做市场的时候客户很少，只要不是很离谱的需求，我们都答应。但其实在技术评估上要投入很多，或者干脆就做不了。因为做人脸比对，曾经就有客户希望比对鼻子的相似度，证明两个鼻子是同一个人的。这种识别就不再是人脸识别，不仅需要大量鼻子的数据，其他的成本、工作量都非常大。但话说回来，有了鼻子的相似度，又能对客户的工作有多大帮助？&/p&&p&不过客户的认知变化很快。2015 年上半年见客户时，不管银行还是公安，他们对人脸识别都没有概念，我们当时 PPT 的第一张就是「什么是人脸识别」。那时候人脸识别这个市场很小，客户们都觉得有没有人脸识别无所谓。从接触、引导到让客户慢慢接受、认同人脸识别是银行的刚需，差不多要花上半年时间。&/p&&p&现在 60-70％ 的银行都用上了人脸识别，由于银行业同行业竞争的特点，客户已经从最初的「有没有无所谓」变成「赶紧上线吧」。从接触、招标到中标、做完项目，已经差不多一个月就能结束，周期变得很短。随着需求量逐渐变得很大，加上媒体的关注和推动，客户对人脸识别开始变得很懂。我们再也不用去介绍什么是人脸识别，甚至有的客户比我们还懂。&/p&&p&所以现在（做售前）也越来越难了，最开始是客户不懂我懂，现在是客户懂、我要比客户还懂才行，对我们的要求也慢慢变得更高。特别是售前需要和客户聊技术方案，有的客户甚至会问很深层次的算法，如果达不到客户预期，他们就会对公司产生质疑。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-7f434de8b327f1f08070cec3dabe0ec8_b.jpg& data-caption=&& data-rawwidth=&1278& data-rawheight=&923& class=&origin_image zh-lightbox-thumb& width=&1278& data-original=&https://pic2.zhimg.com/v2-7f434de8b327f1f08070cec3dabe0ec8_r.jpg&&&/figure&&p&这就对售前和销售的技术背景开始有所要求。我们当然希望能招聘做过人工智能相关工作的人员，做过语音识别、车牌识别也可以，因为大家都是相通的。不过确实不好招，人脸识别公司很火，大家不会轻易跳槽，公司要保护核心团队，挖人也很不容易。&/p&&p&从头培养自己的销售人员后期可以做，但现在需求量这么大，从头培养很不现实。今天入职的同事，第二天就要去见客户，如果是没有背景或者经验或者应届毕业生，肯定都做不了。&/p&&p&但不是说培训不重要，而是非常重要。算法在迭代，产品也在迭代。如果没有系统培训，入职两个月后对产品的了解还停留在入职时，就跟不上公司的发展。短培训每周一次，大培训一个月左右一次，产品迭代版本多的时候甚至要半个月一次。有时候总部也会派人在全国的各个办事处，巡回来做培训。&/p&&p&因为本地化运营策略，我们在全国各省都有办事处或办公室。响应速度快加上承诺人员驻场，无论客户有什么问题都能马上见到人解决，这就非常踏实。对于客户来说，算法是虚的，实在的是服务和后期的实施运维。像农行总行，上线交付完毕依然有两个人驻场，随时运维保障。&/p&&p&不管银行还是公安，当地有人的话响应速度、客户关系，都会好一些。像银行圈子其实不大，这么多案例下来，云从已经有了上线快、支持力度好的评价，口口相传大家都相信，这就是口碑。&/p&&p&在过去工作中印象最深的经历……应该是去年的一个公安项目。当时 A 市市局项目金额比较大，全国二十多家人脸识别的厂商都来竞争。市局让每个厂商选一个区做动态布控（抓在逃犯人），谁的算法抓得到人，就用谁的方案。&/p&&p&当时我和销售两个人扛着服务器跑到 A 市的 X 区，但这个区和当地友商关系比较好，就用各种理由拒绝我们。没办法，我们俩就在公安局门口硬等，公安局抗不过，就让我们去位置很偏、刚刚成立的 Y 区。我们再扛着服务器过去，求人家让我们做试点，终于把系统装了上去。&/p&&p&从 7 月到 10 月，我就一直在 A 市守着，盯人、协调、能干的什么都干。终于有一天系统报出了第一个结果。系统显示 80％ 的相似度我心里也没底，但总感觉应该是一个人。&/p&&p&公安问怎么办，这人抓不抓？我说抓！跟着就上了警车。没穿警服、也不敢上去按人，但记得系统上的显示的名字，我就喊「某某某！」他一下回了头，身后的警察马上冲上去抓人。&/p&&p&这是第一件事儿，后来我们又破了一个案子，公安觉得确实有帮助。市局觉得我们不错，就以我们的系统为核心搭建了自己的平台。&/p&&p&现在想想 7 月里扛着服务器大汗淋漓还被拒绝，真的很尴尬。但从没有商务关系，到用技术去征服、让客户认可人脸识别算法，一路走来很辛酸、也很有成就感。&/p&&p&现在我也会和技术服务部的同事们说，客户现在都很懂技术，不管价格高低，一定要能帮客户解决问题。我们有技术、客户有场景，能协助客户做事情，自然而然就会被信任。&/p&&p&&br&&/p&&p&&b&二、从语音识别研发工程师，到负责产品业务的副总裁&/b&&/p&&p&&br&&/p&&p&我是雷雄国，在思必驰任副总裁，负责智能硬件物联网场景下的方案销售和产品工作。&/p&&p&和计算机视觉公司不太一样，因为签单后需要做长期的、包括版本更新、新技术实时集成等工作，所以智能语音技术公司的销售周期比较长，售前、售后工作也比较多。&/p&&p&作为技术型人工智能公司，我们的销售、售前需要根据客户的多样化需求来提供个性化的解决方案，售后也需要根据客户不同的软硬件环境及实际应用场景来解决实际遇到的技术问题，这就要求我们的销售、售前和售后团队对语音技术的基本原理、应用场景都要有比较深入的理解和认知。&/p&&p&除此之外，客户关系维护和客户新需求的挖掘也是我们团队的核心工作任务。人工智能技术的产品化目前处在爆发前期，客户很多时候需要全方位的服务和支持，这就需要我们的销售、产品、项目和技术团队会出于不同的层面去维护客户关系。不仅可以大大加速客户产品的落地，还可以对产品的情况进行回访、沟通，甚至寻找新的产品需求，进行二次销售。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-c3be66abad35662bb17fff3_b.jpg& data-caption=&& data-rawwidth=&1070& data-rawheight=&728& class=&origin_image zh-lightbox-thumb& width=&1070& data-original=&https://pic1.zhimg.com/v2-c3be66abad35662bb17fff3_r.jpg&&&/figure&&p&重视客户关系维护的另一个重要原因，是目前语音行业的客户争夺比较激烈。