|
11.1 数据挖掘岗位面试主要流程 首先是自我介绍，时长在三分钟之内为宜。主要介绍下自己的专业背景，以及与岗位的契合度，不可时间过长，也不能过于吹嘘自己，不卑不亢即可。自我介绍时简单介绍：个人信息，教育背景，职业生涯，工作年限。还有技能的总结，开发语言，主要框架，中间件。 接下来面试官会问一些项目经历。校招生如果没有实习过，可以说说学校做得项目，或者自己实验室的项目。在准备项目时候可以适当包装一下话术。介绍项目需要包括以下几点：项目背景、项目技术选型的原因、项目架构、开发过程中的重难点及解决方案、反思与不足、还有没有优化空间等。项目经历是唯一在各个公司面试都会用到的部分，也是唯一可以提前准备的地方。建议在面试前多排练几次，做到胸有成竹。如果自己的项目没有那么多可以吹得地方，可以去github等地方找找别人的项目，把一些技术点和项目思路借鉴过来，取长补短。再有就是面试官可能会挑几个比较细节的点，去问具体实现的方法，以验证是否是亲自做过的。这里建议是在叙述项目时候主动挖几个坑，诱导面试官去问几个细节；或者在叙述时候说这块比较难做，当时想了好久，这样面试官会问是怎么实现这样。项目短则聊20分钟，长则聊40分钟，可以自己把握下节奏。另外选择项目时候，尽可能往与面试公司背景相契合的点去聊，做到让面试官也好奇，有话可说。面试官也可能会问最近在学些什么，或者业余时间学什么，要保持学习的状态。 之后会做两道左右的算法题。算法题决定着面试的成败。如果前面项目说成花一样，而算法题做不上来，基本是凉凉了。算法题一般公司会有题库，或者自己找的题，难易范围大概如LeetCode中等难度。国内感觉面试题都是比较常见的，很少有自己出题或者变种的，基本是很常见的问题。做的时候要首先说对题目的了解，问一下边界和特殊条件，并简要说思路和面试官确认。确认无误后再编写代码。切勿先写代码，最后才和面试官沟通，如果理解错题意就凉凉了。另外如果知道多个解法的话，先给暴力思路，然后再一点点优化，切莫一开始就上最优解，给面试官背题的印象，就算会的话也要多思考一下。面试出的算法题一般不会写太多代码，30行左右即可。 有的公司面试时候会问几道SQL题，一般会涉及几个表之间的操作，包括子查询等。需要会窗口函数，比如lateral view explode (split(regexp_replace()))这种字段清理，行转多列的操作。还有排序，比如row_number() over(partition by order by) 分组排序等。SQL题掌握套路之后其实就很好做了。如果sql写不上，可能是致命伤。说句实话，数据挖掘主要和数据打交道嘛，sql是必不可少的。如果数据间关系比较复杂的话可以求面试官简化一下题，多少都要硬写上一点。 接下来可能会问些基础知识，涉及到计算机基础（包括操作系统、组成原理、计算机网络、数据结构基础等），还有算法基础，以及语法基础等。我比较会Java，所以会问很多Java的八股文，比如垃圾回收、线程池、多线程，以及一些常用的框架等。问python的话可能会问GIL。基础能说个大概就行，主要看知识了解的深度和广度，不用拘泥于细节。当然如果最简单的知识都打错，会严重影响面试分数的。基础只要做到不减分就行了。 最后会问，你还有什么想问我的。这个时候就是大局已定，可以了解一下岗位的需求和平时做的业务是什么。面试是双向选择嘛，也可以看看工作是不是适合自己。另外也可以问下自己面试时候的表现，或者对面试中一些没说清的地方做个补充，甚至可以问下面试官对自己有哪些建议。有些面试官还是很好的，哪怕要挂你，也会给你指出哪里不行，应该重点提高哪块，算是一个免费的学习诊断了，对以后的面试和学习都有好处的。 等下一轮面试消息也比较煎熬的，怕他来也怕他不来，其实谋事在人成事在天，安心等待并多投简历即可。即使失败了也不要气馁，因为很多公司就不怎么招人，重要的是找到自己的不足，下次面试时候改进它即可。 11.2 数据挖掘面试经常被问到的问题 这里罗列一些常见的算法面试问题： 1. 有哪些激活函数？各有什么作用？ 2. 池化层是怎么反向传播的？ 3. 解决过拟合的方法？ 4. RNN和LSTM有什么不同？ 5. PCA降维 6. K-means算法流程 7. EM算法 8. word2vect 9. pooling分几种，分别有什么特点和作用 10. 分别介绍L1和L2正则化的方式和优缺点 还会问一下大数据处理相关的知识： 1. Spark任务调度 2. Spark shuffle机制 3. Application提交运行的过程 4. HDFS写入机制 5. Hadoop的NameNode宕了怎么办？ 11.3 常被问到推导公式的题 1. LR 2. SVM 3. 交叉熵公式 4. 梯度下降公式 5. BP 6. LSTM 11.4 数据挖掘面试与实际工作的结合点 一般人们都说面试造火箭，工作拧螺丝，确实是这样的，面试超级难，实际工作非常简单。数据挖掘岗位，大部分时间都是在找数据源和做数据清洗。这是因为公司实际业务中，报表繁多，不同部门不同业务，数据源遍布各个角落，需要做拉通和对齐，大量时间在整合各种数据源，经常出现数据与数据之间不一致的情况。还有就是特征处理，业务表成百上千个维度，处理起来也会花费大量的时间。接下来是建模的过程，建模虽然很多是调包，以及调参，但还是要懂得算法原理的，知道原理才能给产品、老板、客户讲清楚模型。一般用到的算法也不会太复杂，和kaggle之类比赛的比容易多了，不会用上太多奇淫技巧。另外就是一些大数据的知识会在工作中用到，因为经常是会在集群上跑数，训练起来会快得多。同时在工作中会发现，用spark sql比较常用，会一些调优还是很有用处的。一些面试时问到的调优方法也会被用上。 总之就是，面试题绝对难于日常工作的，不要担心自己胜任不了岗位，把你招进来肯定足够cover工作的，甚至在大厂，很多工作都是螺丝钉，简单重复做一块的事情。即使以后在工作中，也要不断积累和丰富自己，学更多的知识，愿本面试指南能够帮到你。
|