我是个典型例子吧，标准非计算机专业转算法，目前拿到的offer有BAT的两家和一家TMD，具体的面经啥的可以到我主页看我的文章。就像我再另一个回答说的，要回利用自己的优势。
本人是在国内某东南海边小城市985上的本科，高中作为一个文科生，只想以后划划水在家和老爸做做生意。高考后，侥幸考了省前150名，但是还是离好大学的好专业有差距，所以无奈选了该985的经济学，进入经济学院后，又考入了王亚南经济研究院，这可以说我人生的一个转折点。在这个奇葩的经济学国际化试点班中，我们要全英文上课考试写论文写作业，要上15学分的数学分析，6学分的大学物理，这些“奇葩”的课程安排，无意间为我后来的发展垫下了基础。想象一个文科生上这种课的痛苦。。。
美国研究生申请阶段，由于本科的数理统计课的兴趣激发，所以决定往统计专业申请，刚好当时有个叫“数据科学”的专业吸引了我的目光，于是抱着试一试的态度就去了，实际上当时根本不知道什么大数据，机器学习，算法是啥东西。研究生第一年，很自然的除了课内的统计课，我一门心思只想做金融，于是连考了2级CFA也就是特许金融分析师，而且基本都是8A以上通过。正当我做着成为金融大亨，迎娶白富美，走向人生颠覆的美梦，现实击倒了我，国外的大投行我甚至收不到任何一个实习的面试机会。。。我懵了，于是脑海闪过了一个做数据的念头。
研二前，我申请了gap一年，这一年时间，我开始疯狂找实习，刚开始是很困难的，由于没有什么实践和项目经验，基本没有人理我。好在一个Amazon的pm赏识我，让我从数据分析师做起，在Amazon一共做了6个月的数据分析，后来事情就变得越来越容易，Intel的BI分析师实习，美团的算法实习也就随之而来。在实习的日子里，除了做好本职工作外，我每天回到家必须再额外学至少3小时的东西，才能让我往前追赶。。。
终于，在研二前的暑假，也就是这个校招，我算是侥幸拿到了这些offer。。。接下来的一年，我除了疯狂去CS蹭课，还得舔着脸找大牛prof要项目做research，我离成为一个合格的算法工程师的路还很长。。。
《统计学习方法》李航：看得非常细，手推了里面的每个公式
《机器学习》周志华：基本没咋看，只看了上面那本没涉及到的
《Python与机器学习实战》 何宇健：实现了里面的大部分代码
《剑指offer》：其实主要是在牛客上刷了两遍题
leetcode：大概200多题
《算法导论》：买来当鼠标垫了。。。但是最后这年希望能好好看一下
接下来就是干货了，前面这些其实都是废话。
工具：一本有机器学习算法数学推导的书(《统计学习方法》)，vpn，草稿纸，一个笔记本，一个笔记本电脑
对于每个算法/模型，要做以下几件事情：
看一遍理论推导，不会的不懂不理解的地方Google it
自己盖上书在草稿纸上推导一遍，忘了接着看书，然后接着盖上书重来一遍