现在的语音行业做的还是外包式的项目服务，厂商也比较多。大家都在提供定制解决方案或 SDK，技术定制化、客户的产品需求和体验版本升级的速度并不吻合。不管做任何客户的定制的解决方案，耗费的时间精力都是一样的，所以行业大部分公司都对大客户趋之若鹜，对中小客户支持有限。&/p&&p&今年我们发布了全链路的语音平台 DUI，目标就是把这种定制规模化。从识别、合成到理解，从孤立的技术点到完整的解决方案，语音交互功能的集成和开发过程相对较长。通过让客户自己来完成对话逻辑、热词等部分，定制方案就变得更加便捷。&/p&&p&DUI 开放后，有一些我们没想到的客户和需求出现了。比如智能客服的需求量就特别大，还有医疗方向的智能门诊、微信助手、APP 助手等等。我们服务客户的数量、场景、质量都得到了大幅的提升。&/p&&p&虽然现在在开放 DUI 满足更多的用户，但在 2015 年以前人工智能没那么火的时候，客户都需要我们主动去找。那时的客户常常把语音想得很万能，也不理解什么是场景化。要么把技术看得很了不起，觉得什么都能做。有些客户会问声纹识别能不能识别我是谁？连用户数据都没有，怎么做识别？而且声纹技术的不可控因素太大，情绪、身体状况都会影响识别效果。&/p&&p&要么就是把技术想的很简单。语音交互是一个很长的链条，有的客户说是只要识别，但其实他想要的还有从识别、合成到理解的一系列交互。&/p&&p&还有一个问题是传统客户、移动互联网客户不知道语音和人工智能技术能带来什么，以及怎么与产品结合。反映出的问题是 AI 产品经理的匮乏——既懂人工智能技术、又懂产品体验的人太少。&/p&&p&像现在很火的智能音箱就不是自身的火热，是智能助理、社会终端的火热。它其实是一个以音箱外形呈现的，物联网家居的中心入口。语音是人机交互的手段，不是功能。它可以与社交、电商、医疗、教育结合，凡是需要与机器进行互动操作的都可以嵌入。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-2a6c78cabf6e48_b.jpg& data-caption=&& data-rawwidth=&1277& data-rawheight=&936& class=&origin_image zh-lightbox-thumb& width=&1277& data-original=&https://pic4.zhimg.com/v2-2a6c78cabf6e48_r.jpg&&&/figure&&p&做语音项目实现的周期不稳定，很大原因是受客户方案和想法的成熟度，以及技术和客户的配合程度影响。作为一线团队的销售团队，不仅要面对产品需求和客户，也是公司的脸面，我们会要求团队达到一定程度的对行业的认知和对技术的认知。&/p&&p&招聘合适的销售的确难，不过我们现在招聘销售有一个好处是车载、家居都有传统行业的影子。并不一定要求销售懂 AI 行业，如果是做家居、了解家居行业也是可以的。&/p&&p&不管是销售还是技术支持，培训必不可少。不仅有周期性的正式培训，不同的部门也会通过周例会、月度例会、晨会来做提升。还有「案发现场」的回溯，我们的每个客户状况都会在内部以文字的形式记录呈现，共同讨论学习。&/p&&p&除此之外，还有研发同事做技术层面的相关培训。NCMMSC2017 学术会议刚结束，实验室的同学就通过视频会议的方式进行了分享，感兴趣的同事都可以参与。&/p&&p&在负责销售和产品之前，我的职位是语音技术高级研发工程师。2015 年思必驰转型面向 2B 市场，决定向移动互联网和智能硬件渗透，需要有人去开辟市场。当时确定了车载、家居、机器人三大方向，深圳作为中国硬件方案商的聚集地，是第一批客户、最核心的客户的所在地。我对技术了解比较深，也愿意去开辟这个市场，就一个人去深圳着手建立产品和销售团队。&/p&&p&印象最深的、最难的，还是最开始的部分，从技术型变成产品业务型，这个过程比较痛苦。现在看来，其中一个非常重要的心得，是一定要站在客户和体验的角度去应用技术完成产品，而不仅仅是只从技术角度去思考问题。最开始见客户时如果有两种方法达成需求，技术型人往往会选择纯粹的技术型方法，但其实是可以通过产品体验和产品自身巧妙解决，而非只有技术型方法。&/p&&p&出于对客户的尊重，没办法拿出具体的例子。但曾经有一次做快捷唤醒需求时，客户希望在各种场景下都能达到免唤醒词的效果，比如在车载环境下实现「（导航）高速优先，（音乐）下一首歌」的需求。从产品的角度，这的确能大幅提升用户的体验；但从技术的角度看，引入大量的唤醒词会造成系统的额外开销，还会增大误唤醒概率。&/p&&p&后来，我们决定在高频指令上使用唤醒词方案。为了降低误唤醒率，还引入了 One Shot 「一语即达」功能，以更偏向产品的方式实现了客户的需求。&/p&&p&&br&&/p&&p&&b&三、正在改变售前行业的「AI 应用顾问」&/b&&/p&&p&&br&&/p&&p&我是国鹏飞，在智能一点担任大客户经理，或者说「AI 应用顾问」。&/p&&p&将销售称为「AI 应用顾问」，是因为我们不像传统公司以销售产品为主，而是通过不断了解用户痛点、提供帮助，来帮用户解决问题。在「AI 应用顾问」之外，还有一个岗位是客户经理（Account Manager）。「AI 应用顾问」负责前期接触客户，客户经理则负责偏技术性的工作，两者之间有紧密的分工协作。&/p&&p&我们现在主要的服务对象是电商，特别是母婴行业电商的售前导购。很多客户对自己的问题很清楚，但对行业共有的问题不是特别了解。「AI 应用顾问」要了解各家的情况，对行业普遍存在的问题做深度的调研和分析，再根据客户不同的状况提供建议性解决方案。&/p&&p&人员分配、数据分析、用户画像及生命周期管理等等，都是电商的常见问题。电商发展到今天，流量的红利基本消失殆尽。商家想要持续增长，必须对用户进行精细化管理，通过精准的个性化服务提高回购率，也就是深挖用户消费行为的长尾部分。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-d70e079d132fb9_b.jpg& data-caption=&& data-rawwidth=&1067& data-rawheight=&675& class=&origin_image zh-lightbox-thumb& width=&1067& data-original=&https://pic3.zhimg.com/v2-d70e079d132fb9_r.jpg&&&/figure&&p&通过数据和模型了解到的一些现象，我们自己都很吃惊。