今天我們來討論 AI 工程師和算法工程師在應(yīng)聘方面的問題。一起來看看，作為 AI 工程師，在面試一家公司時(shí)，究竟應(yīng)該怎么準(zhǔn)備，有哪些信息是需要了解的。

希望今天的內(nèi)容對正在思考進(jìn)入這個(gè)行業(yè)的年輕學(xué)者、工程師有所幫助，從大的方向上為你的應(yīng)聘提供一些可借鑒的內(nèi)容。

1

AI 工程師應(yīng)聘的“硬”實(shí)力

對于 AI 工程師來說，最核心的競爭力無疑是他們對人工智能、機(jī)器學(xué)習(xí)等技術(shù)的知識積累以及融會貫通的能力。

我們之前的一系列分享中已經(jīng)提到了這些“硬”實(shí)力的大范疇，這里我做一個(gè)簡單的歸納。

首先，我們需要理解和掌握一些機(jī)器學(xué)習(xí)的基本概念和理論。 第一個(gè)重點(diǎn)無疑就是監(jiān)督學(xué)習(xí)

什么是監(jiān)督學(xué)習(xí)呢？監(jiān)督學(xué)習(xí)就是指我們通過外部的響應(yīng)變量（Response Variable）來指導(dǎo)模型學(xué)習(xí)我們關(guān)心的任務(wù)從而達(dá)到我們需要的目的這一過程。監(jiān)督學(xué)習(xí)中需要徹底掌握三個(gè)最基礎(chǔ)的模型，包括線性回歸（Linear Regression）、對數(shù)幾率回歸（Logistic Regression）和決策樹（Decision Trees）。

怎么理解我說的“徹底掌握”呢？這里的徹底掌握有三層含義。

第一，需要了解這些模型的數(shù)學(xué)含義，能夠理解這些模型的假設(shè)和解法。比如，線性回歸或者對數(shù)幾率回歸的目標(biāo)函數(shù)是什么；寫好了目標(biāo)函數(shù)之后，如何求解最優(yōu)解的過程。對于這些核心模型，必須能夠做到完全沒有差錯(cuò)地理解。

第二，需要了解什么場景下使用這些模型是最合適的，以及怎樣把一個(gè)實(shí)際問題轉(zhuǎn)化成為這些模型的應(yīng)用，如果不能直接轉(zhuǎn)換還有什么差距。

第三，能不能寫實(shí)際的代碼或者偽代碼來描述這些模型的算法，真正達(dá)到對這些算法的掌握。

監(jiān)督學(xué)習(xí)當(dāng)然不限于這三個(gè)算法，但是這三個(gè)算法是絕大多數(shù)機(jī)器學(xué)習(xí)任務(wù)在工業(yè)界應(yīng)用的起點(diǎn)，也是學(xué)習(xí)其他算法模型的支點(diǎn)，可以按照這個(gè)思路去了解更多的算法。在面試中，能夠?qū)@些基本算法的理解有扎實(shí)的基本功，這一點(diǎn)很重要。

了解機(jī)器學(xué)習(xí)的第二個(gè)重點(diǎn)就是無監(jiān)督學(xué)習(xí)

無監(jiān)督學(xué)習(xí)并沒有明顯的響應(yīng)變量，其核心往往是希望發(fā)現(xiàn)數(shù)據(jù)內(nèi)部潛在的結(jié)構(gòu)和規(guī)律，從而為我們進(jìn)行下一步?jīng)Q斷提供參考。

從面試角度來說，“K 均值算法”往往是考察數(shù)據(jù)科學(xué)家整個(gè)無監(jiān)督學(xué)習(xí)能力的一個(gè)核心點(diǎn)。因此，對于這個(gè)算法有必要認(rèn)真學(xué)習(xí)，做到真正的、徹底的理解。

怎么學(xué)習(xí)呢？和前面我們提到的監(jiān)督學(xué)習(xí)一樣，也需要從編程實(shí)現(xiàn)和算法本身兩個(gè)方面入手對 K 均值進(jìn)行把握。在掌握了 K 均值之后，還可以進(jìn)一步去了解一些基于概率模型的聚類方法，擴(kuò)寬視野，比如“高斯混合模型”（Gaussian Mixture Model）。

其次，雖然機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)有不少的重合部分，但是對于合格的數(shù)據(jù)科學(xué)家和人工智能工程師來說，一些機(jī)器學(xué)習(xí)方向不太容易覆蓋到的統(tǒng)計(jì)題目也是需要掌握的。

