数据挖掘工程师的面试问题与答题思路

一个Java程序可以认为是一系列对象的集合，而这些对象通过调用彼此的方法来协同工作。下面简要介绍下类、对象、方法和实例变量的概念。

对象：对象是类的一个实例，有状态和行为。例如，一条狗是一个对象，它的状态有：颜色、名字、品种；行为有：摇尾巴、叫、吃等。
类：类是一个模板，它描述一类对象的行为和状态。
方法：方法就是行为，一个类可以有很多方法。逻辑运算、数据修改以及所有动作都是在方法中完成的。
实例变量：每个对象都有独特的实例变量，对象机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为：

1、平台搭建类
　　数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识；

2、算法研究类
　　- 文本挖掘，如领域知识图谱构建、垃圾短信过滤等；
　　- 推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等；
　　- 排序，搜索结果排序、广告排序等；
　　- 广告投放效果分析；
　　- 互联网信用评价；
　　- 图像识别、理解。

3、数据挖掘类
　　- 商业智能，如统计报表；
　　- 用户体验分析，预测流失用户。
　　以上是根据求职季有限的接触所做的总结。有的应用方向比较成熟，业界有足够的技术积累，比如搜索、推荐，也有的方向还有很多开放性问题等待探索，比如互联网金融、互联网教育。在面试的过程中，一方面要尽力向企业展现自己的能力，另一方面也是在增进对行业发展现状与未来趋势的理解，特别是可以从一些刚起步的企业和团队那里，了解到一些有价值的一手问题。

　　
以下首先介绍面试中遇到的一些真实问题，然后谈一谈答题和面试准备上的建议。

面试问题
　　1、你在研究/项目/实习经历中主要用过哪些机器学习/数据挖掘的算法？
　　2、你熟悉的机器学习/数据挖掘算法主要有哪些？
　　3、你用过哪些机器学习/数据挖掘工具或框架？
　　4、基础知识
1）无监督和有监督算法的区别？
2）SVM 的推导，特性？多分类怎么处理？
3）LR 的推导，特性？
4）决策树的特性？
5）SVM、LR、决策树的对比？
6）GBDT 和决策森林的区别？
7）如何判断函数凸或非凸？
8）解释对偶的概念。
9）如何进行特征选择？
10）为什么会产生过拟合，有哪些方法可以预防或克服过拟合？
11）介绍卷积神经网络，和 DBN 有什么区别？
12）采用 EM 算法求解的模型有哪些，为什么不用牛顿法或梯度下降法？
13）用 EM 算法推导解释 Kmeans。
14）用过哪些聚类算法，解释密度聚类算法。
15）聚类算法中的距离度量有哪些？
16）如何进行实体识别？
17）解释贝叶斯公式和朴素贝叶斯分类。
18）写一个 Hadoop 版本的 wordcount。
……
　　5、开放问题
1）给你公司内部群组的聊天记录，怎样区分出主管和员工？
2）如何评估网站内容的真实性（针对代刷、作弊类）？
3）深度学习在推荐系统上可能有怎样的发挥？
4）路段平均车速反映了路况，在道路上布控采集车辆速度，如何对路况做出合理估计？采集数据中的异常值如何处理？
5）如何根据语料计算两个词词义的相似度？
6）在百度贴吧里发布 APP 广告，问推荐策略？
7）如何判断自己实现的 LR、Kmeans 算法是否正确？
8）100亿数字，怎么统计前100大的？
……

答题思路
1、用过什么算法？
　　最好是在项目/实习的大数据场景里用过，比如推荐里用过 CF、LR，分类里用过 SVM、GBDT；
　　一般用法是什么，是不是自己实现的，有什么比较知名的实现，使用过程中踩过哪些坑；
优缺点分析。

2、熟悉的算法有哪些？
　　基础算法要多说，其它算法要挑熟悉程度高的说，不光列举算法，也适当说说应用场合；
　　面试官和你的研究方向可能不匹配，不过在基础算法上你们还是有很多共同语言的，你说得太高大上可能效果并不好，一方面面试官还是要问基础的，另一方面一旦面试官突发奇想让你给他讲解高大上的内容，而你只是泛泛的了解，那就傻叉了。

3、用过哪些框架/算法包？
　　主流的分布式框架如 Hadoop，Spark，Graphlab，Parameter Server 等择一或多使用了解；
　　通用算法包，如 mahout，scikit，weka 等；
　　专用算法包，如 opencv，theano，torch7，ICTCLAS 等。

4、基础知识
　　个人感觉高频话题是 SVM、LR、决策树（决策森林）和聚类算法，要重点准备；
　　算法要从以下几个方面来掌握：
1）产生背景，适用场合（数据规模，特征维度，是否有 Online 算法，离散/连续特征处理等角度）；
2）原理推导（最大间隔，软间隔，对偶）；
3）求解方法（随机梯度下降、拟牛顿法等优化算法）；
4）优缺点，相关改进；
5）和其他基本方法的对比；
6）不能停留在能看懂的程度，还要对知识进行结构化整理，比如撰写自己的 cheet sheet，我觉得面试是在有限时间内向面试官输出自己知识的过程，如果仅仅是在面试现场才开始调动知识、组织表达，总还是不如系统的梳理准备；
7）从面试官的角度多问自己一些问题，通过查找资料总结出全面的解答，比如如何预防或克服过拟合。

5、开放问题
　　由于问题具有综合性和开放性，所以不仅仅考察对算法的了解，还需要足够的实战经验作基础；
　　先不要考虑完善性或可实现性，调动你的一切知识储备和经验储备去设计，有多少说多少，想到什么说什么，方案都是在你和面试官讨论的过程里逐步完善的，不过面试官有两种风格：引导你思考考虑不周之处 or 指责你没有考虑到某些情况，遇到后者的话还请注意灵活调整答题策略;
　　和同学朋友开展讨论，可以从上一节列出的问题开始。