比如从凌晨到早上 9 点这段时间有 10-15% 的客户咨询量，这部分往往没人处理，因为客服一般是早上 9 点上班，晚上 12 点下班。&/p&&p&当我们把这个数据拿给客户看时，他们也傻眼了。流量红利消失殆尽的今天，就算 5% 对电商来说都是一个不小的数目。而且半夜前来咨询的客户，往往购买意向极强。&/p&&p&对于这种情况，解决方案一般有两种，一种是让客服提前到 6:30 上班——6:30 上班一方面不现实，一方面也会增加用人成本。另一种就是用机器人自动顶上。&/p&&p&智点交互推荐系统是目前我们主推的产品。这个系统通过人机多轮交互，推理理解用户意图再做精准、有效的推荐，也可以简单的理解为「更好用的机器人」。目前市面上的机器人系统采用「QA 机器人＋检索」的技术实现方式，这种方式的特点就是单轮对话、被动问答，只能解决消费者的一部分问题，大量问题还是需要客服引导。&/p&&p&了解消费者的意图、再基于此将商品推荐给消费者，对电商意义更大，因为赚钱永远比省钱更重要。我们比较巧妙的是，一方面通过技术从过往数据中找到比较好的应答方式；一方面我们还加入了由人参与设计的主动引导等机制，这样机器人就不再像关键词回复那样生硬机械。&/p&&p&消费者的特点是只要能跟人聊，就不会和机器聊。我们要做的就是缩小这种差距，即使是在跟一个机器人聊也不感到违和。&/p&&p&但并不是说用机器人解决一切问题，我们希望机器人可以更好的与人协作，比如通过数据找出哪些地方薄弱、哪些人做得更好。做得更好的金牌客服，其行为不仅可以成为机器人的训练数据，还可以作为其他客服学习的榜样，帮助完成客服培训。&/p&&p&目前我们的策略是深耕母婴垂直行业。一是因为母婴人群多、购买力强、交互需求强，数据敏感和复杂度高。除了对话系统和推荐系统，知识图谱也是我们在这个行业构建的门槛之一。行业知识图谱不仅需要技术支持，还需要业务经验和时间积累才能梳理完成。在母婴行业应用、打磨好我们的产品后，其模式和流程也能在金融、医疗领域更好应用。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f7972ddcd7e4f435f52a63_b.jpg& data-caption=&& data-rawwidth=&1276& data-rawheight=&908& class=&origin_image zh-lightbox-thumb& width=&1276& data-original=&https://pic1.zhimg.com/v2-f7972ddcd7e4f435f52a63_r.jpg&&&/figure&&p&客服行业最初只有 IM（即时通讯）交互，后来为了让 IM 交互更方便，客服行业引入了流程化，包括工单、CRM 库（客户管理系统）、CallCenter 集成等等，但更多的还是要靠人工完成。数据的处理方式也很原始，往往只能把互动记录整理成表格来分析，不仅不直观，还丢掉了很多数据维度。&/p&&p&相较来说，我们这种智能客服系统不仅可以帮助电商降低人员成本，还能帮助进行前期培训，合理安排客服人员，减少不必要的人力投入。和视觉或者语音可能要看技术指标不同，电商的评判标准很简单，就是使用后能不能承接更多客户、留住他们并转化。&/p&&p&现阶段的智能客服行业竞争还没有这么激烈，更多的是和人去比。我们公司虽然是技术背景，但有比较强的服务意识，更注重能不能帮助客户解决问题。要么帮客户赚钱，要么帮客户省钱，才会获得更多依赖。尽管是新兴 AI 公司，我们的理念可能不太一样。&/p&&p&所以直接面对客户的销售对我们来说非常重要。招聘时我们会考虑三个因素：专业技能，沟通能力等软实力，以及价值观。说起来很虚，但价值观会在关键时刻会产生比较大的影响。这些条件叠加后合适的人就更少了。&/p&&p&我们可能更倾向于少而精的队伍，内部也会有定期的专门培训。说了这么多其实判断标准其实很简单，就是客户满不满意。&/p&&p&我之前在 Iaas、Saas、Pass 方向都做过，来这儿是因为的确看到了能颠覆行业的技术变化。刚过来时去出差，才了解到智能导购机器人需求这么大，过去做传统多媒体客服中心的时根本没意识到。特别是淘系电商的人员、活动变动非常大，甚至以 15 分钟为单位改变，客服自己常常都很迷茫。就市场环境看，我们的产品的确是能解决问题的。&/p&&p&这些年的工作心得，是销售没有特殊技巧，勤劳是最特殊的技巧。销售是客户定位、KP 寻找、商务沟通、商务谈判、项目落地的漏斗过程，每一步都不可缺少。如果能踏踏实实的走下来，结果必然是可以期待的。&/p&&p&&br&&/p&&p&&b&四、我们观察到的一些特点&/b&&/p&&p&&br&&/p&&p&以上就是三位来自不同领域人工智能公司销售、售前负责人的经历与感受。&/p&&p&除此之外，在访谈中我们还发现人工智能公司销售、售前工作的如下特点：&/p&&p&1、组织模式上&/p&&p&人工智能公司很少将售前、售中、售后做清晰分割，往往选择「销售＋技术支持团队」模式。&/p&&p&由销售对客户进行初次接触和沟通，技术支持团队负责在客户和技术团队之间的技术沟通，甚至包括方案落地等相关工作。&/p&&p&销售、技术支持人员占公司人员比例为 20% 左右。&/p&&p&2、业务模式上&/p&&p&B 轮及 B 轮前的人工智能公司往往选择垂直行业做切入和深耕。&/p&&p&因此销售、技术支持工作也相对聚焦，需要对垂直行业的长时间观察和接触，积累客户资源，并用经验服务客户。&/p&&p&3、人员要求上&/p&&p&由于人工智能行业的火热，销售、技术支持人员需求激增。需要一定的人工智能行业或被结合的行业背景，以便迅速展开工作，因此适合的人选并不多。&/p&&p&且销售产品多为非标准、需要适配、定制的技术型产品，销售人员需要一定的技术储备，技术支持团队需要一定的落地能力。&/p&&p&4、成长方式上&/p&&p&由于产品、算法迭代速度高，人工智能公司往往会提供定期培训，频率相对密集，需要销售、技术支持人员有较强的适应、学习能力。&/p&&p&5、分工定位上&/p&&p&「对技术公司而言，技术能力是核心；第二是工程化落地能力，将技术转化为产品；第三是技术服务能力，即销售、售前、售中、售后对客户的支持。」&/p&&p&技术、工程化、销售能力，三者缺一不可。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-09cb824a54eecb5de75dc11d_b.jpg& data-caption=&& data-rawwidth=&1058& data-rawheight=&1345& class=&origin_image zh-lightbox-thumb& width=&1058& data-original=&https://pic3.zhimg.com/v2-09cb824a54eecb5de75dc11d_r.jpg&&&/figure&&p&也许是服务于售前领域，智能一点对于人工智能公司的销售工作有很多思考。