# Daily-interview

**Repository Path**: mirrors_datawhalechina/Daily-interview

## Basic Information

- **Project Name**: Daily-interview
- **Description**: Datawhale成员整理的面经，内容包括机器学习，CV，NLP，推荐，开发等，欢迎大家star
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2022-01-11
- **Last Updated**: 2025-12-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<div align='center'>
    <img src="./logo.png" alt="alt text" width="100%">
    <h1>⭐Daily Interview - 面试必看 </h1>
</div>
<div align="center">
<div align="center">

[![GitHub stars](https://img.shields.io/github/stars/datawhalechina/daily-interview?style=for-the-badge&logo=github)](https://github.com/datawhalechina/daily-interview/stargazers)
[![GitHub forks](https://img.shields.io/github/forks/datawhalechina/daily-interview?style=for-the-badge&logo=github)](https://github.com/datawhalechina/daily-interview/network)
[![GitHub issues](https://img.shields.io/github/issues/datawhalechina/daily-interview?style=for-the-badge&logo=github)](https://github.com/datawhalechina/daily-interview/issues)
[![License](https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-lightgrey?style=for-the-badge)](http://creativecommons.org/licenses/by-nc-sa/4.0/)

**每一个面试者面试之前必看一遍的小面经**

[📖 在线阅读](https://datawhalechina.github.io/daily-interview/) | [🚀 快速开始](#使用指南) | [🤝 参与贡献](#招募)

</div>

## 📖 项目背景

在求职路上，我们经常面临这样的困扰：

- 📚 **信息过载**：牛客网、知乎等平台虽然有海量面经，但往往大而散，难以高效利用
- ⏰ **时间紧迫**：面试前临时抱佛脚，翻阅大量材料反而增加心理压力
- 🎯 **缺乏重点**：不知道哪些是真正的高频考点，复习没有针对性

**Daily Interview** 就是为了解决这些问题而生的！

## 🎯 项目宗旨

> 💡 **核心理念**：不求大而全，但求精而准

- ✅ **精选高频**：只收录面试中真正高频的知识点和题目
- ✅ **快速复习**：面试前半天时间，温故而知新
- ✅ **举一反三**：提供思路和方法，而非标准答案
- ❌ **不求全面**：知识在更新迭代，我们专注核心内容
- ❌ **不做补习**：每个人短板不同，需要自主完善知识体系

## 📚 内容体系

<div align="center">
<img src="https://github.com/datawhalechina/daily-interview/blob/master/content.png" width="500px" alt="内容体系图">
</div>

### 🗂️ 知识模块

| 模块 | 内容 | 适用岗位 |
|------|------|----------|
| 🧮 **算法基础** | 数据结构、算法思想、复杂度分析 | 🌟 所有技术岗位 |
| 💻 **编程语言** | Java、JavaScript、Python等 | 开发岗、算法岗 |
| 🔧 **计算机基础** | 操作系统、网络、数据库、数学 | 🌟 所有技术岗位 |
| 🤖 **AI算法** | 机器学习、深度学习、NLP、CV | 算法岗、AI工程师 |
| 🏗️ **系统设计** | 分布式系统、高并发架构 | 高级开发岗 |
| 🛠️ **开发技术** | 前端、后端、大数据技术栈 | 开发岗 |
| 📋 **项目经验** | 项目介绍、技术难点、优化方案 | 🌟 所有岗位 |
| 🗣️ **行为面试** | 自我介绍、职业规划、团队协作 | 🌟 所有岗位 |

### 📊 Star History

<div align="center">

[![Star History Chart](https://api.star-history.com/svg?repos=datawhalechina/daily-interview&type=Date&theme=dark)](https://star-history.com/#datawhalechina/daily-interview&Date)

</div>


## 🚀 使用指南

### 📖 在线阅读
访问 [https://datawhalechina.github.io/daily-interview/](https://datawhalechina.github.io/daily-interview/) 获得最佳阅读体验。