第一，我們必須去理解和掌握一些核心的概率分布，包括離散分布和連續(xù)分布。這里的重點(diǎn)不僅僅是能夠理解概念，而且是能夠使用這些概率分布去描述一個(gè)真實(shí)的場景，并且能夠去對這個(gè)場景進(jìn)行抽象建模。

第二，那就是要理解假設(shè)檢驗(yàn)。這往往是被 AI 工程師和算法工程師徹底遺忘的一個(gè)內(nèi)容。我們要熟悉假設(shè)檢驗(yàn)的基本設(shè)定和它們背后的假設(shè)，清楚這些假設(shè)在什么情況下可以使用，如果假設(shè)被違背了的話，又需要做哪些工作去彌補(bǔ)。

第三，那就是去學(xué)習(xí)和理解因果推斷（Casual Inference）。這雖然不是經(jīng)典的統(tǒng)計(jì)內(nèi)容，但是近年來受到越來越多的關(guān)注。很多學(xué)者和工程師正在利用因果推斷來研究機(jī)器學(xué)習(xí)模型所得結(jié)果的原因。

再次，還有一個(gè)很重要的“硬”技能，就是要對系統(tǒng)有一個(gè)基本了解。

第一，就是具備最基本的編程能力，對數(shù)據(jù)結(jié)構(gòu)和基礎(chǔ)算法有一定的掌握。編程語言上，近年來，Python 可以說受到了諸多數(shù)據(jù)相關(guān)從業(yè)人員的青睞。因?yàn)槠湔Z言的自身特點(diǎn)，相對于其他語言而言，比如 C++ 或者 Java，Python 對于從業(yè)人員來說是降低了學(xué)習(xí)和掌握的難度。但另一方面，我們也要意識到，大多數(shù)人工智能產(chǎn)品是一個(gè)復(fù)雜的產(chǎn)品鏈路。整個(gè)鏈路上通常是需要對多個(gè)語言環(huán)境都有所了解的。因此，掌握 Python，再學(xué)習(xí)一兩個(gè)其他的語言，這時(shí)候選擇 Java 或者 C++，是十分必要的。另外，很多公司都采用大數(shù)據(jù)環(huán)境，比如 Hadoop、Spark 等來對數(shù)據(jù)進(jìn)行整合和挖掘，了解這些技術(shù)對于應(yīng)聘者來常常說是一個(gè)讓用人單位覺得不錯(cuò)的“加分項(xiàng)”。

第二，就是對于搭建一個(gè)人工智能系統(tǒng)（比如搜索系統(tǒng)、人臉識別系統(tǒng)、圖像檢索系統(tǒng)、推薦系統(tǒng)等）有最基本的認(rèn)識。機(jī)器學(xué)習(xí)算法能夠真正應(yīng)用到現(xiàn)實(shí)的產(chǎn)品中去，必須要依靠一個(gè)完整的系統(tǒng)鏈路，這里面有數(shù)據(jù)鏈路的設(shè)計(jì)、整體系統(tǒng)的架構(gòu)、甚至前后端的銜接等多方面的知識。考察候選人這方面的能力是查看候選人能否把算法落地的一個(gè)最簡單的方式。因此，從我們準(zhǔn)備面試的角度來說，這部分的內(nèi)容往往就是初學(xué)者需要花更多時(shí)間了解和進(jìn)階的地方。

2

數(shù)據(jù)科學(xué)家應(yīng)聘的“軟”實(shí)力

前面我們聊了數(shù)據(jù)科學(xué)家應(yīng)聘的“硬”技能，下面，我們再來看看候選人還需要注意和培養(yǎng)哪些“軟”技能。

數(shù)據(jù)科學(xué)家的第一“軟”技能就是如何把一個(gè)業(yè)務(wù)需求轉(zhuǎn)化成機(jī)器學(xué)習(xí)設(shè)置的“翻譯”能力。什么意思呢？和純理論學(xué)習(xí)的情況有所不同，大多數(shù)真實(shí)的業(yè)務(wù)場景都是非常復(fù)雜的。當(dāng)產(chǎn)品經(jīng)理提到一個(gè)產(chǎn)品構(gòu)思的時(shí)候，當(dāng)設(shè)計(jì)人員想到一個(gè)業(yè)務(wù)創(chuàng)新的時(shí)候，沒有人能夠告訴你，作為一個(gè)數(shù)據(jù)科學(xué)家而言，這個(gè)問題是監(jiān)督學(xué)習(xí)的問題還是無監(jiān)督學(xué)習(xí)問題，這個(gè)問題是可以轉(zhuǎn)換成一個(gè)分類問題還是一個(gè)回歸問題。有時(shí)候，你會發(fā)現(xiàn)好像幾條路都走得通。因此，如何能夠從邏輯上，從這些不同的設(shè)置所依賴的假設(shè)上來對業(yè)務(wù)場景進(jìn)行分析，就成了數(shù)據(jù)科學(xué)家必不可少的一個(gè)核心能力。

