数据挖掘工程师

收到好多朋友私信问面经，然后我就整理了一下。         线下面试：base广州，2020.10.19      在去的路上搜了一下牛客的面经。我挺少面数挖的，因为没有大型数据库的实践经验、对深度学习也是只知道皮毛，所以看到面经很多LGB问题的时候有点慌，太久没看了，三脚猫功夫基本忘得七七八八了。然后到达现场的时候没等几分钟，就轮到我面试了，慌都没时间慌。      （虽然有预约时间，但是基本是按现场的签到顺序进行面试安排，所以大概率需要等待10分钟左右。）      一面（10:45-11:15，约30~40min，1v1）      1.自我介绍   2.会什么软件   ~~~~~数据...

拿到了产品业务团队的offer       这里楼主更新说明一下，我是先被面了产品团队，然后过了2天接到数据挖掘团队的面试，   一开始我以为两次正式面试是同一个部门在招人，   后来两次面试完了，过了一天，产品团队说要录取我，所以我有点搞不清我管培的方向到底是产品还是数据挖掘，   在询问后了解到，产品和数据挖掘是独立的团队，各自招人，因此楼主原来是被两个部门分别面了，      目前是产品团队给了口头offer，然后面试官还超级nice的帮我问了数据挖掘的面试进展，   了解到：数据挖掘团队对我一面评价较好，但是想面完所有人，再进行下一步通知，有新进展会更新      ----------...

28号从早上九点半开始面试，到十一点四十结束，趁热打铁，不妨整理下我的面经。首先说百度的面试体验是非常专业的，无论从流程安排还是面试官的水平，技术一面二面三面是连续的，如果哪一轮不幸挂掉了，那可能就需要秋招加油了。 一面  自我介绍 聊做过的项目，这里注意要按照逻辑顺序交代项目背景、遇到的跳招，手段和成果，让面试官更清晰地了解你做过的项目。 手撕代码：最大的字序和 我一开始很蠢的用了O(n2)的递归去做，面试官无语的diss了一下，后续改成O(n)的，中间还是出现了一些小差错。 树模型：ID3和C4.5的区别；RF和GBDT的区别；GBDT是否适合于处理大规模的ID特征 知道哪些激活函数，都有...

从七月开始秋招，经历了提前批和正式批，看着大佬们都拿offer拿到手软，经历了反复的自我怀疑和焦虑，终于在国庆前拿到了两个意向书。   在这里要特别感谢和我一起找工作的闺蜜，我们一起准备找工作、互相加油打气，希望她也能早一点拿到心仪的offer~       背景：统计学专业，有不知名小公司数据分析实习经历，论文一篇，两个时序相关项目   准备：机器学习、数据结构、数据分析业务场景及指标、算法题、SQL         Tips:  1. 对自己简历里的项目/实习一定要非常熟悉，逻辑要理顺，保证面试官第一次听就能听懂，对于每一个细节都要准备答案（再次表白我的闺蜜，我们互相提问了对方的项目，让项...

大三   项目里用到Lightgbm,GRU,FasterRCNN      一面1h     自我介绍，详细解释项目  GRU、LSTM结构，几个门？激活函数？门控怎么实现？为什么这么设计？  介绍lightgbm。和决策树区别是什么？解决哪种误差？  偏差、方差指什么？怎么减小  开始编程，旋转有序数组，查找元素是否存在  实现余弦相似度计算  判断BST（自己定义TreeNode）  用randomInt(5)实现randomInt(7)，只用讲思路   二面1h      没自我介绍，看一面评价，问项目  数据挖掘和机器学习概念辨析  lstm原理？为什么会有长程梯度消失问题？门控单元...

从上午9点一路面到12点，从毫不抱希望到充满希望，反馈牛客网，求过百度！！！   一面50min--------------------   面试官是个幽默又可爱的小哥哥，面试体验感非常好   主要内容：因为我有两个项目都是NER相关的，所以主要是我介绍我的项目工作   期间面试官的一些问题：1.HMM和CRF区别？（因为我不了解HMM，就讲了CRF的原理），2.RF和GBDT，XGBOOST的区别？然后就是一个算法题：给两个字符串，可以对其中一个字符串进行增删移动添加操作求将其中一个字符串转变成另一个字符串的最小操作步骤，然后面试官直接告诉我通过，让我等下一轮   二面50min------...

更新一下8.17面了hr，说要大概半个月，八月底九月初才会有最终结果。随缘坐等吧。         先说说进度，8.12号一二面连着，8.13三面，三面后面试官让我等hr电话，然后一面面试官加了我微信说后续有hr跟我联系（希望这是稳了吧，那我可太开心了）   美团成都 美团外卖   笔试AC3.18         一面 53分钟   聊实习和项目   因为项目用了deepfm，所以还发散问了下fm的原理，以及fm怎么降低复杂度的   对fm，deepfm，wide&deep，DIN的看法和了解   项目中有没有遇见过拟合的情况   对pyspark有什么使用心得，在实习中用它做了哪些...

本人情况介绍：小弟清华大学机械研究生一年级在读。老师搞流体力方向(佛了。。。)，但是老师挺佛系的，放养，所以有时间学习和找实习。目前开始自学python，机器学习，sql。想转行数据挖掘和数据分析方面，本人资质愚钝，比不上大神的学习能力，对互联网的情况也看的不清楚。想请教的问题：1.数据分析与挖掘对于非科班友好吗？2.学习路线 3.学习到如何程度可以去投递实习？最近非常非常焦虑，对未来十分迷茫，请求大神指教

请问大家有没有3.27连续三面后，说今天的面试结束了，后续等通知的呀   到现在也没有通知……心慌的很……有没有人已经有后续消息了？      整理了一下面试的相关问题，供大家参考   机器学习/数据挖掘      一面：40min   1. 自我介绍   2. 平时用什么语言（lz只会python……被问会不会C++java，尴尬的说了不会）   3. python基础的数据类型与数据存储方式？   4. python中如何将一个列表随机化？   5. 快速排序的原理？快速排序和冒泡排序的时间复杂度？   6. 快速排序什么时候达到最大时间复杂度？   7. 1w个数字，如何高效选取其中的t...

