shafaypro/CrackingMachineLearningInterview

A repository to prepare you for your machine learning interview, involving most of the questions asked by all the tech giants and local companies. Do this to Ace your Machine Learning Engineer Interviews

它解决的问题

准备机器学习、AI、数据科学及相关工程面试令人不知所措，因为主题从数学和算法延伸到生产系统、云平台和LLM特定技术。该仓库将大量面试准备材料组织成按角色划分的学习路径，让你专注于目标职位实际会被问到的问题。

工作原理

你首先通过“选择你的路径”指南选择一个路径（ML工程师、数据科学家、数据工程师、MLOps、AI/GenAI工程师、深度学习、DevOps等），该指南为你提供有序的路径：先决条件、分阶段阅读顺序、要构建的项目以及面试准备就绪的标志。然后，仓库在多个子文件夹中提供精选笔记：经典ML、深度学习、AI/GenAI（包括RAG、代理、LLM推理、LangGraph）、MLOps、数据工程、DevOps、云平台、系统设计、编码挑战和项目设置。它还包括实用工具，如单页ML速查表、带闪卡的术语表、调试场景和带题库的2026年面试路线图。一个辅助脚本生成可搜索的网站，链接在CI中自动检查。

适用人群

机器学习工程师、数据科学家、深度学习工程师、AI/GenAI工程师、数据工程师、MLOps/DevOps/平台工程师，以及从事AI/ML产品的软件工程师。它既适合新手（通过路径指南），也适合针对高级或员工级别职位的经验丰富的候选人。

亮点

基于角色的路径，带有有序阅读路径和每个角色要构建的项目
涵盖经典ML、深度学习、LLM/GenAI（RAG、代理、推理）、MLOps、数据工程、DevOps、云平台和系统设计
包含2026年特定面试路线图、题库和现代轮次的额外问题
交互式术语表闪卡和简洁的ML速查表，便于快速复习
调试场景指南（例如，数据泄漏、NaN损失、漂移），带有排序的原因和修复方法
带回家项目指南，解释评审者评分的内容、时间预算和演示技巧
基于浏览器的闪卡在本地保存进度
包含离线链接检查器和站点构建工具（在CI中运行）