01 — 岗位职责
- ▹业务场景建模（推荐 / 搜索 / 风控 / CV / NLP）
- ▹特征工程与数据管线建设
- ▹模型训练调优与 A/B 实验设计
- ▹线上部署、效果监控与持续迭代
02 — 能力要求
机器学习基础（LR / GBDT / 聚类 / 降维）深度学习（CNN / RNN / Transformer）特征工程与特征选择SQL / Spark 数据处理A/B 实验与统计推断
03 — 面试考点
过拟合判别与正则化手段
偏差-方差权衡
梯度下降与优化器对比
分类/回归/排序评估指标
特征选择方法（Lasso / PCA 等）
04 — 岗位速写
即便大模型浪潮汹涌，传统算法工程师依然是推荐、搜索、风控等场景的基石。这个方向的面试扎根于机器学习与深度学习的基本功——过拟合、正则化、优化器、评估指标，是任何算法岗都绕不开的八股。
扎实掌握 ML/DL 基础，也是转向大模型方向的必经之路。