专业层面
　　你对数据挖掘很精通，你对推荐系统很熟悉。你在NIPS，SIGIR上发表论文无数；你是百度推荐大赛，阿里巴巴大数据比赛常客。
　　也是说，除了尝试发顶会论文，还可以参加各种比赛。本专业本领域里都有什么比赛可以参加呢？搜一下微博或者知乎，或者问下师兄师姐，不知道了？
　　专业层面，可以做的东西非常多。比如，你对数据挖掘很感兴趣，那么数据挖掘中的常见模型，我们了解多少？机器学习，我们掌握到什么程度了？举个例子：
　　SVM和logistic regression这两种model，有什么特点？各自的适用场合？
　　feature selection的常用方法有哪些？为什么lasso可以作为feature selection？
　　Adaboosting为什么不容易over-fitting？你能不能从statistical view来解释解释？
　　哦，你和我说，你不是搞学术研究，你反感Learning Theory，你说你是一个工程师，那你写了多少代码？
　　scikit-learn，weka，以及spark，你会用哪个工具？（熟悉一种工具）
　　你有自己下载一些数据集跑跑实验吗？你有参加一些大数据相关的竞赛吗？（动手实验/参加比赛）
　　专业层面，能做的，要做的，还有很多。
　　哦，好熟悉下linux的基本使用。
　　后的话
　　如果能在读研期间做到这里的一点或者几点，到时候甚至不需要翻《编程之美》或者leetcode毫无压力啦。 后说几点个人感受。
　　算法牛，项目牛，长得又帅，又精通很多语言，这种人，是不多见的。
　　也是说，你想拿一个好offer，一般只要有一两点突出，可以了。
　　互联网面试，除了个别公司个别面试官，一般都是要考查（考查？考察？这两个词有什么区别？考察是调研、研究、分析的意思）算法的。你研一的时候准备，看书做题，总比研三的时候抱佛脚来的好吧？
　　况且，算法的学习，也不仅仅是为了面试吧？可能是受益终身的。或者，吹牛皮装逼作为谈资，也是可以的。
　　别轻易说我要去某某公司。到时候，你会发现，选择比你想象的多。
　　也有可能比你想象的还少，为什么？
　　看你有没有做到我上面说的这些了。