### 🎯 按岗位复习

#### 🤖 算法岗位
```
重点模块：AI算法 + 数据结构与算法
辅助模块：数学基础 + 计算机基础
复习时间：面试前1-2天重点复习
```

#### 💻 开发岗位
```
重点模块：开发技术 + 数据结构与算法 + 计算机基础
辅助模块：系统设计（高级岗位）
复习时间：面试前半天快速过一遍
```

#### 📋 通用准备
```
必备模块：项目经验 + 行为面试
适用对象：所有技术岗位
建议：提前准备，形成自己的表达模板
```

### 💡 使用技巧

1. **🔖 收藏重点**：标记自己薄弱的知识点，重点复习
2. **🔄 反复练习**：算法题要动手实现，不能只看不练
3. **🗣️ 模拟面试**：找朋友或同事进行模拟面试练习
4. **📝 个人笔记**：基于本项目内容，整理自己的面试笔记


## 🤝 招募贡献者

我们欢迎所有对面试准备有经验的朋友参与贡献！

### 🎯 我们需要你的帮助

- 📝 **内容贡献**：补充面试题目、优化答案解析
- 🐛 **问题反馈**：发现错误或改进建议
- 🌐 **技术支持**：网站优化、功能开发
- 📚 **经验分享**：分享面试经验和技巧

### 📧 联系方式

- **项目负责人**：[@muxiaoxiong](https://github.com/muxiaoxiong)
- **Issue**：[GitHub Issues](https://github.com/datawhalechina/daily-interview/issues)
- **讨论**：[GitHub Discussions](https://github.com/datawhalechina/daily-interview/discussions)

## 👥 贡献者

感谢所有为这个项目做出贡献的朋友们！

### 🏆 特别贡献者

- **[@muxiaoxiong](https://github.com/muxiaoxiong)** - 项目负责人，主要维护者
- **[@heitao](https://github.com/heitao)** - 项目发起人，核心内容贡献者 (66+ commits)
- **[@xiaorrancs](https://github.com/xiaorrancs)** - 主要内容贡献者，算法题目整理 (39+ commits)
- **[@1985312383](https://github.com/1985312383)** - VitePress迁移，网站重构，内容整理

## 📅 更新日志

### 🎉 2025-08-26 - 重大更新
- ✨ **技术栈升级**：从Docsify迁移到VitePress，构建速度提升99%+
- 🎨 **界面重构**：全新的双侧边栏设计，支持VS Code Dark主题
- 🔍 **搜索优化**：新增本地搜索功能，支持中文搜索
- 📱 **响应式设计**：完美适配各种屏幕尺寸
- 🧮 **数学公式**：支持LaTeX数学公式渲染
- 🗂️ **内容重组**：系统性重组所有文档，修复乱码问题
- 🖼️ **图片优化**：统一图片路径，确保所有图片正常显示
- 💻 **代码高亮**：为所有代码块添加语言标识，提升阅读体验
- 🚀 **部署优化**：更新GitHub Actions，支持自动化部署
- 📋 **导航重构**：从Docsify的侧边栏导航升级为VitePress的双侧边栏设计

### 📚 历史版本
- **2025-07-15**：新增大语言模型相关面试资料


## 🌟 关注我们

<div align="center">

### 📱 微信公众号
扫描下方二维码关注 **Datawhale** 公众号，获取更多学习资源

<img src="https://raw.githubusercontent.com/datawhalechina/pumpkin-book/master/res/qrcode.jpeg" width="200" height="200" alt="Datawhale公众号">

### 🔗 相关链接

[![GitHub](https://img.shields.io/badge/GitHub-datawhalechina-black?style=for-the-badge&logo=github)](https://github.com/datawhalechina)
[![Website](https://img.shields.io/badge/Website-datawhale.cn-blue?style=for-the-badge&logo=internet-explorer)](https://datawhale.cn)

</div>

## 📄 开源协议

<div align="center">

<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/">
<img alt="知识共享许可协议" style="border-width:0" src="https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-lightgrey?style=for-the-badge" />
</a>

本作品采用 [知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议](http://creativecommons.org/licenses/by-nc-sa/4.0/) 进行许可。

**这意味着你可以：**
- ✅ **分享** - 在任何媒介以任何形式复制、发行本作品
- ✅ **演绎** - 修改、转换或以本作品为基础进行创作

**但需要遵循以下条件：**
- 📝 **署名** - 必须给出适当的署名
- 🚫 **非商业性使用** - 不得用于商业目的
- 🔄 **相同方式共享** - 如果修改、转换或以本作品为基础进行创作，必须基于与原先许可协议相同的许可协议分布

</div>

---

<div align="center">

**⭐ 如果这个项目对你有帮助，请给我们一个Star！⭐**

**💪 祝愿所有使用这份面经的朋友都能拿到心仪的offer！💪**

</div>