访谈中智能一点 CEO 胡云华一段话令人深有感触，故作为本文结尾。&/p&&p&「虽然现在是 AI 的时代，最后还是要落到能带来什么改变。只有专业的人关心，普通的人感受不到它的好，就没有价值。销售肩负着这个伟大的的使命，既要懂技术、又要传递价值、还要服务好客户、把痛点和需求带回来，在 AI 创业公司中非常重要。&/p&&p&要相信靠团队才能得到比较好的结果，不是只靠技术就能解决问题。过去不是，现在不是，我想未来也不会是。」&/p&&p&&br&&/p&&p&&i&版权声明：&/i&&/p&&p&&i&本文为「KnowingAI知智」原创，未经许可，请勿转载。&/i&&/p&&p&&i&如果你对人工智能行业充满兴趣，并想成为一名内容创作者，欢迎发送邮件至： 。&/i&&/p&
会不会需要技术背景？门槛高不高？ 客户对人工智能了解吗？需求量大不大？ 竞争这么激烈，怎么搞定客户？关于人工智能公司的销售工作，实在有太多谜团.「KnowingAI知智」特别找到三家当红人工智能公司，与其销售、售前负责人进行了访谈。其中包括在银行和公…
&p&CV DL:&br&1. 接到一个项目之后心潮澎湃，脑子里马上闪现出faster rcnn、resnet、mask rcnn等各种牛逼的算法。&/p&&p&2. 结果发现图片都不知道存在哪……于是反馈给产品经理，开了一通会议，确定图片数据库在某个位置，准备读表爬虫！&/p&&p&3. 结果发现表的信息是乱七八糟的，一张表里面有图片链接，但没有这个图片的标签信息；另一张表里面有标签信息，但又没有图片链接。找了许久才发现两张表可以用图片id来结合，行吧，不就是查表的事情，写一堆代码把这些信息整理起来吧！&/p&&p&4. 花了一天终于整理出图片链接的csv了，交给爬虫组爬了三天三夜，期间在YY到时图片下下来之后可以用什么算法。&/p&&p&5. 拿到图片了，发现类别有了，但是bbox、关键点坐标信息都没有啊！咋整，上网找了个labelme自己整个1000张用着先呗，然后花了两天整了少量图片出来，期间还要劝服同事帮忙。&/p&&p&6. 剩下的图片交给标注员去标注。接着就是根据前两天YY到的算法，上github找找有没有现成的模型，然后git clone。修改了一点输入输出，用公共数据集顺利跑通！看来还是不错的嘛！&/p&&p&7. 回头把自己的数据放进去试试，简直一塌糊涂，那是当然的。现在就得回去仔细研究论文，看看作者的各种实现细节，然后魔改模型finetune。再次测试，咦，有点效果喔～&/p&&p&8. 这时候领导紧急开了个会议，说现在目标有点改变，我们往另一个方向走吧。&/p&&p&9. 开始研究这个领域的所有经典论文，每篇论文都看上好几次，看到最后几乎把整个领域的主要脉络摸清了，然后磨刀霍霍向模型！&/p&&p&10. 国际惯例先找github，但是很不幸我想要的算法并没有开源实现，那我来做第一个吧！&/p&&p&11. 马上照着菜单（论文），啪啪啪构建proposal模型，各种自定义层结构，特殊的loss function，菜单中提到的weight decay、learning rate decrease，几乎把论文所有角落的细节都翻遍了，目前为止进度还行，但是慢着！论文里提到的一个层，作者只是一笔带过了，没详细说明这是怎么实现的！&/p&&p&12. 都到这地步了还能放弃？开玩笑，立刻照着related work那一章提到的所有论文寻找线索，于是各种谷歌github知乎stackoverflow，终于弄懂了这个层的数学原理！&/p&&p&13. 好不容易把模型复现出来了，好家伙，开始用标注员准备好的数据来训练。&/p&&p&14. 慢着，这loss曲线不对劲啊？为啥会是直线，而且一轮收敛？不不不，肯定哪里出了错误，我得把代码重头检查一遍！&/p&&p&15. 费好大劲终于找出bug，代码也顺利跑通了，然后进入各种调参无限死循环。&/p&&p&16. 老板:那个，我们决定还是换个方向吧，需求变了。&/p&&p&17. 。。。。。。。。。&/p&&p&算法工程师时常自嘲成调包师，而且外行人听多了就还真以为调包很容易，深度学习和其它机器学习算法不同的是，一篇新论文算法的出现都要写很长的代码去复现，而且前提是你深刻了解作者的思想，蛋疼的是，有时候作者不会把所有细节都告诉你！！！容易吗我！&/p&&figure&&img src=&https://pic1.zhimg.com/v2-0fbbef8dc578d4f8ba320fc_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&1970& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-0fbbef8dc578d4f8ba320fc_r.jpg&&&/figure&&p&&/p&
CV DL: 1. 接到一个项目之后心潮澎湃，脑子里马上闪现出faster rcnn、resnet、mask rcnn等各种牛逼的算法。2. 结果发现图片都不知道存在哪……于是反馈给产品经理，开了一通会议，确定图片数据库在某个位置，准备读表爬虫！3. 结果发现表的信息是乱七八糟的…
&p&我想我刚好可以回答题主这个问题。简单自我介绍，我于2017年本科毕业，专业是计算机科学与技术，现在在百度从事 linux c++ 大数据服务开发的工作。在校园招聘中一共面试12家公司，拿到了12个offer。其中大部分是c++开发的岗位，除此之外还有java开发。算法，大数据，运维等岗位。&/p&&p&&br&&/p&&p&从题主的描述，并没有说自己现在是大几或者是研几，因为我认为每个阶段应该去接触什么样的知识，以及如何去培养自己的能力侧重点是不同的。既然是要找工作，我就暂且认为题主快要毕业了吧。如果单纯是想去找工作，并且是校园招聘，难度其实并不算很大。&/p&&p&其实我以前也和题主有一样的疑惑，总是很纠结于编程语言的种类，其实工作半年了以后，也就慢慢觉得，不要一直把自己限定于&b&“面向编程语言找工作”&/b&：因为现在在公司开发，不可能只会一门编程语言。于我而言，我主要是做c++服务端开发，可是我同样也写javaweb，因为是数据时代，工作中肯定会用到很多其他的工具，比如我常常写 python，shell，有些时候还写ruby，lua和JavaScript。