今天是个阳光明媚的日子，此刻我也不知道自己算不算在摸鱼，说我是在摸鱼吧，我又打算分享点儿干货，不是在摸鱼吧，我坐在工位上是在码字却没有在敲代码。
其实我就是觉得今天，天气好，心情好所以我开始了自己的经验总结，也算是经验分享了(摸不摸鱼的不重要了），有关于 < Machine learning design > 的面试中的解题思路。
思路是结构化表达:
大家都是经历过应试化教育的，应该都知道试卷是按要点给分,如果没有一个表达逻辑，有时候不止是 manager 不知道你什么意思，可能自己都不知道要表达什么了。通过结构化的表达来让答案显得很有逻辑,结构化表达，针对一个问题，【一般讲三点答案，逻辑上依次有递进的关系，这样就会显得你逻辑清楚。超过三点，听的人容易lost，所以也没必要。】
- 比如被问了一个design的问题，答案比较复杂，有很多部分。
回答的时候，第一句话先说，这个问题可以从2(数字)方面来考虑：用户和系统。
用户这方面有2(数字)个solution
系统这方面有3(数字)个solution
因为面试官不知道你想讲什么，在讲细节之前： 先把框架说出来，这样有助于面试官follow 你的逻辑，即使中间在细节上仔细询问你，他也知道你后面还有内容要讲，会配合让你讲完。
- 还有一个比较常见的问题，多数的人不知道该如何阐述自己的项目经历（项目小，1分钟结束让对方觉得项目狠水，项目大说个10分钟，让对方觉得，你到底做了个什么项目？其次还会给对方留下一种，思维逻辑不清晰的印象。）
讲自己的项目：主题最好和这个组的方向相关、技术越新、越厉害、越好(后半句好像是废话哈哈哈哈)
适用于做过很多项目以及有很多项目选择的朋友。
- 有些同学的项目可能是好几年前的工作和技术。怎么解决呢？
在简历的结尾，给一个rethink，讲两部分
第一：反思如果现在做同样的问题，哪些地方可以提高（显示你的见识提高了，不是反思你的缺点哈）千万不要到时候rethink一大堆缺点，到时候没过，说我骗你。
可以提高的地方我也给大家列了一下：
新技术，比如以前用 <logistic regression
现在可以用 deep earning/LSTM，data size scale up，
比如以前只有10k的data,
现在是100M，可以使用更复杂的模型，system，single pc -> distributed system/GPU，
training could be paralleled or in the cloud. 更advanced approach to collect labels
比如大公司都会有自己的crowd sourcing judgment platform]。
还可能会要求同学讲自己的经历，面试官根据你的经历来问问题。
在讲经历的时候，突出哪些关键字和技术？
一、和对方相关
二、新技术
三、显得你水平高的内容
当然一定要是你熟悉的，如果你被问到什么，答不上来，会特别减分。注意精通这个词不要随便用 讲到使用哪个model的时候，列举2-3个相关的model，答案的重点是讲一下各自的优缺点，以及当前问题的特质，基于这些比较，从而决定选哪一个。
主动推进谈话
比如讲完一段话或者回答了一个问题：主动询问：Does it make sense to you？
比如讲一个复杂的系统之前，先告知对方：I’m going to talk about a few components. If you feel interested in some particular ones, you can point out and we’ll discuss more over them.
有些问题问的非常模糊，可能是面试官故意的，也可能是面试官的表达能力差。
这种时候
通过rephrase问题 + make concrete example
来主动probe面试官，去除面试官自己的误差，clarify需求
能听出面试官的concern，不要等面试官停下来就接过话题
address面试官的concern。有的面试官在交谈中
不是每个问题都会explicitly的问，然后停下来，然后等你答。碰到面试官很不友善的时候
没法develop一个很好的答案，要坚持the principle of problem solving: Break down problem to solvable subtasks。
比如被问到这个问题 “你deliver了一个ML的产品/系统，用户使用以后，汇报系统的accuracy 远低于你自己test 的accuracy，哪些方面可能出问题了？要求不能看log。”
从problem solving的角度来看， 整个系统有两个element：你的ML系统，用户的application。每个element都可能出问题。那么把大问题break down成两个element自己的问题+element之间衔接的问题，就是一个很好的答案。
两个element自己的问题包括：
产品的问题，用户的application的问题(使用产品的domain和develop 产品的domain不一致， 使用方数据的distribution和training data不一致，etc)
用户的问题(没有按照设计的方式来使用系统，measure的方法不对，使用了和开发方不一样的metrics，etc)。
