No.1

软件工程职位方向面试知识体系

复杂数据结构

1.树

树的定义以及分类

二叉树非递归的前中后序遍历

二叉树重构

二叉搜索树的定义，添加，查找和删除

平衡二叉树定义

Trie树定义和实现

2.栈

栈的定义

3.哈希表

Hashmap的基本含义和接口

HashFunction以及collision的含义和解决方案

4.堆

堆的定义以及实现方法

5.图及拓扑排序

图的定义以及拓扑排序的定义

medium-hard算法

1.递归

递归基本概念及使用方法，尾递归定义

简单递归问题

复杂递归问题

2.DFS

DFS含义及与BFS的比较

二叉树内部的DFS使用方法

复杂问题的DFS分析

3.BFS

什么是BFS？BFS具体定义和方法

二叉树内部的BFS使用方法

复杂问题的BFS分析

4.动态规划

动态规划基本定义和使用方法

简单动态规划应用问题解析

中等难度动态规划应用问题解析

复杂动态规划应用问题解析

5.排序

多种不同排序在时间复杂度、稳定性、空间上的比较

Java中sort库的使用方法

桶排序思想的问题

6.位操作

基本位操作的方法和技巧

面向对象设计，操作系统，系统设计

1.操作系统考核要点

线程和进程

生产者与消费者问题(producerandconsumerproblem)

多线程与死锁问题分析

Java和C++中的栈和堆在操作系统级别的特性

Java线程及内存相关关键字和常量池

内存优化问题的探讨

2.面向对象设计

继承(对象及函数)问题

组合及参数化问题

接口(interface)问题

3.系统设计

系统设计题分类和基本知识点

系统设计题思考模式

数据库在系统设计中的应用分析

No.2

数据科学职位方向面试知识体系

数据语言

1.语言在数据科学的应用

Python数据结构与算法基础

●数据结构（dictionary,set,list等）

●Pandas工具包的使用

2.R语言在数据科学的应用

R语言介绍与基础

Rfunctions

Datamanipulation

常用R工具包

3.数据科学中的概率分析基础

Probability面试解题思路

●BayesRules

●Conditionalprobability

BrainTeaser面试解题思路

●Cornercase

●Mathematicalinduction

4.数据科学中的概率分析进阶

样本与总体

●SamplevsPopulation

●Surveysamplemethods:Randomsampling,Stratifiedsampling

●Importantsampling,gibbssampling,rejectionsampling

概率分布知识背景

●P-value,TypeI/IIerrors,Powercalculation

●Normal

●Poisson

●Skewness

假设检验

●Testofmean

●TestofRatio

●Samplingtechnique

●Testofindependence

实验设计

●Introductiontohypothesistesting

●A/BtestingAssumption

●HowtorunanactualA/Btesting

●A/Btestingexampleanddeepdive

●Multifactorexperimentaldesign

●Multi-levelexperimentdesignandtest

机器学习

1.Linearregression算法介绍

LinearRegression基础

●模型假设

●Regularization

●Linkfunctions

●Modelinference

GeneralizedLinearModels

Modelselectionandshrinkagemethod

2.机器学习算法基础

机器学习（machinelearning）算法基础

Supervisedlearning

●DecisionTree

●LogisticRegression

●LassoRegression

3.机器学习算法进阶

机器学习（machinelearning）算法进阶

SupportVectorMachine(SVM)

UnsupervisedLearning

●K-Meansclustering，Hierarchicalclustering,linkageclusteringandtheirindustrialapplication

●Model-basedclustering:GaussianMixtureModels,Expectation-Maximization

4.深度学习算法介绍与练习

●深度学习基础（DeepLearning）

●神经网络（neuralnetworks）

●Forward/Backwardpropagation

●LossFunction,ActivationFunctions

●GradientDescentvariants

●Networksarchitectures:ConvolutionalNeuralNetwork,RecurrentNeuralNetwork

●FeatureEngineering

数据库与大数据

SQL进阶

SQL进阶语法

加入家长答疑群

我们建了一个家长答疑群，专门解答留学生家长们在孩子找工作方面的疑惑。有任何问题都可以随时在群内提问，我们有专业的求职顾问进行答疑~

Ps：当群人数过百后，硅谷资深面试官还会“空降”家长答疑群，做家长答疑专场讲座哦~

赶快扫码入群！