分析業(yè)務(wù)場景這個(gè)“軟”技能的確非常依賴工作經(jīng)驗(yàn)。這里不僅僅是一個(gè)機(jī)器學(xué)習(xí)問題的“翻譯”，還需要對整個(gè)系統(tǒng)搭建有所了解，因?yàn)檎嬲线m的場景“翻譯”往往是機(jī)器學(xué)習(xí)的問題設(shè)置和系統(tǒng)局限性的一個(gè)平衡和結(jié)合。舉一個(gè)例子，一個(gè)推薦系統(tǒng)需要在百毫秒級給一個(gè)用戶進(jìn)行推薦，那么相應(yīng)的方案就必然有一個(gè)計(jì)算復(fù)雜度的限制。因此，場景的“翻譯”其實(shí)是考察數(shù)據(jù)科學(xué)家和人工智能工程師的一個(gè)非常重要的步驟，也是看候選人是否真正能夠?qū)W以致用的有效手段。

說到這里，你是不是會有疑問：如果我沒有相關(guān)的從業(yè)經(jīng)驗(yàn)，那如何來鍛煉這種“翻譯”能力呢？其實(shí)，現(xiàn)在豐富的互聯(lián)網(wǎng)產(chǎn)品已經(jīng)為我們提供了一個(gè)無形的平臺。當(dāng)你在現(xiàn)實(shí)中看到一個(gè)真實(shí)產(chǎn)品的時(shí)候，比如京東的產(chǎn)品搜索、科大訊飛的語音識別系統(tǒng)等等，你設(shè)想一下，如果你是設(shè)計(jì)者，如果你是需要實(shí)現(xiàn)這個(gè)產(chǎn)品功能的數(shù)據(jù)科學(xué)家，你會怎么做？實(shí)際上，很多面試問題，都是面試官直接詢問你對某一個(gè)現(xiàn)成產(chǎn)品的設(shè)計(jì)思路，比如谷歌的面試官可能會詢問你如何設(shè)計(jì)一個(gè)搜索查詢關(guān)鍵字拼寫檢查組件。這個(gè)方法一方面是幫助你“開腦洞”，另一方面也是一種非常好的思維鍛煉。

另外一個(gè)很重要的“軟”技能就是數(shù)據(jù)科學(xué)家的溝通表達(dá)能力。這可能會讓有一些人感到意外，因?yàn)榇蠹乙苍S認(rèn)為數(shù)據(jù)科學(xué)家和人工智能工程師完全是技術(shù)崗位，并不需要與人打交道。其實(shí)，這個(gè)理解是片面的。就像剛才提到的，數(shù)據(jù)科學(xué)家的一個(gè)重要職責(zé)就是把現(xiàn)實(shí)的業(yè)務(wù)場景“翻譯”成機(jī)器學(xué)習(xí)的設(shè)置，那么在這個(gè)過程中，會和業(yè)務(wù)人員、其他工程師、科學(xué)家進(jìn)行高頻的溝通和交流。如何把你的思路、方案清晰地表達(dá)給同事和團(tuán)隊(duì)成員是非常重要的職責(zé)。實(shí)際上，數(shù)據(jù)科學(xué)家不僅在公司內(nèi)部承載著的這樣的溝通任務(wù)，我們往往還需要在社區(qū)中做演講、參與講座等活動(dòng)，成為社區(qū)中的一份子，都離不開溝通表達(dá)能力的磨練。

如何鍛煉溝通表達(dá)能力呢？這里，我給初學(xué)者一個(gè)簡單而實(shí)用的方法，那就是用一兩句話來總結(jié)你的方案。你嘗試用一小段話，但是不夾帶任何專業(yè)術(shù)語，把你的方案說給不懂機(jī)器學(xué)習(xí)的人聽。這個(gè)訓(xùn)練方法可以讓你反復(fù)思考，直到找到一個(gè)最簡潔有力的表達(dá)。