NLP算法工程师需要具备哪些核心能力

背景：
由于我主要负责的项目近期结束了，同时面临合同快到期以及其他原因，楼主近期在准备跳槽相关的事情，大大小小面试了有近二十次了，这里简单记录一下NLP自然语言处理算法工程师的面试问题
帮助大家快速掌握并了解面试官最看重你的哪些能力，便于大家工作学习中重点提升。

1，首先是基础能力，做算法工程师首先要有良好的基础能力：
首先是计算机相关，那么数据结构与算法、计算机网络、计算机组成原理结构、数据库
然后是数学相关，为了你接下来要学习模型做准备，那么高数部分的导数、极限、泰勒展开、统计、线性代数、矩阵分解

2，然后是理论能力
比如机器学习相关的理论，分类 回归 聚类如线性回归的原理、逻辑回归的损失函数及推导、常用损失函数、聚类思想
进阶版的机器学习 如EM算法 SVM算法的推导 集成学习相关的xgboost adaboost rf等
深度模型如常用神经网络结构 反向传播原理 CNN RNN LSTM等

3，nlp相关的知识
nlp的基本任务 如文本清理 分词
句法分析 词性标注 信息抽取 ner等
word embedding的演化
当前比较重要的就是transformer结构及注意力机制的原理 bert模型以及与其他elmo gpt模型的演化

4工程能力
也就是你项目的具体过程
介绍你对你当前作的工作的认识，遇到哪些问题，采用了哪些尝试 取得了什么结果 对结果的分析等
如果给你一个新任务 怎么开始等
楼主做的是问答对话相关的
因此主要集中在任务导向对话系统的四大模块 nlu nlg dst pol的主要实现思路及具体解决等
希望对大家有所帮助