Yingjieguan：周围同学都羡慕我有15k的工资

我要年薪95w：2.1 LR，SVM，KNN，GBDT，XGB推导，算法细节(LR为何是sigmod，理论推导出sigmod,KNN距离度量方式，XGBoost为什么要用二阶信息不用一阶，LR和SVM对比，GBDT和XGB和LightGBM对比)。 2.2 CNN DNN RNN 细节以及相关问题(poll层，激活函数，梯度消失弥散问题，LSTM结构图，深度网络优势及缺点)。 2.3 常见排序算法的复杂度和一些细节以及改进优化。 2.4 树模型建模过程。 2.5 特征选择方法。 2.6 模型训练停止方法。 2.7 正则化作用。 2.8 模型效果评价指标。 2.9 AUC理解和计算方法。 2.10 Hadoop，Hive，Spark相关理论。 2.11 L_BFGS，DFP推导。 2.12 弱分类器组合成强分类器的理论证明。 2.13 FM，FMM，Rank_SVM算法细节。 2.14 map_reduce基本概念以及常见处理代码。 2.15 过拟合的解决方法。 2.16 各个损失函数之间区别。 2.17 L1,L2正则化相关问题。 。