&/p&&p&我根据自己的经验和经历给你几点建议吧。&/p&&p&&br&&/p&&p&1.从我上面的描述，可能除了c/c++你首先应该去接触更多的编程语言，&b&至少你要会写linux基本命令，shell的基本语法，因为现在很多互联网公司的开发环境都是linux的。&/b&所以，你可以先学linux。我可以给你推荐相关材料【备注：我推荐的资料都是我看过的，我认为好我才会推荐给你】，目前只要简单理解一下就好，如果现在你使用的是windows系统，那么就装个虚拟机学习吧，我读书的时候装的是双系统。&/p&&p&入门：Linux命令行与shell脚本编程大全 第3版【豆瓣评分9.2，不必读完，看前几章即可，工具书，可以带你入门】&u&&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&book.douban.com/subject&/span&&span class=&invisible&&//&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&进阶：Linux C编程一站式学习【&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/author/4577322/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&宋劲杉&/a& 老师写的，豆瓣评分9.0，这本书我看完了，设计面非常广，网络，操作系统，体系结构，编译等，可能一开始看起了比较难，不过无所谓，看完之后你会有很大的收获】&u&&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject/4141733/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&book.douban.com/subject&/span&&span class=&invisible&&/4141733/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&linux和linux下c编程就先推荐这两本吧。因为找工作完全够了。&/p&&p&&br&&/p&&p&&b&2.你得了解校招的模式。&/b&&/p&&p&与社招不同的是校招一般是&b&“to be used”&/b&，而社招一般是&b&“can be used”&/b&，也就是说校招进去的学生，不会马上让你干活儿，会给你制定一些培养的课程，而社招进去的人一般马上就会干活儿了。所以校招去评判一个人怎么样，一般是考验他的综合能力，比如知识面，计算机科学相关课程的掌握程度，反应是否够快，有时候面试还会有数学题，脑经急转弯等题目，看这个人的性格如何。所以，即便你是找c++的岗位，面试的时候也会问你很多譬如操作系统，数据库，网络等相关的知识。所以。你可能需要去复习：操作系统相关的知识，网络，数据库。&/p&&p&但是这些都不会考太难的。譬如操作系统等基本都是线程，进程相关问题。&/p&&p&网络一般就是三次握手，四次挥手，滑动窗口，tcp/ip http等，比较入门的知识&/p&&p&数据库的话，其实现在用关系数据库的并不算特别多，其实我认为题主可以多看看nosql相关的知识。&/p&&p&这里就不给你推荐书了，书的话，你得看很久，就给你推荐三门课程吧，都是我看过的，并且是全免费的，适合快速入门和深入。&/p&&p&&br&&/p&&p&&b&a.操作系统：&/b&其实有门清华的课程，挺难的，但是听好，现在先不推荐给你，先给你推荐个简单的吧，至少找工作够用【偏于理论】南京大学计算机操作系统：&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.xuetangx.com/courses/course-v1%3ANJU%2BC6_T2/courseware/3d70bfcd4eb/8a62c75b6d144b819e835f828dc2127b/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&xuetangx.com/courses/co&/span&&span class=&invisible&&urse-v1:NJU+C_T2/courseware/3d70bfcd4eb/8a62c75b6d144b819e835f828dc2127b/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&&b&b. 网络技术与应用&/b&【比较简单，我感觉就是为了面试而准备】&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.xuetangx.com/courses/course-v1%3AUST%2BUST001%2Bsp/courseware/57be39eedfa3c4afa939a04cd5eb4306898/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&xuetangx.com/courses/co&/span&&span class=&invisible&&urse-v1:UST+UST001+sp/courseware/57be39eedfa3c4afa939a04cd5eb4306898/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&&b&c存储：&/b&&/p&&p&了解下mongo吧&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.imooc.com/learn/295& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&imooc.com/learn/295&/span&&span class=&invisible&&&/span&&/a&&/u&&/p&&p&&b&3.基本功：数据结构&/b&&/p&&p&以前有句老话叫：“程序=数据结构+算法”，所以，可见数据结构与算法的重要性。这里很容易有一个误区。算法不等于程序竞赛，或者acm。我也不去定义是门是算法，其实现在的数据结构书籍都包含了算法的部分。