Daily Interview：把面經壓縮成面試前半天能讀完的份量
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
秒懂
- 它是什麼？
- Datawhale 成員整理的繁體中文面試複習資料，用 VitePress 重建為線上文件站，模組涵蓋算法、計算機基礎、AI 算法與行為面試。它的核心主張是「不求大而全，但求精而准」，這個主張同時決定了它適合誰、不適合誰。
- 適合誰用？
- 如果你需要的是一份能在面試前一兩天快速掃過的繁體中文複習清單，而且你願意接受它刻意不追求完整，這個專案值得放進書籤。如果你要的是附帶線上評測的題庫、按公司分類的真實面經，或任何可商用、可再封裝的教材，它不符合需求：內容採 CC BY-NC-SA 4.0，非商業性使用是明確條件，且 README 本身就把「不做補習」寫成宗旨。
- 可以商用嗎？
- 可以，但有條件。GPL-3.0 是 copyleft 授權：如果你散布包含它的軟體，就必須以同一授權公開該軟體的原始碼。只在內部執行、不對外散布，則不會觸發這項義務。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 70 天前。
- 用什麼語言寫的？
- GitHub 沒有提供這個儲存庫的主要語言。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
它針對的不是知識缺口，是複習時間不夠
README 把痛點寫得很直白：牛客網、知乎這類平台上面經數量龐大，但「大而散」，面試前臨時翻資料反而增加心理壓力，而且看不出哪些是真正的高頻考點。這個描述指向一個很具體的場景：候選人其實已經學過這些知識，缺的是在有限時間內把重點重新調出來的索引。Daily Interview 的定位因此不是教材，而是索引。README 用一句話概括宗旨：「不求大而全，但求精而准」，並在條列中同時寫出它不做什麼，包括不求全面、不做補習。願意把否定條件寫進首頁的專案不多，這一點對判斷適用範圍有幫助：它假設你已經有自己的知識體系，只缺一份對照表。目標讀者因此偏向已有一定基礎、正在準備技術崗面試的人，而不是從零開始學機器學習或作業系統的初學者。
八個模組與三條複習路線
README 的內容體系表列出八個知識模組：算法基礎、編程語言、計算機基礎、AI 算法、系統設計、開發技術、項目經驗、行為面試。其中算法基礎、計算機基礎、項目經驗、行為面試四項被標為適用於所有技術崗位，其餘則對應特定方向。這個劃分方式比單純按語言或按公司分類更容易操作，因為它直接對應複習順序。使用指南進一步給出三條路線：算法崗以 AI 算法加資料結構與算法為重點，數學基礎與計算機基礎為輔，建議面試前一至兩天複習；開發崗以開發技術、資料結構與算法、計算機基礎為重點，系統設計留給高階職位，建議面試前半天快速過一遍；通用準備則把項目經驗與行為面試列為必備。三條路線的顆粒度不同，算法崗是兩天，開發崗是半天，這個差異本身就是專案對內容密度的判斷。需要留意的是，README 沒有說明各模組的實際題量與更新頻率，你無法從文件判斷某個模組是否已經被實質填充，這要進到線上站或倉庫目錄才能確認。
從 Docsify 換到 VitePress 之後多了什麼
2025-08-26 的更新日誌記載了一次技術棧遷移，從 Docsify 改為 VitePress，並列出隨之而來的變動：雙側邊欄設計、本地搜尋（支援中文）、LaTeX 數學公式渲染、程式碼區塊語言標識、GitHub Actions 自動化部署。對讀者而言，其中兩項有實質影響。第一是中文搜尋：面經這類內容的檢索需求很高，能不能用中文關鍵詞直接命中題目，決定了它是一份可查閱的文件還是一份只能線性閱讀的長文。第二是 LaTeX 支援：AI 算法模組涉及公式推導，若渲染不支援，內容只能以純文字或圖片呈現，可讀性會明顯下降。日誌聲明建置速度提升 99% 以上，這個數字來自專案自身的更新說明，沒有附帶測量方法或基準環境，不宜當作效能結論引用。另一則歷史記錄是 2025-07-15 新增大語言模型相關面試資料，與倉庫 topics 中的 llm 標籤一致。
怎麼把它跑起來