刚刚上午结束的面试，总体来说以自己做过的项目为主，深挖简历。面试官好像对NLP比较感兴趣，自己没有专门的NLP项目，只有一个语言文本数据集的处理项目（这点有些难受）。后面还问了自己未来职业的规划。   面试官人还是很奈斯的，后面反问环节给我科普了一下联想的数据部门的工作，说是需要很多新鲜血液的加入。希望自己能成为新鲜血液的一员吧😂😂😂   最后HR说两周内给结果，然后我还问了一共几轮面试，她回答只有两轮（希望其他面试的同学也能确认一下这点）。

求求万能的网友，牛客网上面京锐夏令营的面经就很少了，我这个岗位貌似就没搜到。   如果是其他厂的算法岗（机器学习/数据挖掘/数据分析），也跪求各位爸爸给点经验吧！      个人情况：     京东京锐实习夏令营3.25投的简历，4.3晚上过了一面，现在官网显示“复试待安排”。（这是我目前进度最快的一个岗位）（4.9更新，已安排远程面试，显示“复试中”）（4.10更新，复试已面完）  腾讯产品运营（数据方向）一面群面拒  阿里蚂蚁金服算法一面电面拒  字节被hr打电话推荐转岗，目前没下文。（4.9更新：已结束）  其他厂陆陆续续发测评或者笔试，但都还没一面，或者有些直接默拒了。。。      ...

没想到被捞这么快，我学数学出身，编程基础极为不扎实😂😂，上周六笔试四道题加一起 ac 没到1  一面 27号 下午两点 问实习项目，用了啥算法，解决啥问题 介绍小项目，引申问了如下问题： xgb lgb 区别 xgb 怎么处理过拟合 介绍 w2v 数据不平衡怎么处理 xgb 怎么调参 FM LR 的区别 FM 的计算复杂度 介绍 Wide  & Deep 和 deepFM，有啥区别，有啥优势 介绍 self-attention 计算，为什么用多头注意力 bi lstm 优势，与 transformer 效果上的区别 cnn 模型都用过哪些  代码题 位运算实现加法，直接说不会 换了...

1、自我介绍   2、工作中用到的挖掘相关？   3、tfidf公式   3、word2vec具体，损失函数？   4、youtubu召回模型   5、deepfm模型   6、spark执行机制   7、spark sql写两个表字段相同id和ip，统计两个表中不一样的ip的出现次数排序

第一次写面经，毕竟这么晚才上岸哈哈   面的是北京贝壳的数据挖掘实习生   时间线大概是   6.8一面，6.9二面，6.10hr面当晚收到测评链接，6.15OC      一面 大概20min   先感叹一下面试官小哥哥巨温柔，紧张全无   自我介绍+抠项目   但其实我的项目很水，只是被封装了一个国合重点的外表罢辽。   1，因为项目里用到了RF,问到了为什么选择RF,以及RF的可解释性怎么去突显。   2，RF是属于bagging，那么boosting有哪些，以及bagging和boosting的区别   3，分类的评价指标都有哪些，AUC为什么对不平衡的情况不敏感(因为它不依赖决定分类...

回馈牛客   时间线：4.23投递；5.11一面；5.14二面；5.21HR面；5.22收到测评；5.25oc以及offer       一面 65min   全场问项目，挨个问，非常细致。没有算法问题多且杂，以下仅是能回忆出来的）   如果遇到欠拟合怎么办？   xgboost适合处理哪些场景的问题？lstm的step怎么设计的？   欠、过采样是一个输出概率xxx的问题，你怎么理解（没听懂问题）   auc达到early stopping的条件，loss没达到，这种时候停不停？   有一个小弟问你，他用LR还是Xgboost，你怎么给他指导？   LR不太适用交叉的特征，或者特征和目标值不...

机器学习：   1、LR（简历上的写用到了）梯度下降的公式   2、XGB用的cart树是分类树还是回归树（一直以为是分类树），然后面试官指出，分类树的话，不连续咋求导。。。。   3、L1正则和L2正则的差异性，分别是应用在什么地方问我L1,L2是求一阶导数还是二阶导数   4、然后我好像瞎答到，XGB泰勒二阶展开式用了二阶导，问我为啥用二阶泰勒展开，我说。。。更准确。。。   5、XGB怎么选择分裂点   6、boosting和bagging差别（这个好说，就是方差和偏差）   7、bagging这种各个基分类器独立的集成学习模型，和wide&deep这种联合训练的模型，有啥差异（...

自我介绍之后挨个项目介绍。 问的机器学习知识点主要与项目中提到的有关，比如介绍一下GRU、RF、GBDT、XGBoost。还问了一道场景题：风控部门，如何识别那些经过加工方式上传的恶意视频。 接下来三道题就有点懵逼了。 前两道概率题，1. 一个孤岛重男轻女，直到生出男孩为止，男女出生率1比1，初始比例也是1比1，问最终的男女比例。这道题还好 2. 某疾病发病概率1/1000，患者有95%的概率检测出患病，健康者有5%的概率被误诊，问若一个人被检测出患病，实际患病概率是多少  3.编程题其实特别简单，股票问题第一道，但被第二道概率题卡住之后硬是没想出来状态转移方程，太菜了