Interview = 简历指南 + LeetCode + Kaggle

📚 技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络、系统设计

主要是我是日常看过的不错的文章的资源汇总，方便自己也分享给大家。有些我看过的，就会做简单的解读，没看过的，就先罗列一下，然后之后看了把解读更新上；涉及到搜索/推荐/自然语言处理。

Best Practices on Recommendation Systems

刷算法全靠套路，认准 labuladong 就够了！English version supported! Crack LeetCode, not only how, but also why.

Papers on Computational Advertising

深度学习面试宝典（含数学、机器学习、深度学习、计算机视觉、自然语言处理和SLAM等方向）

推荐、广告工业界经典以及最前沿的论文、资料集合/ Must-read Papers on Recommendation System and CTR Prediction

Next RecSys Library

2019年最新总结，阿里，腾讯，百度，美团，头条等技术面试题目，以及答案，专家出题人分析汇总。

计算广告/推荐系统/机器学习(Machine Learning)/点击率(CTR)/转化率(CVR)预估/点击率预估

TensorFlow 2.x version's Tutorials and Examples, including CNN, RNN, GAN, Auto-Encoders, FasterRCNN, GPT, BERT examples, etc. TF 2.0版入门实例代码，实战教程。

深度学习开源书，基于TensorFlow 2.0实战。Open source Deep Learning book, based on TensorFlow 2.0 framework.

Java后端面试资料；Leetcode；后端研发资料；各大厂架构开发学习资源；精华机器学习，NLP，图像识别等人工智能领域学习资料，搜索，推荐，广告系统架构及算法技术资料整理

算法工程师(人工智能CV方向)面试问题及相关资料

TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)

A List of Recommender Systems and Resources

A User Profile Generation System. 用户画像生成系统. 大数据案例分析作业

Building a Movie Recommendation System web application using Django framework and Collaborative Filtering technique

后端架构师技术图谱

Must-read papers on Recommender System.

《推荐系统实践》代码实现

2018/2019/校招/春招/秋招/算法/机器学习(Machine Learning)/深度学习(Deep Learning)/自然语言处理(NLP)/C/C++/Python/面试笔记

Exercises answers to the book "machine-learning" written by Prof. Zhou Zhihua of Nanjing University

MIT课程《Distributed Systems 》学习和翻译