本科ee，ML PhD 进入工业界做 data scientist 自学数据结构到什么深度就够了？

我本科是自动化，学过很浅显的数据结构课程，但是由于毕业后从来没有用过，就全部还给老师了。读博Machine learning PhD 期间都是搞统计相关的算法，所以也用不上数据结构。

最近浏览了一本中文的数据结构书，觉得大体上理解没啥问题，但是如果把想法具体化，转化为代码，还是觉得手很生。试着做了三道leetcode， 每道题大概得花很长时间才能submit 成功，看了其他人的解法后，觉得自己的思路很狭窄。因为也没有太多时间刷题，预测要达到熟练掌握这些题目并举一反三应该得很久时间。

现在想毕业后申请工业界Data scientist 类型的职位，想问一下，数据结构这部分需要掌握到什么程度？有没有比较适宜的教材？

都ML的phd了，毕业出来随便碾压别人还是没问题了吧

掌握基本的数据结构（tree，linked list，stack, queue，etc），能应付medium难度的题目就足够了

同问，关注下，据说不需要bug free但是medium还是得流利地搞出来

你好，想请教你，我也想转机器学习，可以咨询你吗？

我身边搞ML的phd，找工作的时候leetcode刷的也很好了。。感觉那些特殊的数据结构，比如segment tree，binary index tree什么的可能不太需要，design可能也不需要？其他大部分都得刷吧。。听说考的code题没有SDE难，而且很多轮根本没有coding的题，不过刷好了还是必要的。。而且很多ML的phd不一定只招DS的工作，SDE的机会毕竟更多一些。。

顶2L
其他那些没有ML PHD，甚至没有PHD的童鞋根本不是你的对手。。例如我就是一个不是你对手的（我也不打算申Data Scientist找拒了）

也许可以看一下FLAG的data scientist的面经？地里和glassdoor都应该有。

同问，data scientist 到底要多熟悉softare engineering 的东西。data scientist 一般都不是以数据分析与算法为主？

最近公开课里面 K姐不是帖了一个帖子 technical interview 用python 过一遍基本的数据结构嘛 可以看看

其实没有必要自己干用脑子想啦 多看看例子就好了