研究生生涯已经两年半了，为了回馈牛客，总结一下秋招经验。 个人情况介绍:从研一开始自己接触了吴恩达的机器学习课程，便对机器学习这方面感兴趣，所以打算往这个方向走，同时正好有老师有这方面的项目。我的学习路线是:吴恩达机器学习-〉吴恩达深度学习->论文结合项目(目标检测项目)->统计学习方法，语言方面因为是走深度学习方向(C++比较合适)加上本科C++学的好一点就学习了C++。 具体学习:1.吴恩达机器学习，深度学习基本所有视频和作业都完成了，这里推荐黄广海博士整理的资料，视频，作业，笔记，代码全部整理好，包括统计学方法代码实现等等。链接为:https://github.com/fengdu78  2.统计学方法学习的一些原理主要通过博客和学长的资料，理解了原理自己手动推导。3.深度学习原理比如损失函数，反向传播原理，激活函数，需要自己看别人的面经整理4.深度学习的代码:比如实现dropout,BN等等，也需要自己整理，5.C++学习：C++prime，侯捷的深度探索C++对象模型，Effective C++ 55个建议,more Effective c++ ,STL源码解析和常见的C++面试题总结.6.数据结构算法:浙大版数据结构+左神的牛客算法课程+剑指offer+leetcode 7.算法工程师面试还会出一些数学题，需要自己总结8.自己项目，论文的创新点以及原理9.图像处理的知识比如各种算子，模糊的原理.  秋招:我准备的比较早，面试过的公司也很多，基本上都是深度学习方向的岗位，总的建议1.实习要早点找，我五月六月找就不好找了，早点找难度还小一点2.秋招早点准备，要准备的基础知识很多，实习也是为了秋招找好工作，重点还是秋招，秋招要找好的工作，基础知识才是重点。3.算法岗的难度大，竞争人多，秋招太多公司简历过不了，无论是大公司还是小公司，很多感觉不招人，所以要把握好每一次机会。4.如果没有项目，可以打比赛，也可以实习，不然简历不好写5.简历比较重要的，我用的是简历本，买了几个月会员20不到，和听了一次课程。6.准备好自我介绍7.面试一般流程:笔试（刷题）->一面（主要还是编程）->二面（专业面，专业方向知识，项目，实习）->三面（HR面），当然每个公司不一样，主要还是这种流程8.最后大家都能找到工作，要有毅力 碰到的题目：深度学习方向的:1.卷积核卷积的物理意义，2.Iou计算3.常见的深度学须评价指标4.网络对比（不同的分类网络，不同的目标检测网络）5.梯度消失爆炸问题6.感受野 7. 过拟合，欠拟合8.反向传播的问题9.softmax的求导10.常见的损失函数，项目中网络用到的损失函数11.Bn，dropout的原理细节12.图像处理的知识，比如各种算子，高斯模糊.多看别人的面经总结. 算法题：基本上是leetcode和剑指offer上的，比如leetcode72,329,718,583,409...... C++:堆栈，虚函数，多态....，需要自己总结 项目:问项目的创新点，这个也是要自己准备（比如比赛的创新点，实习工作的创新点） 工作总会有的，奋斗吧少年。