分享几家大厂数据挖掘岗的面试经历-轻识

今天分享一位星球成员的上岸之旅，最终成功拿下 快手数据挖掘岗 。喜欢本文记得 收藏、点赞、关注。

现在距离秋招结束也好长一段时间了，今天总结一下自己在秋招中的一些经验和教训，希望可以帮助到学弟学妹们。

先介绍一下我自己的情况，我本科211，硕士985。我投的都是数据挖掘岗，最后有幸拿到了快手的Offer。

顺丰

岗位：数据挖掘

深挖简历
ML主要是比较几个模型，Kmeans & DBSCAN分别应用在哪些场景比较好？LR & SVM的区别？分别应用在那些场景？
DL简单介绍一下RNN，它和 LSTM，ARIMA 的区别？
是否了解大数据？说说你了解的hadoop和spark。
sql题，涉及窗口函数
有没有做过参加过比赛？我说美赛，简要说明了一下。
我反问我应该加强什么？

招联金融

岗位：数据挖掘

一面

项目介绍
特征选择方法
数据挖掘中对于缺失值的处理方案
说一下 Python（pandas）中常用的数据处理算子。
Spark 的原理，分布式是怎么搭建的。
Sql中 union 和 union all 的区别
数据行转列怎么操作
xgboost和gbdt的区别
xgboost常调的参数有哪些
svm原理
说一下你在研会组织了什么活动？
讲一下你支教的经历。
反问

二面

自我介绍
项目竞赛深挖
说一下你风控项目中用到的模型？
数据挖掘中缺失值和异常值是怎么处理的？
特征降维怎么做？
Sql用过哪些操作，举个例子
Sql如何提高运行效率？
过拟合的处理方法？
项目中遇到困难如何解决？
领导交给你一项不可能完成而且又很重要的问题，怎么办？
反问

联想

岗位：数据挖掘

时间过去有点久了，纯凭回忆，可能有些遗漏

一面

机器学习基础知识
Bagging & Boosting
常用的聚类算法
Kmeans和DBSCAN的原理和区别
逻辑回归的原理
怎么处理离散数据
支持向量机原理
SVM怎么处理非线性
常用的回归模型
Attention 原理
RNN和LSTM的区别
什么是梯度爆炸/梯度消失，什么情况下会出现
梯度渐进的原理
手撕算法：判断是否是回文、找出最长回文子串

蓝月亮

岗位：数据挖掘

专业面试

开头问问过往的经历，讲一下过往的一个项目，没有深挖
线性回归和逻辑回归有什么区别
逻辑回归的形式是什么，损失函数是什么
线性回归的损失函数是什么
逻辑回归的激活函数是什么，除了sigmoid还知道哪些
为什么有的时候需要将连续变量离散化
怎么将连续的变量离散化
决策树的特征选择原理有哪些
过拟合和欠拟合怎么理解，分别怎么解决
SVM 的原理
SVM如何解决线性不可分的问题
既然你提到了惩罚系数，那么讲讲SVM使用的核函数有哪些
xgboost和GBDT的区别
提到了正则项，那么L1和L2有什么区别
xgboost泰勒展开是一阶还是二阶
多线程和多进程
用过哪些编程语言
反问：介绍了团队的主要岗位，一些日常工作，业务范围

主管面试

这一轮不太问专业问题，主要从职业发展，个人成长，个人意向去问

比如：作为技术岗，怎么提高自己的业务能力，你会通过什么方式进行技术的学习

比较感动的是没有考手撕代码，除了SQL以外的手撕代码我都非常头大，感觉他们IT需求蛮多的，算法、NLP、CV都需要，可以试试~

快手

岗位：数据挖掘

一面

自我介绍
项目介绍
项目细节
随机森林、决策树、XGBoost的区别和联系
离散特征怎么处理？（没听懂面试官想问啥）
针对项目提问，连续特征怎么处理？
算法：最大子序和动态规划+贪心算法做题有点慢

面试官建议：虽然有些东西工作不会用到，但是面试还是会问，题还是应该多刷一刷不说了，刷题背八股去了。

二面

自我介绍
项目介绍（What、Why、How、难点、思考）
项目怎么分工的
一两句话简述LR、随机森林、XGBoost优缺点
精准率、召回率、F1-score、AUC指标的含义和使用场景
二维矩阵查找【二分法】

不记得还有什么了。。。

三面

自我介绍
项目介绍
线性回归，模型的假设，损失函数，求解
BP神经网络。反向传播传的是什么？
各种分桶方法的优缺点
特征组合，归一化
深度学习与传统机器学习相比最大的不同？

作者：城哥

来源：Python学习与数据挖掘

Crossin的新书《码上行动：用ChatGPT学会Python编程》已经上市了。本书以ChatGPT为辅助，系统全面地讲解了如何掌握Python编程，适合Python零基础入门的读者学习。 【点此查看详细介绍】 购买后可加入读者交流群，Crossin为你开启陪读模式，解答你在阅读本书时的一切疑问。 Crossin的其他书籍：

添加微信 crossin123 ，加入编程教室共同学习 ~

感谢转发和点赞的各位~