前言

在国务院印发的《新一代人工智能发展规划》中的战略目标明确指出，希望到2030年中国的人工智能理论、技术与应用总体能够达到世界领先水平，成为世界主要人工智能创新中心，人工智能核心产业规模能够超过1万亿元，带动相关产业规模超过10万亿元。随着人工智能领域的蓬勃发展并逐渐影响到各行各业，机器学习算法工程师如今已经是校招时最热门的专业之一，本书的诞生也是为了尽可能多地搜集面试笔试经验并为求职者提供参考。

本书中的面试笔试题目开始主要搜集于近年来年清华、复旦、上交、中科大等多所学校应届毕业生求职时的面试笔试题目，后来为了突出多样性，通过多个平台征集各大高校毕业生的算法工程师面试经验。题目的设计尽可能地满足了高频考查、高质量的要求。

相比同类型的书，本书的主要特点有：1）选取的面试笔试题目更加新颖，更切合工业界的真实需求；2）详细讲解了若干重要的AI前沿算法，例如图卷积神经网络、多头自注意力机制和时间卷积网络等；3）对很多算法都附加了代码展示，因为代码可以更直观地帮助读者理解算法，并且面试笔试中也会非常注重面试者的编写代码能力。

本书内容主要分为两部分：

第一部分是机器学习相关的算法总结（前6章），这部分重点介绍了人工智能领域常见的算法，同时也介绍了机器学习与深度学习相关的知识点。在这6章中3.5、3.6、3.7节由沈安若编写完成；4.1、4.2节部分由中国科学院硕士言有三完成，言有三有着六年多丰富的计算机视觉业界经验；6.5节由算法工程师王晶完成；其余部分由凌峰和其他作者协力完成。

第二部分则是介绍了计算机专业的一些非常基础的知识，例如数据库和算法等，这部分基础知识也是在面试或笔试过程中重点考查的内容。

随着机器学习的蓬勃发展，很多非常复杂的算法都可以通过简单的函数调用完成，这也大大降低了机器学习入门的门槛。但如果想在求职者中脱颖而出，仅仅熟练调用函数是远远不够的，还需要求职者有比较扎实的数学基础与编程能力，熟悉常见数据结构算法与机器学习算法，有工业界机器学习项目的实践经历，由于人工智能是个飞速发展的领域，所以能够紧跟并复现AI前沿顶级会议论文也是非常重要的竞争能力。

本书在撰写过程中得到了很多校友的鼓励和支持，在此非常感谢校友们提供的面试经验与信息。由于本人能力有限，书稿虽经反复编校，但难免仍有疏漏之处，希望能够得到读者的谅解。最后欢迎读者们关注微信公众号：AI之城（id: MachineLearning-DL），本公众号由来自清华大学、复旦大学、中国科大的多名研究生创建，主要用于介绍机器学习中的算法与Python编程，研读最新AI顶级会议论文以及与人工智能相关的新闻等。

在阅读过程中有任何疑问，都可以发邮件联系作者（yuancoder@foxmail.com）。