我只给题主推荐一门课程【清华大学的，免费，我也看完了的，感觉质量很不错】&/p&&p&清华大学数据结构-邓俊辉老师&/p&&p&&u&&a href=&//link.zhihu.com/?target=https%3A//www.xuetangx.com/courses/course-v1%3ATsinghuaX%2BBsp/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&xuetangx.com/courses/co&/span&&span class=&invisible&&urse-v1:TsinghuaX+X+sp/&/span&&span class=&ellipsis&&&/span&&/a&&/u&&/p&&p&可以全部看完，真的很好。&/p&&p&&br&&/p&&p&&b&4.c++，&/b&其实挺难的，如果你真的喜欢，就just do it，还有就是，投简历的时候可以多投些岗位，没必要把自己限定到一门编程语言中。我之前就是应聘了很多岗位。&/p&&p&&br&&/p&&p&&b&5.其实就是刷oj了&/b&，网站那么多，都差不多，你随便选一个就好。&/p&&p&&br&&/p&&p&最后：这上面都是推荐的较为基础的书籍与课程。书并不是买来了放在那里就不看的，认真的读完一本又一本，你肯定可以找到工作。&/p&&p&更新，更新，我把我几年的学习编程的方法都总结到了一篇文章中，欢迎观看，不是干货你用大皮鞭抽我哦，带油的那种，嘿嘿~&/p&&a href=&https://zhuanlan.zhihu.com/p/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic1.zhimg.com/v2-6c8b4efa461b01aed752a739fx120.jpg& data-image-width=&550& data-image-height=&386& class=&internal&&二胖：这可能是我见过最好的编程指南了！&/a&&p&&br&&/p&&p&完。&/p&
我想我刚好可以回答题主这个问题。简单自我介绍，我于2017年本科毕业，专业是计算机科学与技术，现在在百度从事 linux c++ 大数据服务开发的工作。在校园招聘中一共面试12家公司，拿到了12个offer。其中大部分是c++开发的岗位，除此之外还有java开发。算法…
&figure&&img src=&https://pic1.zhimg.com/v2-ebcfa76c746dd224f7af543bd4362da9_b.jpg& data-rawwidth=&400& data-rawheight=&240& class=&content_image& width=&400&&&/figure&&p&&b&
关于跳槽&/b&&/p&&p&过了元宵节，意味着狗年春节正式结束，也意味着跳槽高峰期正式开始。&/p&&p&&b&每年年后都是跳槽的高峰期&/b&，所以二胖就花了5个夜晚，收集了&b&知乎500万用户的信息&/b&，统计了下大家职业经历的信息，于是就有了这份统计报告。&/p&&hr&&p&首先来看看这次统计的内容，拿一个用户举例（当然是帅气的二胖）：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-c65575fac9da0f8ac732cc38f2cd879b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&1920& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic4.zhimg.com/v2-c65575fac9da0f8ac732cc38f2cd879b_r.jpg&&&/figure&&p&可以看到，二胖同时在公司A和公司B出任过总经理（假装是真的）。&/p&&p&根据这个信息我们可以知道，对于公司A来说，它的一个员工是来自于公司B；而对于公司B来说，它的一个员工去了公司A。所以，基于这个关系，我们可以知道公司之间的员工流动情况。&/p&&p&当然，为了统计出员工的流动情况，&b&用户的职业经历中至少有两个公司&/b&才是有效数据，所以二胖过滤掉了只写了一个职业经历和没有写职业经历的用户。&/p&&hr&&h2&&b&01 互联网公司&/b&&/h2&&p&&b&1.腾讯&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-bc831c0cb6a7b7256514_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic2.zhimg.com/v2-bc831c0cb6a7b7256514_r.jpg&&&/figure&&p&&b&上图为在腾讯工作过的员工还在哪些公司工作过。&/b&&/p&&p&可以看到，在腾讯工作过的员工跳槽到阿里和百度，或曾在阿里和百度工作过的人数相对较多。其实，在下面所展示的阿里及百度的员工信息中，我们会发现，&b&BAT三家之间员工的相互流动是比较频繁的。&/b& &/p&&p&毕竟BAT。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-b61a7c49ce0655206becc3f666127fdf_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-b61a7c49ce0655206becc3f666127fdf_r.jpg&&&/figure&&p&&b&上图为在腾讯工作过的员工所就职过的公司。&/b&&/p&&p&词云图较为全面地展示了腾讯员工的跳槽去处和跳槽来源，大家可以仔细看看有哪些公司，也许有意想不到的发现。&/p&&p&&br&&/p&&p&&b&2.百度&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a9f110e728b8cbb159072_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-a9f110e728b8cbb159072_r.jpg&&&/figure&&p&&b&上图为在百度工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-ac140b0e8c1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-ac140b0e8c1_r.jpg&&&/figure&&p&&b&上图为在百度工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&3.