最省事的方式是直接讀線上版，README 的「線上閱讀」指向 https://datawhalechina.github.io/daily-interview/，並註明可獲得最佳閱讀體驗。若要在本機建置，README 本身沒有提供安裝指令，只提到 2025-08-26 的更新中「更新 GitHub Actions，支持自動化部署」。也就是說，具體的套件管理器、Node 版本與建置指令需要從倉庫中的 package.json 與 .github/workflows 目錄讀取，這份素材沒有涵蓋，此處不做推測。可以確認的是技術棧為 VitePress，因此本機流程會落在 VitePress 的標準指令範圍內。內容貢獻的路徑倒是寫得明確：Issue 與 GitHub Discussions 是兩個入口，README 也列出專案負責人 @muxiaoxiong 與專案發起人 @heitao。如果你的目的是補題而不是改文件，那麼你需要的其實只是線上站，不需要碰建置流程。
它明確放棄了什麼，以及放棄帶來的後果
這個專案最大的限制不是技術性的，而是它自己宣告的範圍。README 寫「不求全面」，並解釋原因是知識在更新迭代，因此專注核心內容；同時寫「不做補習」，理由是每個人短板不同，需要自主完善知識體系。這兩句話合起來意味著：當你在某個模組上發現自己完全不會，這份材料不會帶你補起來。演算法題尤其明顯，使用技巧中直接寫「算法題要動手實現，不能只看不練」，等於承認閱讀本身不構成訓練。另一個需要自行驗證的點是內容時效。更新日誌只記錄了三次變動（2025-07-15 新增大語言模型資料、2025-08-26 技術棧遷移），沒有逐模組的維護記錄，因此無法從文件判斷某個具體題目的答案是否仍符合當前主流問法。若你的面試集中在快速變動的方向，這一點比模組數量更值得先確認。
與刷題平台和單一方向題庫的差別
常見的替代做法有兩類。一類是線上刷題平台，它們提供可執行的題目與自動評測，能直接訓練演算法實作能力，但通常不覆蓋計算機基礎、系統設計與行為面試，也不提供繁體中文的敘述性整理。Daily Interview 走的是相反路線：不做評測，只做重點歸納，優點是能在短時間內覆蓋多個模組，代價是練不到手感。另一類是單一方向的題庫，例如只針對 NLP 或只針對後端，深度通常更高，但候選人若同時被問到項目經驗與行為面試，仍需要另一份材料。Daily Interview 的差異在於把八個模組放在同一個站內，並用三條複習路線把它們串成順序。這個設計的實際價值取決於你是否需要跨模組的快速掃描；如果你只缺某一方向的深度，單一方向題庫會更直接。
授權、貢獻與長期維護成本
授權是使用前必須看清楚的一項。README 頁面上方的徽章標示 CC BY-NC-SA 4.0，內文也明確列出三個條件：署名、非商業性使用、相同方式共享。這與倉庫 metadata 中顯示的 GPL-3.0 並不一致，兩者出現在同一份素材中，實際以哪一個為準需要向維護者確認，這裡不做判斷。對讀者的直接影響是：非商業性使用是明文條件，因此把內容打包進付費課程、付費題庫或商業訓練產品不在授權允許範圍內。貢獻方面，專案列出四位主要貢獻者，其中 @heitao 標註 66+ commits、@xiaorrancs 標註 39+ commits，其餘為專案負責人與 VitePress 遷移的執行者。README 的招募段落把需求分為內容貢獻、問題反饋、技術支持、經驗分享四類。維護成本主要落在內容而非程式碼：站點已由 GitHub Actions 自動部署，技術棧遷移也已完成，因此後續負擔集中在題目更新與答案校對上，而這部分依賴志願者投入，README 沒有給出任何節奏承諾。
編輯結論
如果你需要的是一份能在面試前一兩天快速掃過的繁體中文複習清單，而且你願意接受它刻意不追求完整，這個專案值得放進書籤。如果你要的是附帶線上評測的題庫、按公司分類的真實面經，或任何可商用、可再封裝的教材，它不符合需求：內容採 CC BY-NC-SA 4.0，非商業性使用是明確條件，且 README 本身就把「不做補習」寫成宗旨。動手之前先確認兩件事：線上站是否已包含你所在崗位的模組，以及倉庫中對應的 Markdown 是否比線上版更新。這兩點決定了你花時間讀的是最新內容還是歷史版本。
社群筆記