整理 | 夕颜
出品 | AI科技大本营(ID:rgznai100)
导读:近日,有人在 GitHub 上开源了一个名为“Awesome Interview”的技术面试集锦,前端、后端、算法、客户端、语言、简历制作、面试经验等各种技术人面试需要的资料一应俱全。本文整理了与人工智能紧密相关的资源内容,希望对正在或计划参加 AI 技术岗面试的朋友们有所帮助。
照例先放上 GitHub 地址:https://github.com/Awesome-Interview/Awesome-Interview#LeetCode,大家可以点开链接直达技术面经详细内容。
Algorithm_Interview_Notes-Chinese(算法/深度学习/NLP面试笔记—中文版)
https://github.com/imhuay/Algorithm_Interview_Notes-Chinese
这份最新的校招面试笔记包含了算法、机器学习、深度学习、自然语言处理、编程语言等领域的面试资料。
推荐阅读
工具
DLInterview(深度学习面试题目汇总)
https://github.com/ShanghaiTechAIClub/DLInterview
pumpkin-book(《西瓜书》)
《机器学习》(西瓜书)公式推导解析,在线阅读地址:https://datawhalechina.github.io/pumpkin-book
DeepLearningBookQA_cn(那些深度学习《面试》你可能需要知道的(中文页标版))
https://github.com/elviswf/DeepLearningBookQA_cn
深度学习面试问题回答对应的 DeepLearning 中文版页码本文原作者 Jin Lee,本文原载于知乎专栏。
问题集: https://zhuanlan.zhihu.com/p/29936999
回答及对应英文页标:https://zhuanlan.zhihu.com/p/29965072
原文是问题 “那些深度学习《面试》你可能需要知道的” 的回答,答案均以英文版Deep Learning页标标记。
本文是以中文纸质版 Deep Learning 页标标记,加入了少量说明。
AI算法工程师手册
http://www.huaxiaozhuan.com/
作者华校专,曾任阿里巴巴资深算法工程师,现任智易科技首席算法研究员,《Python 大战机器学习》的作者。作者将多年以来学习总结的笔记,经整理之后开源于世。
nndl.github.io
《神经网络与深度学习》:https://nndl.github.io/
本课程主要介绍神经网络与深度学习中的基础知识、主要模型(前馈网络、卷积网络、循环网络等)以及在计算机视觉、自然语言处理等领域的应用。
示例代码,见https://github.com/nndl/nndl-codes
课程练习,见https://github.com/nndl/exercise
python_interview_question
https://github.com/kenwoodjw/python_interview_question
interview_python
https://github.com/taizilongxu/interview_python
Python
https://github.com/TheAlgorithms/Python
Python 中用到的所有算法,用于学习目的,可能实际效果不如 Python 标准 library 实现。
Java
JavaGuide
https://github.com/Snailclimb/JavaGuide
【Java学习+面试指南】 涵盖了大部分Java程序员所需要掌握的核心知识。
在线阅读地址:https://snailclimb.top/JavaGuide/#/
C++
interview
https://github.com/huihut/interview
C/C++面试基础知识总结
developkit_set
https://github.com/0voice/developkit_set
2019 年最新总结,值得推荐的 c/c++ 开源框架与库,还在持续更新中。
CodingInterviews
https://github.com/gatieme/CodingInterviews
剑指Offer——名企面试官精讲典型编程题,包含牛客网、九度 OJ(已永久关闭)、CSDN的大量题解资料。
The-Art-Of-Programming-By-July
https://github.com/julycoding/The-Art-Of-Programming-By-July
本项目曾冲到全球第一,七月在线创始人兼CEO July在纸质版书《编程之法:面试和算法心得》中在 github上的基础上做了极大的改进,并在http://blog.csdn.net/v_july_v/article/details/49302193《编程之法:面试和算法心得》进行勘误。
另外,文末还包含 July 的干货集锦。
Interview-code-practice-python
https://github.com/leeguandong/Interview-code-practice-python
这是作者为找工作准备的各类全部使用 Python 实现的面试题,包括华为机试、直通 BAT 算法题等。
awesome-algorithm
https://github.com/apachecn/awesome-algorithm
结构化算法刷题训练指南,该项目已迁移至:
该项目包含面试指南、面试经验和算法刷题资源,Kaggle直播系列和教程文档等。
leetcode
https://github.com/haoel/leetcode
LeetCode 问题的解决方案,主要是 C++,还标明了解决问题的难度:
LeetCodeAnimation
https://github.com/MisterBooo/LeetCodeAnimation
用动画的形式呈现解 LeetCode 题目的思路。
awesome-java-leetcode
https://github.com/Blankj/awesome-java-leetcode
LeetCode 算法 java 实现(更新中),同样安难易程度进行分类:
leetcode
https://github.com/hanzichi/leetcode
LeetCode JavaScript 实现,已解决 668 个问题中的 350 个,124 个问题仍未解决。
LeetCode-Swift
https://github.com/soapyigu/LeetCode-Swift
LeetCode Swift 实现。
leetcode
https://github.com/HuberTRoy/leetCode
算法相关知识储备 LeetCode Python 实现。
LintCode
https://github.com/kamyu104/LintCode
所有 289 个 LintCode 问题的 C++ 11 解决方案。
KickStart-GoogleCompetition
https://github.com/amylmy/KickStart-GoogleCompetition
谷歌编程比赛 Kick Start 的 Java 实现(未完待续)。
Google-Kick-Start
https://github.com/Harmon758/Google-Kick-Start
Google Kick Start,前身为 Google Code Jam Kickstart 和 Google APAC University Graduates Test,地址:https://g.co/kickstart
简历模板
https://github.com/geekcompany/ResumeSample
中国程序员简历模板,包括 PHP 、iOS、Android、Web 前端、Java、C/C++、NodeJS、架构师以及通用程序员简历模板。
best-resume-ever
https://github.com/salomonelli/best-resume-ever
用 Vue 和 LESS 制作精美简历。
resume
https://github.com/billryan/resume
一份简洁的 LaTeX 简历模板,用 XeLaTeX 编辑。
coding-interview-university
一套完整的学习手册,帮助自己准备谷歌的面试,译文地址:https://github.com/jwasham/coding-interview-university/blob/master/translations/README-cn.md
CS-Books
https://github.com/huihut/CS-Books
计算机技术类书籍 PDF 文件:
free-programming-books
免费的编程书籍: https://ebookfoundation.github.io/free-programming-books/
该列表最初是复制由 Karan Bhangui 和 George Stocker 贡献的 stackoverflow 免费编程书籍列表,后经 Victor Felder 将其迁移至 GitHub 进行协作更新和维护,现已发展成为 Github 上最受欢迎的存储库之一,拥有超过 100,000 star,4500 多个提交,超过 950 个贡献者,以及25,000 次 fork。
这个 repo 现在由 Free Ebook Foundation 管理,该基金会是一个致力于促进免费电子书的创建、分发、存档和可持续性的非营利组织。免费电子书基金会的捐款在美国可以免税。
deeplearningbook-chinese
Deep Learning Book 中文版:https://exacity.github.io/deeplearningbook-chinese
原文链接:
https://github.com/Awesome-Interview/Awesome-Interview#%E7%AE%97%E6%B3%95