2015年机器学习/数据挖掘面试总结
明年硕士毕业，今年开始找工作。在北方呆的太久，想回湿润的南方。
第一站(3月份)，阿里数据挖掘实习生面试。个人觉得，阿里的面试是最人性化的，几乎不需要提前准备什么。不需要刷题，不需要死记硬背一些概念。他们看重的是你的项目经历和解决实际问题的能力。每一场面试都不难，但是面试的次数是我所知道的公司中最多的。面试的题目有：
1)自我介绍。突出自己的特色就好，废话少说。
2)项目经历。先简述，后详述。一般要描述这个项目的背景，需求，你是怎么做的，结果如何。然后，面试官就会问与其他人相比，你的创新在哪儿，你遇到过哪些坑，你觉得还可以往哪方面改进。如果你是和别人合作的项目，面试官还会问你们是怎样分工的。
3)协同过滤主要有哪些?基于物品的和基于用户的。
4)一道组合数学题。10盏灯，灭三盏，两头的必须亮着，不能灭掉相邻的两盏灯，问组合数?C(6,3) = 20 。
5)PCA有什么用?降维。
第二站(7月8日)，百度商业搜索部门面试。这是我最不堪回首的面试经历。面试官和我的交流很少，沉默寡言，说话很直接。面试结束后，我自我感觉还算良好，问他觉得我怎么样，他很直接地说，很差。我心碎了一地，默默地告诉自己失败是成功之母，然后回去梳理知识。面试题目有：
1)反转链表。一上来就要求在纸上写代码，要求是反转链表。好简单的一道题!我说有递归和非递归解法，先写了递归，然后写了非递归算法，检查三遍，没问题，很开心的交卷。结果因为第一次在纸上写代码，写的可谓是龙飞凤舞，被面试官狠狠的鄙视了，说我的代码写得太丑了。回去后，我在电脑上又写了一遍，感觉也不是很丑啊。 http://blog.csdn.net/u011300443/article/details/46804339
2)排列数的生成算法。 http://blog.csdn.net/u011300443/article/details/46884681
3)项目经历。他问我用过哪些模型，我说用过GBDT，RF，LR，SVM。然后他接着问SVM原理是什么，SVM核函数的作用。SVM是在给定的数据集上找一个超平面，使得支持向量(超平面两边距离超平面最近的点)到超平面的距离最大。SVM通过引入核函数，巧妙地解决了在高维空间中的内积运算，从而很好地解决了非线性分类问题。
第三站(7月31日)，百度大数据研发部门面试。第一面有两个面试官，第二面的面试官很拽的感觉。面试题目有：
1)最长公共子序列。我一不留神写成求编辑距离的算法了。
2)字符串转整数。
3)哈夫曼编码。给出每个词的频率，为每个词的编码，使得平均编码长度最短。
4)虚函数机制。
第四站(8月19日)，京东面试。面试题目有：
1)设计O(n)空间复杂度的均值平滑算法。
2)最大连续乘积子串。用动态规划求解。
第五站(8月20日)，百度网络搜索部门面试。面试官平易近人，交流起来很舒心。经常聊着聊着，就开始兴奋起来，感觉不像是一场面试，更像是一次朋友的交谈。末了，我还问面试官怎么看待公司喜欢招“熟练工”的问题?他说他们部门更看重项目经历和思维能力，他们部门的员工更像艺术家，而非工程师。面试题目有：
1)给你54张扑克牌，判断是否是顺子。Hash算法。
第六站(8月27日)，阿里搜索部面试。阿里的面试官真的很nice，很有耐心。8月26号，我手机快没电了而且静音了。8月27号早上，面试官给我打电话，因为手机静音所以没听到，结果打了几次后，把我手机打没电了。粗心的我一直没意识到手机没电了，直到下午5点给手机充电时才发现面试官给我的短信。我赶紧回了过去，约在晚上7点半面试。面试官有了早上的经验，提前半小时(7点)开始打我电话，我又没收到，后来发现是忘记取消手机静音了。我还收到面试官发过来的一条略带调侃的短信“又打不通了哦”，一个“哦”字让我的心略略安稳了一些。后来，我打电话给他，他还说以为是我的手机出了问题，然后主动和我聊起了我名字的含义，缓解了我紧张的情绪，才开始进入正题。面试题目有：
1)说一下随机森林的执行过程。
2)基尼指数和信息增益的区别。
3)GBDT和RF的优缺点。
4)他：你有什么想问我的?
我：你们是不是核心部门?
他：当然是的。为什么想去核心部门?
我：我喜欢做有挑战性的工作。
他：如果你能把非核心部门变成核心部门，不是更有挑战性吗?
我：有道理。
————————————————————————————————————
以下，是小猴子遇到的腾讯面试题，非常感谢他的无私奉献。:)
腾讯面试
1)有25匹马 ，5个跑道，一次只能比5匹马，得到跑得最快的前3，至少需要比几次?
答：7次。
2)一个文件中包含超大的N个数，求最大的K个数?
答：最小堆，时间复杂度为N log k 。
3)一个数据流中，如何采样得到100个数，保证采样得到的100个数是随机的?
答：蓄水池抽样算法。
4)如何解决特征共线性的问题?
答：可以利用PCA，特征降维，去除冗余特征和噪声特征。
5)为什么RF和GBRT比LR效果好?
答：混合模型的优势，分别是bagging和boosting的思想，LR毕竟是单模型，而且特征不保证与label是线性的，需要特征转换和拟合。
6)LR正则化L1和L2的区别?
答：L1正则化产生稀疏解，将不相关特征对应的权重设为0，去除不相关特征，进行特征选择，L2正则化进行特征权重衰减。L1正则是拉普拉斯先验，L2正则是高斯先验。两者都能达到防止过拟合，增加模型的泛化能力的目的。
————————————————————————————————————
找工作和找对象差不多，都是双向选择。被拒不代表你不好，也许是因为你们彼此不适合。找一份最适合你的工作，找一个最适合你的伴侣，人生就很美满了。
原文链接：http://blog.csdn.net/u011300443/article/details/48132697?utm_source=tuicool
|
