zero2algo

算法岗基础 / 05

算法求职路线图

算法岗准备容易走偏：要么只刷题，要么只看论文，要么只堆大模型项目。更有效的路线是围绕目标岗位反推能力、项目和面试表达。

第一步：确定主方向

先选一个主方向，不要一开始就想覆盖所有岗位。

适合作为主方向的选择：

  • 推荐 / 搜索：岗位多，适合有排序、用户行为、内容理解项目的人。
  • 广告投放：适合对商业化、CTR/CVR、出价、ROI 感兴趣的人。
  • 运筹调度：适合数模、优化、物流、供应链背景的人。
  • 风控 / 内容安全：适合做过分类、异常检测、审核系统的人。
  • NLP / AIGC：适合有文本、RAG、LLM 应用或评测经验的人。
  • 增长 / 因果：适合对实验、因果、补贴、权益策略感兴趣的人。

主方向决定简历叙事。方向越清晰，面试官越容易理解你的积累。

第二步：补基础能力

基础能力分四块：

  1. 编程：Python、SQL、基础数据结构和常见算法题。
  2. 机器学习：LR、GBDT、DNN、Embedding、Transformer、评估指标。
  3. 统计实验：A/B 实验、置信区间、假设检验、因果偏差。
  4. 工程意识：特征、样本、训练、服务、监控、回滚。

刷题要做，但不要把全部时间花在刷题上。业务算法岗通常还会考你项目、指标、系统设计和业务 case。

第三步：做一个主项目

一个强项目比三个浅项目更有用。主项目要能覆盖完整链路：

  • 业务背景：为什么这个问题值得做。
  • 指标定义：优化什么，护栏是什么。
  • 数据构造：样本、标签、特征怎么来。
  • 模型方案：为什么选这个模型。
  • 策略层：模型输出如何进入业务决策。
  • 实验评估：离线、线上或模拟实验怎么证明效果。
  • 复盘迭代：不足在哪里，下一步怎么改。

如果你没有真实业务数据，可以做一个仿真项目或公开数据项目，但必须把业务链路讲清楚。

第四步：按 JD 拆面试题

看到 JD 后，不要只看“熟悉 PyTorch / TensorFlow”。要抓岗位关键词。

例如：

  • “召回、排序、多目标”：准备推荐排序链路。
  • “CTR/CVR、出价、预算”：准备广告投放。
  • “排班、调度、供需匹配”：准备运筹优化。
  • “因果、uplift、补贴”：准备实验和因果推断。
  • “RAG、Agent、评测”：准备大模型应用闭环。

每个关键词都要能回答三件事：

  1. 它解决什么业务问题。
  2. 常用技术方案是什么。
  3. 面试官会追问什么坑。

第五步：准备项目讲法

项目介绍建议用固定结构：

背景 -> 问题 -> 指标 -> 数据 -> 方案 -> 实验 -> 收益 -> 复盘

不要从“我用了某模型”开始。应该先讲业务问题和指标，再讲为什么需要这个模型。

一个好的开头：

这个项目解决的是推荐场景下新内容冷启动曝光不足的问题。业务目标是提升新内容有效消费，同时不能明显伤害整体点击和留存。我把问题拆成候选生成、探索流量分配和线上实验三部分。

第六步：准备高频追问

每个项目至少准备这些追问：

  • 标签怎么定义，有没有噪声。
  • 负样本怎么采，会不会引入偏差。
  • 离线指标为什么选这个。
  • 线上指标和离线指标是否一致。
  • 和 baseline 比提升来自哪里。
  • 如果上线后效果下降怎么排查。
  • 系统延迟和稳定性怎么保证。
  • 这个方案有什么缺点，下一步怎么改。

面试官越追问，越说明项目有展开空间。不要害怕追问，要提前准备。

第七步：模拟开放 Case

业务算法面试常见开放题：

  • 如何提升推荐转化率。
  • 如何降低广告主成本。
  • 如何减少风控误伤。
  • 如何优化骑手调度准时率。
  • 如何评估一个补贴策略是否有效。
  • 如何设计 RAG 系统的评测指标。

回答时按“目标、指标、数据、方案、实验、风险”拆，不要直接给一个模型。

时间安排建议

如果有 8 周：

时间 重点
第 1-2 周 补基础：ML、SQL、常见算法题、指标
第 3-4 周 做主项目：数据、模型、实验、复盘
第 5 周 按方向补专题：推荐 / 广告 / 运筹 / 风控等
第 6 周 写简历和项目讲稿
第 7 周 模拟面试和开放 Case
第 8 周 按 JD 定制准备，复盘错题

简历策略

简历不要堆技术词，要突出业务问题和结果。

不好的写法：

使用 DeepFM、DIN、Transformer 完成推荐模型训练。

更好的写法：

针对新用户推荐点击稀疏问题，构造用户短期行为序列和内容侧特征，训练排序模型并加入重排策略；离线 NDCG 提升 4.2%，模拟实验中新用户有效点击提升 3.1%。

重点是问题、方案、指标和收益。

投递策略

投递时可以准备三类版本：

  • 推荐 / 搜索版本：突出排序、召回、特征、实验。
  • 广告 / 增长版本：突出 CTR/CVR、ROI、因果、预算。
  • 运筹 / 调度版本：突出建模、约束、优化、仿真。

同一个项目可以换表达角度，但不要造假。你要能经得住追问。

最后总结

算法求职不是“刷题 + 背模型”就够。更完整的准备路线是：

  1. 选方向。
  2. 补基础。
  3. 做主项目。
  4. 拆 JD。
  5. 练项目表达。
  6. 练开放 Case。
  7. 复盘面试反馈。

如果你能把一个项目讲成业务闭环，而不是模型实验，竞争力会明显更强。