BI浪潮

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）

BI浪潮

你可能感兴趣的:(BI浪潮)