阿里巴巴&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-f3ad05bbba82f31e2d66d9f41fb200f4_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-f3ad05bbba82f31e2d66d9f41fb200f4_r.jpg&&&/figure&&p&&b&上图为在阿里工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-5e4b67d254d10e9810d2b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic2.zhimg.com/v2-5e4b67d254d10e9810d2b_r.jpg&&&/figure&&p&&b&上图为在阿里工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&4.网易&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-c3feab551d7fdae89c0b154_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic3.zhimg.com/v2-c3feab551d7fdae89c0b154_r.jpg&&&/figure&&p&&b&上图为在网易工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-d624fcaeac_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-d624fcaeac_r.jpg&&&/figure&&p&&b&上图为在网易工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&5.微软&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-8e79ac3f2aba55469b1dbb6_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-8e79ac3f2aba55469b1dbb6_r.jpg&&&/figure&&p&&b&上图为在微软工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-af2e099ade_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic4.zhimg.com/v2-af2e099ade_r.jpg&&&/figure&&p&&b&上图为在微软工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&6.谷歌&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-ac595c0afd0c0ff3cffc0c81b1c5cb20_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic1.zhimg.com/v2-ac595c0afd0c0ff3cffc0c81b1c5cb20_r.jpg&&&/figure&&p&&b&上图为在谷歌工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-a189bc9c7fe18fa481fdc_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-a189bc9c7fe18fa481fdc_r.jpg&&&/figure&&p&&b&上图为在谷歌工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&7.华为&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-8a4df613fc8aeee8edca1d74c2c985cb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic2.zhimg.com/v2-8a4df613fc8aeee8edca1d74c2c985cb_r.jpg&&&/figure&&p&&b&上图为在华为工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-814a82fe2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-814a82fe2_r.jpg&&&/figure&&p&&b&上图为在华为工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&8.新浪&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-fae6ffd03def5fd1fbf323c1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-fae6ffd03def5fd1fbf323c1_r.jpg&&&/figure&&p&&b&上图为在新浪工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-acb4e3376789bdbcb6dad9_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic1.zhimg.com/v2-acb4e3376789bdbcb6dad9_r.jpg&&&/figure&&p&&b&上图为在新浪工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&9.