算法自学之路：本科经济的背景下拿大厂算法offer
19校招阿里腾讯华为美团算法岗面经，均已拿offer
在原帖下，很多人回复并且希望我能开一篇如何从文科专业，经济学专业自学转算法的帖子。正好现在人在美国，还在倒时差，睡不着就来写写这篇帖子。希望大家能从中有所启发，再次强调，我非大佬，能拿到这些offer纯粹是一些运气和老天对我努力的奖励，我离真正的算法工程师差距还很大。
1. 背景介绍：
本人是在国内某东南海边小城市985上的本科，高中作为一个文科生，只想以后划划水在家和老爸做做生意。高考后，侥幸考了省前150名，但是还是离好大学的好专业有差距，所以无奈选了该985的经济学，进入经济学院后，又考入了王亚南经济研究院，这可以说我人生的一个转折点。在这个奇葩的经济学国际化试点班中，我们要全英文上课考试写论文写作业，要上15学分的数学分析，6学分的大学物理，这些“奇葩”的课程安排，无意间为我后来的发展垫下了基础。想象一个文科生上这种课的痛苦。。。
美国研究生申请阶段，由于本科的数理统计课的兴趣激发，所以决定往统计专业申请，刚好当时有个叫“数据科学”的专业吸引了我的目光，于是抱着试一试的态度就去了，实际上当时根本不知道什么大数据，机器学习，算法是啥东西。研究生第一年，很自然的除了课内的统计课，我一门心思只想做金融，于是连考了2级CFA也就是特许金融分析师，而且基本都是8A以上通过。正当我做着成为金融大亨，迎娶白富美，走向人生颠覆的美梦，现实击倒了我，国外的大投行我甚至收不到任何一个实习的面试机会。。。我懵了，于是脑海闪过了一个做数据的念头。
研二前，我申请了gap一年，这一年时间，我开始疯狂找实习，刚开始是很困难的，由于没有什么实践和项目经验，基本没有人理我。好在一个Amazon的pm赏识我，让我从数据分析师做起，在Amazon一共做了6个月的数据分析，后来事情就变得越来越容易，Intel的BI分析师实习，美团的算法实习也就随之而来。在实习的日子里，除了做好本职工作外，我每天回到家必须再额外学至少3小时的东西，才能让我往前追赶。。。
终于，在研二前的暑假，也就是这个校招，我算是侥幸拿到了这些offer。。。接下来的一年，我除了疯狂去CS蹭课，还得舔着脸找大牛prof要项目做research，我离成为一个合格的算法工程师的路还很长。。。
2. 这一年我看的书和刷的题：
《统计学习方法》李航：看得非常细，手推了里面的每个公式
《机器学习》周志华：基本没咋看，只看了上面那本没涉及到的
《Python与机器学习实战》 何宇健：实现了里面的大部分代码
《剑指offer》：其实主要是在牛客上刷了两遍题
leetcode：大概200多题
《算法导论》：买来当鼠标垫了。。。但是最后这年希望能好好看一下
3. 学习方法：重点（CS科班大佬们可跳过退出这个帖子啦，希望和我一样的转专业狗可以看看）
接下来就是干货了，前面这些其实都是废话。
工具：一本有机器学习算法数学推导的书(《统计学习方法》)，***，草稿纸，一个笔记本，一个笔记本电脑
对于每个算法/模型，要做以下几件事情：
1. 看一遍理论推导，不会的不懂不理解的地方Google it
2. 自己盖上书在草稿纸上推导一遍，忘了接着看书，然后接着盖上书重来一遍
3. 在笔记本上开一章专门针对这个算法的页，把书上内容复现在本子上
4. 在Google上搜索： （以SVM为例）SVM适用场景，SVM解决过拟合的方法，SVM损失函数，SVM的优缺点，SVM与其他分类方法的比较，SVM的分布式计算方法，SVM的复杂度，并讲这些内容记在本子上
5. 打开Google/github，搜索该算法的实现代码，不要调包。。。而是老老实实的跟着网上代码的代码自己写一遍
6. 找一个数据集，自己kaggle上找一个适合该算法的，跑一下，看有没有bug
7. 在Google上找到该算法的调包和调参指南。。。用刚刚的数据集当一次调包侠和调参侠
完成以上7步，算搞定一个模型，惭愧的说，因为时间有限(懒)，我并没有每个模型都做了以上7步，但基本也差不多。。。
4. 总结：
我也不想废话太多，这篇帖子只专注于第三部分，至于获得一份算法的offer需要什么，由于我不是大佬，不敢乱说，只能说好的实习/好的论文/好的比赛项目/好的学历都可作为你的闪光点。。。不敢说哪个重要，但至少还是得有一个的。。。最后希望即便现在没有offer的同学，不要着急，你要相信，借用牛客另一个大佬的话，现在有offer的很多人两个月前就是个菜鸡，我们只是前期运气好一些罢了，后面的运气希望都能给你们。希望现在还是研一甚至本科的同学，早点想好自己要做什么，然后为之努力。天道酬勤，Trust the process！
最后如果想要和我进一步交流的，可以私信我加我微信，谢谢大家看到这里！
查看22道真题和解析