第1章 岗位能力画像与简历优化模板
本章帮助机器学习算法实习生建立岗位能力认知，并基于面试官视角优化简历。通过能力画像明确核心技能树，借助简历结构模板、关键词清单与成果量化句式提升简历筛选通过率。同时提供3道高频面试问答，覆盖项目经验、算法理解与工程能力考察。
简历结构模板
| 模块 | 关键内容 | 示例 |
|---|---|---|
| 个人信息 | 姓名、电话、邮箱、GitHub/博客（加分） | 张三 | 138-xxxx-xxxx | zhang@xx.com | github.com/z |
| 教育背景 | 学校、专业、GPA（前15%标注）、核心课程 | XX大学 计算机科学与技术 本科 3.8/4.0 |
| 专业技能 | 关键词清单（见下方） | 熟悉Python、PyTorch、Scikit-learn，掌握LR、树模型、CNN |
| 项目经验 | STAR结构 + 成果量化 | 项目：用户流失预测 — 使用XGBoost，AUC从0.72提升至0.85 |
| 实习经历 | 公司、岗位、具体贡献 | XX公司算法实习生 — 优化推荐模型，CTR+8% |
| 竞赛/ | Kaggle名次、发表（CCF-C以上） | Kaggle房价预测Top 5% |
关键词清单（按权重排序）
- 算法理解：线性回归、逻辑回归、SVM、决策树、随机森林、XGBoost、LightGBM、K-means、PCA
- 深度学习：CNN、RNN、LSTM、Transformer、Attention、BERT、GAN（基础）
- 编程语言：Python（必选）、C++（加分）、SQL（数据处理）
- 数学基础：线性代数（矩阵运算、特征值）、概率论（贝叶斯、熵）、微积分（梯度下降）
- 框架&工具：PyTorch、TensorFlow、Scikit-learn、Pandas、NumPy、Matplotlib、Linux
- 工程能力：特征工程、模型调参、交叉验证、A/B测试、Docker（加分）
成果量化句式（直接用于简历）
- “使用XGBoost构建用户流失预测模型，AUC从0.72提升至0.85，提升17%”
- “通过特征工程与调参，将决策树模型的F1-score从0.78优化到0.86”
- “基于PyTorch实现ResNet-18图像分类，在验证集上达到92.3%准确率”
- “设计A/B测试方案，验证新推荐策略使CTR提升8%（p<0.01）”
- “处理10W+条用户行为数据，日均数据吞吐量1TB，使用Pandas进行清洗与特征提取”
经典面试问答（3道）
面试问题 1：描述你做过的一个机器学习项目，以及如何评估模型效果？
考察点：项目完整性（数据→特征→模型→评估）、量化思维、评估指标理解（分类 vs 回归）
回答框架：
1. 背景：解决什么业务问题？数据规模？（行/列数）
2. 方法：用了哪些特征？为什么选该模型？
3. 评估：选用指标（AUC/F1/RMSE），如何验证？（交叉验证/Train-Validation Split）
4. 结果：量化提升（如AUC 0.82→0.89）
5. 反思：不足与改进方向示例回答：“之前做过电商用户流失预测，有50万用户特征。我用XGBoost + 特征交叉，采用5折交叉验证，AUC从0.75升至0.84。主要难点是正负样本不平衡，我用SMOTE过采样处理。最终在测试集上召回率提升到82%。”
- 可能追问：为什么选择AUC而不是准确率？如何处理样本不平衡？你试过其他模型吗？
避坑提醒：勿只说“效果很好”而无数字；不要编造数据；若没有完整项目，可以用竞赛项目替代，但必须讲清流程。
面试问题 2：简历上写“熟悉决策树”，请说说决策树的构建过程与核心参数。
考察点：基础知识扎实度（剪枝、分裂准则）、能否对比不同树模型
回答框架：
1. 构建过程：选择最优特征分裂（信息增益/基尼）
2. 停止条件：样本数<阈值 / 纯度=1 / 深度>最大深度
3. 剪枝：预剪枝（限制深度、最小样本） vs 后剪枝（CART的CCP）
4. 对比：ID3（信息增益，多值偏好）、C4.5（信息增益率）、CART（基尼，二叉树）示例回答：“决策树按特征分裂，常用CART算法（基尼系数）。构建时递归选择最小基尼的特征。为防止过拟合，我会设置最大深度5、最小叶子节点样本数10。相比ID3，CART能处理连续特征并生成二叉树，且支持后剪枝。”
- 可能追问：为什么CART用基尼系数？和熵有什么区别？决策树如何处理缺失值？
避坑提醒：不要混淆ID3和CART的细节；若回答“我用sklearn默认参数”会显得深度不足，应主动提及调参与原理。
面试问题 3：机器学习实习生需要具备哪些工程能力？你如何证明？
考察点：工程化意识（数据管道、框架使用、代码规范、部署概念）
回答框架：
1. 数据处理：ETL、特征工程、大数据批处理（用Pandas/Spark）
2. 模型训练：PyTorch/TensorFlow脚本化、GPU加速、分布式训练
3. 调优与实验管理：超参数搜索（Grid/Random）、实验记录（wandb/mlflow）
4. 部署基础：模型导出（ONNX/TorchScript）、API服务（Flask/FastAPI）
5. 代码规范：Git版本管理、单元测试、代码注释示例回答：“我在项目中用PyTorch编写训练脚本，用wandb记录每次实验的loss和AUC，方便对比。Git管理代码，并封装了数据处理类。最后导出ONNX模型，用FastAPI提供推理接口。这种流程保证了可复现与快速迭代。”
- 可能追问：如何优化推理速度？遇到显存不足怎么办？是否了解模型量化？
避坑提醒：实习生面试不必精通部署，但至少要能说出“我研究过用Flask搭接口”或“了解过Docker”。避免说“我只看不写代码”。