在脸书，机器学习组是bootcamp时最抢手的。
从金钱上看：这个组的包裹远远高于别的组。从工作自由上看：在这个组里你可以修改任何你想要的改动的东西，没有人会阻止你去试验事物。
当然，ML组的工作压力相对大，挑战性也强，毕竟这个组做的东西，是在业界处于领先地位的。
对于在校生而言，人工智能的前景绝对比SDE更好，毕竟它可以让你在麻木的工作之中，有提升自己的机会，做对公司有益的好处，对公司，就是对你有利。
然而，人工智能下面其实还分机器学习和深度学习，前者所需要的掌握的知识点多而泛、适合有工作经验的人转岗；后者的知识点少而深，适合在校生学习。
鉴于很多同学都分不清，机器学习和深度学习的区别，那我们就从以下4个面试的案例中，向大家阐述：
纯视觉岗位：纯深度学习
这类的面试题不会有任何机器学习的内容，只会有深度学习的知识点。
一般会考以下几种题目：
- 你对传统的机器学习怎么看？现在学深度学习到底是为了解决哪些问题？
- 各个优化器的取呗
- 如何避免过拟合，|1|2正则哪个可以解决过拟合问题？你怎么理解的？
这类岗位一般是图像类公司爱找，北美的Facebook首当其冲，毕竟人家都说了“没有深度学习，Facebook 就无法运营，它已经深入到 Facebook 的方方面面”。而国内的优图、旷世也钟爱这方面人才。
NLP岗：70%深度学习，30%机器学习
这类的面试题既考深度学习，也考机器学习；但是前者比例高，后者比例小。
一般会考以下几种题目：
- 为什么用双向GRU，
- 句子太长怎么去编码
- 学习率怎么设置，会递减吗？
- 用的什么优化器，试过别的优化器吗？
- 对于YES/NO的问题如何解决，
- 谈几个你知道的机器学习的中文本分类的方法，并且进行比较
- 说一说机器阅读理解的其他的类型
- 最近看过哪些论文，觉得可以如何更好的改进？
其中，一般人都会谈到Adam优化器，这也是人工职能岗位的通用问题，无论是机器学习还是深度学习都会涉及。小米、华为、VIVO等移动公司对这方面人才尤为看重。
广告算法岗：70%机器学习，30%深度学习
这类的岗位的面试和nlp一样，既考深度学习，也考机器学习；不同的是，前者比例小，后者比例高。
一般会考以下几种题目：
- 最大字段和，记录最大的那段的起止点
- 一个存在文件中的数组（非常大）怎么判断abc三个书否在数组中？
- 一道概率题
这一类岗位的面试，主要考点还是在机器学习学习上，但是也会牵扯导一些深度学习的问题，谷歌的Adas组一直是其名牌组，其组内员工若有回国意向，一般会第一时间被国内的大厂相中。
机器学习算法岗：纯机器学习
这类的面试题不会有任何深度学习的内容，只会有机器学习的知识点。
一般会考以下几种题目：
- 简要介绍下Tensorflow的计算图。
- GBDT和XGBoost的区别是什么？
- LR和SVM的联系与区别？
- 如何阅读扫描版pdf文件或图像格式的书面文件的内容？
算法工程师这个岗位尽在中国才这么叫，像抖音、头条等高薪企业，都在向全球高新挖角推荐算法工程师，对海归尤其大方，高薪绝对是基本的条件之一，而机器学习则是其必备的能力。换言之，掌握机器学习，在国外你可以衣食无忧，在国内你可以叱诧风云。
九章算法，硅谷一线工程师在线直播授课，已经帮助30000+人成功拿到心仪offer。
人工智能集训营：人工智能求职必上，三个月强化训练，从零基础到精通人工智能，能够应付市面上所有公司人工智能面试。
更多课程信息请访问：九章算法