基本功

• Python 开发
  • 控制语句（if, for, while, pass, assert, with, yield, import, in）
  • 类型（object, list, tuple, dict, set）
  • 表达式（lambda, 列表推导式）
  • 函数（map, reduce, filter, zip, sort, enumrate, isinstance）
  • 面向对象（类成员、实例化、构造函数、析构函数、继承、派生、多态、super）
  • 数值计算（numpy、scipy、pandas、sklearn、gensim）
  • 数据可视化（matplotlib、moviepy）
  • 爬虫（scrapy、beautifulsoup、urllib、requests、selenium）

推荐阅读：《Python手册》、官方文档、《Head First Python》

• Git
  • commit
  • config
  • push
  • pull
  • diff
  • checkout
  • merge
  • stash
  • merge request

推荐阅读：《踏潮 Git 使用规范》

• 传统算法和数据结构
  • 枚举（8皇后问题）
  • 递归（汉诺塔问题、树的前中后序遍历）
  • 分治（求中位数、快排）
  • 贪婪（Dijkstra 求最短路、Prim 最小生成树）
  • 动态规划（背包问题、Floyd 求最短路）
  • 链表（增删改查、循环链表、判环）
  • 栈（用队列模拟栈、售货员卖棒冰找零问题）
  • 队列（用栈模拟队列，双向队列、优先队列）
  • 二叉树（BST、平衡树、线段树）
  • 堆（最小/最大堆、堆排序）
  • 排序（冒泡、选择、插入、快速、归并、堆、桶）
  • 图论（DFS、BFS、最小生成树、最短路、关键路径、流网络）
  • 字符串（KMP、字典树、AC自动机）
  • 计算几何（线性规划、凸包）

推荐阅读：微软 —《编程之美》、《算法导论》

完成 Leetcode 中所有 easy / medium 难度的习题，编程语言 Python / C++ 自选。

• 数学基础
  • 线性代数（矩阵、特征值、特征向量、秩）
  • 微积分（极限、导数、拉格朗日中值、泰勒级数展开、傅里叶变换）

推荐阅读：吴军 —《数学之美》、大学相关课程教材

• 统计学基础
  • 相关性分析（相关系数r、皮尔逊相关系数、余弦相似度、互信息）
  • 回归分析（线性回归、L1/L2正则、PCA/LDA降维）
  • 聚类分析（KNN、K-Means）
  • 分布（正态分布、t分布、密度函数）
  • 指标（协方差、ROC曲线、AUC、变异系数、F1-Score）
  • 显著性检验（t检验、z检验、卡方检验）
  • A/B测试

推荐阅读：李航 —《统计学习方法》

• 机器学习基础
  • 关联规则（Apriori、FP-Growth）
  • 回归（Linear Regression、Logistics Regression）
  • 决策树（ID3、C4.5、CART、GBDT、RandomForest）
  • SVM（各种核函数）
  • 推荐（User-CF、Item-CF）

推荐阅读：《集体智慧编程》、Andrew Ng — Machine Learning Coursera from Stanford

• 广告业务知识
  • 了解各角色（Ad Exchange、DSP、SSP、DMP、监测）
  • 了解广告数据维度
  • 了解部门算法架构

推荐阅读：《踏潮算法培训》

基本功大考核：自主选题完成某一类数据抓取（如淘宝、携程、大众点评、58同城、百度竞价广告、世纪佳缘、链家等），对其进行统计分析并做 Presentation。

参考：

chenqin 答过的问题

小龙虾是怎么火遍全国的？ - 数据冰山 - 知乎专栏

黄焖鸡米饭是怎么火起来的？ - 何明科的回答

RIO是如何席卷大江南北的？ - 数据冰山 - 知乎专栏

统一出品的调味茶饮料“小茗同学”能热卖有哪些因素？ - 何明科的回答

特定岗位所需

系统工程师

• Linux 基本命令及 Bash Shell

推荐阅读：《鸟哥的Linux私房菜》

• C/C++
  • 代码规范
  • C++11新特性

推荐阅读：《踏潮C++代码规范》、《Effective C++/STL》

• RPC框架
  • Thrift
  • Protobuf
• Web框架
  • Nginx with FastCGI
  • Apache
  • Django
• 数据存储
  • MySQL
  • MongoDB
  • Redis
  • Hadoop
  • HBase
  • Kafka
• 网络编程
  • 多线程同步
  • 进程通信
  • 流处理
• 分布式
  • 数据同步
  • Master-Slave
  • 竞选机制

算法工程师

• Linux 基本命令及 Bash Shell
• C/C++
  • 代码规范
  • C++11新特性

推荐阅读：《踏潮C++代码规范》、《Effective C++/STL》

• 回归计算
  • 最大似然估计
  • 随机梯度下降
• 分布式计算
  
  • MapReduce
• 并行计算
  • 加速比评测
  • 可扩放性标准
  • PRAM模型
  • POSIX Threads
  • CUDA基础

数据挖掘工程师

• 数据转换
  • 无量纲化
  • 归一化
  • 哑编码
• 数据清洗
  • 判断异常值
  • 缺失值计算
• 特征工程
  • 可用性评估
  • 采样
  • PCA/LDA
  • 衍生变量
  • L1/L2正则
  • SVD分解
• 提升
  • Adaboost
  • 加法模型
  • xgboost
• SVM
  • 软间隔
  • 损失函数
  • 核函数
  • SMO算法
  • libSVM
• 聚类
  • K-Means
  • 并查集
  • K-Medoids
  • KNN
  • 聚谱类SC
• EM算法
  • Jensen不等式
  • 混合高斯分布
  • pLSA
• 主题模型
  • 共轭先验分布
  • 贝叶斯
  • 停止词和高频词
  • TF-IDF
• 词向量
  • word2vec
  • n-gram
• HMM
  • 前向/后向算法
  • Baum-Welch
  • Viterbi
  • 中文分词
• 数据计算平台
  • Spark
  • Caffe
  • Tensorflow
• 推荐阅读：周志华——《机器学习》