准备建议
1、基础算法复习两条线
　　材料阅读包括经典教材（比如 PRML，模式分类）、网上系列博客（比如研究者July的“结构之法，算法之道”），系统梳理基础算法知识；
　　面试反馈面试过程中会让你发现自己的薄弱环节和知识盲区，把这些问题记录下来，在下一次面试前搞懂搞透。

2、除算法知识，还应适当掌握一些系统架构方面的知识，可以从网上分享的阿里、京东、新浪微博等的架构介绍 PPT 入手，也可以从 Hadoop、Spark 等的设计实现切入。

3、如果真的是以就业为导向就要在平时注意实战经验的积累，在科研项目、实习、比赛（Kaggle，Netflix，天猫大数据竞赛等）中摸清算法特性、熟悉相关工具与模块的使用。

总结
如今，好多机器学习、数据挖掘的知识都逐渐成为常识，要想在竞争中脱颖而出，就必须做到：
　保持学习热情，关心热点；
　深入学习，会用，也要理解；
　在实战中历练总结；
　积极参加学术界、业界的讲座分享，向牛人学习，与他人讨论。

找好自己的定位：

1、数据分析师，主要技能SQL、Excel，从数据库里写SQL语句得到数据，然后在EXCEL里加工可视化后做成报表或者报告，利用你的商业敏感度，给出可靠的结论。听起来很简单是不是，但这其中需要的商业敏感度，确是最需要积累的。具体方向有3个：数据产品、决策支持、数据运营。其中，数据产品 PK需求把控&项目管控能力；决策支持 PK商业sense(例如做营销，360网址导航这种每月几百万的框架到底要不要签？)；数据运营 PK提炼特征能力综上，你会发现在互联网公司，数据分析师要处理的问题，跟营销、产品、运营一样。

2、算法工程师，主要技能数学功底+统计功底+实打实的写代码能力+看论文读最新算法论文的能力。要求相当高。对应岗位推荐算法工程师、搜索算法工程师、文本挖掘、语音识别、图像处理这类算法工程师。比如阿里，做推荐的算法工程师基于访客、商品、商家的在线、离线信息等等数据库的数据，来得到一套推荐的逻辑，通俗点说，怎么给出个公司，给每个商品算个得分，排列出来给买家看到，买家会想要买更多的商品。而这背后的算法，其实市面上大部分机器学习的书都覆盖不到，是需要算法工程师基于算法基本功（数据结构、核心算法范式）+商业感觉（业务逻辑、综合行业运营、分析师的假设经验）+利用数据不断的实验迭代得到最好的结果、获得参数、还要担心本身样本不随机带来的系统偏差等等问题。

以上转自公众号：数据挖掘DW
　　

数据挖掘工程师的面试问题与答题思路相关推荐

数据挖掘工程师面试指南
http://www.itongji.cn/article/122014K2012.html 数据挖掘工程师面试指南发表于 2012-12-21 01:09 来源:xccds1977.blogspo ...
[面试]人人集团数据挖掘工程师三面
刚结束人人集团数据挖掘工程师的三面没有接触过数据结构,但是面试一直做的是算法的题目,倒也没有那么难,面试官一直在引导我去做,顺利地把每道题都做完了.大概是从拿到腾讯和美团的sp之后,面试也没有那么紧 ...
政考网：2021年公务员面试答题思路和技巧
众所周知公务员考试分为笔试和面试两大关,有些人认为面试在公务员考试中占不了决定成分,只要笔试过了面试一般没什么问题,殊不知笔试只能证明你有了具备公务员的基本知识要素,获得了面试资格,但是只有当你真正的 ...
如何准备机器学习工程师的面试
原文链接:http://www.zhihu.com/question/23259302 如何准备机器学习工程师的面试 ?修改我之前面试一些公司的机器学习或者数据挖掘工程师的职位.感觉自己准备的不够充 ...
2013网易实习生招聘岗位：数据挖掘工程师
2013网易实习生招聘岗位:数据挖掘工程师一.问答题 a) 欠拟合和过拟合的原因分别有哪些?如何避免? 欠拟合:模型过于简单:过拟合:模型过于复杂,且训练数据太少. b) 决策树的父节点和子节 ...
IT开发工程师经典面试
IT开发工程师经典面试 1.请你自我介绍一下你自己? 回答提示:一般人回答这个问题过于平常,只说姓名.年龄.爱好.工作经验,这些在简历上都有.其实,企业最希望知道的是求职者能否胜任工作,包括:最强的技 ...
嵌入式工程师的面试指南
文章来源:电子通信.嵌入式工程师的面试指南今天我们聊聊电子通信,嵌入式工程师面试的那些事. ... 一.公司面试求职者的目的是什么寻找备胎的公司. 团队大体成形,有缺人的hc名额,但是项目不急的公 ...
小米嵌入式研发工程师校招面试总结
小米嵌入式研发工程师校招面试总结 21-01-22更新:经过几轮面试,终于收到了小米offer,以下为博主总结的相关资料,希望能帮到求职的你. 刚参加完小米面试,博主一共经历了三面,面试相对简单,面试 ...
聊一下测试工程师的面试与招聘【转载自安大叔】
聊一下测试工程师的面试与招聘 2015-07-06 19:57:00 安大叔原创 1253 原文出自阿里巴巴技术专家公直的个人博客,文章写得非常诚恳,对于招聘者和测试人来讲都能从中获得一些很 ...

数据挖掘工程师的面试问题与答题思路

数据挖掘工程师的面试问题与答题思路相关推荐

最新文章

热门文章