新美大（美团+大众点评）&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-6bc4f63e1a9_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic3.zhimg.com/v2-6bc4f63e1a9_r.jpg&&&/figure&&p&&b&上图为在新美大工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-34d133f5a705e42bef07eca7c7097f9f_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic1.zhimg.com/v2-34d133f5a705e42bef07eca7c7097f9f_r.jpg&&&/figure&&p&&b&上图为在新美大工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&10.小桔科技（滴滴）&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-9967cbd8a46d136b9fed_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic1.zhimg.com/v2-9967cbd8a46d136b9fed_r.jpg&&&/figure&&p&&b&上图为在滴滴工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-4bd0e772f45fcc296a76dfcedecdfa5b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-4bd0e772f45fcc296a76dfcedecdfa5b_r.jpg&&&/figure&&p&&b&上图为在滴滴工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&11.京东&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a0afca58fd_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic4.zhimg.com/v2-a0afca58fd_r.jpg&&&/figure&&p&&b&上图为在京东工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-0d851c5bc3d0a224d172b1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic1.zhimg.com/v2-0d851c5bc3d0a224d172b1_r.jpg&&&/figure&&p&&b&上图为在京东工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&12.今日头条&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-cf6f5ec2c5bcaf49a73b5_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1300& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1300& data-original=&https://pic2.zhimg.com/v2-cf6f5ec2c5bcaf49a73b5_r.jpg&&&/figure&&p&&b&上图为在今日头条工作过的员工还在哪些公司工作过。&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-3f05f32fa0dacbed79f5bf0a5bae560b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1200& data-rawheight=&800& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&https://pic3.zhimg.com/v2-3f05f32fa0dacbed79f5bf0a5bae560b_r.jpg&&&/figure&&p&&b&上图为在今日头条工作过的员工所就职过的公司。&/b&&/p&&p&&br&&/p&&p&&b&13.奇虎360&/b&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-79c}
我要回帖
更多关于 在线笔试 的文章
更多推荐
- ·能打骚扰电话的软件很多是不是玩了这种赚钱小游戏获取你的手机号他们再卖出去？
- ·rtx2000r7 200显卡能玩什么游戏游戏吗，能开多高？
- ·航海狼人杀背包栏隐藏饥荒海难海盗帽怎么获得办
- ·魔兽争霸洛丹伦的夏天3冰封王座重回洛丹伦的文件名是什么？
- ·魔兽争霸洛丹伦的夏天3冰封王座重回洛丹伦文件名是什么？
- ·所有感兴趣的小区如果让你对某居民生活小区都可以参加的定语从句
- ·锌锌的原子质量是多少中4s电子的屏蔽常数怎么算？
- ·护理专业在邯郸哪个邯郸板面培训学校校比较好
- ·白芨种植效益哪里有经验？可曾留意过？
- ·小红和小花钱包一共50元,小红比小花钱包多20.小红和小花钱包各多少钱
- ·大专英语等级考试的报刊的等级
- ·一个250毫米的圆圆柱的表面积等于什么多少份十毫米的圆 计算方式
- ·高中生物竞赛试题，这一题D选项如何理解？
- ·为什么无水乙醇过量会稀释光合色素吸收光谱？
- ·外地打工到外地生活需要带什么么
- ·英语议论文的论点和论据题都会有论点论据论证吗
- ·把下面的中文英翻中翻译价格成英语
- ·老师的价值帮我看一下这有收藏价值没有
- ·DeeCamp在线笔试都云考点在线学习什么
- ·脑梗不能和阿司匹林呲格雷怎么吃和硫酸氢氯呲格雷片会有胃出血反应，还能喝什么药预防脑血栓的
- ·朋友报名北京理工大学网上报名，在手机电脑授课，真假
- ·根据根据中文提示完成句子子，怎么做?
- ·在0.6、三分之二和6.7%这三个数中,最大的数是多少
- ·学铝合金门窗开料师傅是不是每个师傅都会开料？
- ·Us(t)和U0(t)分别是t和f表示什么意思思？有什么关系？
- ·你好，看了你说你父亲是乙肝儿子会有吗能治疗乙肝，能不能给我一个联系方式啊？
- ·请问dalao这个从不同角度画物体的身体怎么画唉？
- ·大陆居民香港怎么搭飞机机去日本，然后去日本7天后，再怎么搭飞机机回香港可以吗
- ·怎么没人来让人回答图片问题我的呢，就是图片里面的字
- ·银保监会信用卡收利息呆账利息
- ·贷款放下来什么时候还了十多天了，银行没有短信提醒，要怎么知道还款日期
- ·越南铅越南黄花梨多少钱一吨吨
- ·消息号码是自己怎么看自己的手机号码码吗
- ·4,16,37,58,89,158
