数据挖掘岗面试总结（已拿到百度，腾讯offer）
luxin 2019-02-24
又到毕业招聘季，新鲜的面经出炉啦！本文收录了魔镜杯风控算法组铜奖团队成员周耀的校招经历，可供学习~
参赛作品及过往采访请见：
作者说
这个岗位叫法很多，算法岗，数据挖掘岗，机器学习岗，基础研究等等……
下面总结一下从16年3月开始到9月底这半年的面试情况
1 ： 百度
实习生面试
朋友帮我内推了，推了很多岗位，蛋疼，最开始的是个搞分布式平台的岗位，后面的岗位就不再接受简历
1面要写代码，题目是输入根节点和两个子节点，找到最小公共父节点，2叉树只有孩子节点
后面问了一些算法优化问题，理论差，不太懂。。
2面还要写代码，写一个栈，添加一个接口，返回当前栈最小值，要求时空都为O(1)
聊的有点久，1小时40分钟，问了一些算法问题，简历上东西
因为岗位不对口的问题，没有继续下去
校招面试
师姐给我内推的，一面聊了2个半小时，写了很多代码
用MapReduce写好友推荐，在一堆单词里面找出现次数最多的k个
其他代码题基本都能在剑指offer和微软面试100题上找到，题目已经忘了
后面又聊了比赛和项目
二面基本都在问hadoop，数据结构与算法
又聊了1个半小时，hadoop原理，shuffle如何排序，map如何切割数据，如何处理数据倾斜，join的mr代码如何写
动态规划，树结构，链表结构等等
三面应该是部门老大面的，问了很多性格方面的问题，还有些比赛和项目中遇到的问题
只聊了半个小时，要了身份证，说后面会安排笔试
后来笔试通过了，也就顺利的拿到了百度offer
2 ： 腾讯
第一次内推是3月的时候招实习生，师兄帮我内推了，简历评级是A，但是还是要笔试，还好学校有个TST内推，过了就不用笔试
面了1面就跪了，因为没复习，问的都知道，说不上来……
第二次是5月的时候补招，推到一个安全部门，面了2面就跪了，问了SVM原理，PageRank原理，怎么用模型来查找异常用户
我讲了一大堆我的理解，然后面试官一句你怎么不用规则把我噎到了……
第三次是校招TST内推，面过了2面，还是跟之前那个有点类似的游戏开发的安全部门，因为我也玩LOL，又问到怎么来判断玩家有没有作弊之类的问题，这次我小心翼翼的说用模型怎么做，用规则怎么做，感觉这次聊的都挺开心的。
三面电话打来的时候我在公交车上，没接到，打回去是总机……再后来状态就变成了面试流程放弃……
到了正式校招的时候，参加了笔试，顺利通过
心想这次再跪就是4连跪啊……
去西安的路上就抱着李航的统计学习一直看看看看
晚上到了宾馆就在草稿纸上推公式
然后一面的时候，果然面试官叫我推公式，LR,SVM,XGBOOST说推就推给你看
然后在纸上手写了些代码，聊了些比赛和项目，估计面试官惊呆了吧，总之聊的比较开心
面试官发现我是重庆来的，就在简历上注明了优先安排面试，然后又问我期望工作城市，我说成都吧，然后又加一句，优先安排成都岗位……
二面的时候感觉没咋聊好，问的问题都答的不太好
先是叫我用C语言写内存拷贝……这早就忘光了好吧，拿着笔很尴尬的说我不会，但是应该有安全性问题需要考虑下……
然后又问了动态规划，还有些剑指offer上常见的题目，有的答上来，有的说见过但是忘记了
后面又问了hadoop,spark,storm下面的产品，原理，适用场景，也只答上来一部分，spark和strom根本就没用过，瞎扯了一通
然后又开始聊项目和比赛……估计是上一个面试官评价比较好的原因吧，2面就这么过了
HR面的时候一进去就惊呆了，尼玛HR长这么好看……
搞得我都有点害羞了，
然后就随便瞎扯了一些东西，问比赛和项目里遇到过的困难，问了自己的优势，我说认识很多大神算不算……
还问了我拿到了哪些公司offer，我说有百度的，还有一个创业公司的，创业公司开的比较高，然后她就问有多高，我说你可能不会信，税后20*14+包吃包住，公司对面的公寓，单间5k。
接着问了对意向的公司的一个排序是什么，这时候当然得跪舔腾讯了……
又问了期望待遇，我知道这个问题一般不要瞎扯，问了下腾讯的薪资结构，福利，住房补贴等等，后面HR问我了解过MIG吗，我说不太了解，就给了我这个册子叫我带回去看看……
其他问题也忘了，后面说可能有个视频面试，也不知道啥意思……
然后说是9月28之前出结果，过与没过都能在微信上查到。
9月27号上午，我正在蹲坑，打电话过来跟我说过了，批发价……
考虑了一整天，决定去腾讯搬人生第一块转……
3 ： 阿里
实习生面试
2面之后跪了被扔给其他部门重新一面
一面聊了挺多，让我把一个完整的数据挖掘流程讲一下，从预处理，特征工程，到模型融合。
介绍常用的算法，gbdt和xgboost区别，具体怎么做预处理，特征工程，模型融合常用方式，融合一定会提升吗？
2面不太好，问了怎么在2G内存里找100TB数据的中位数，还有怎么解决mapreduce数据倾斜，经常用什么语言工具开发
然后答的不好被刷掉了，简历被扔到菜鸟网络，重新开始一面
一面还是问简历的东西，二面应该是总监级的人物吧，天池比赛的菜鸟网络就是他出题。
二面问了我的研究方向，怎么把研究内容应用到实际中，还做了其他哪些研究。
不知道为啥，没有3面，直接HR面了。
3月31号是最后一次面试，直到4月21号才HR面
问我对菜鸟网络的了解，我说不太了解。。最近的项目，在比赛中的角色，自己的短板，职业规划，期望工作地点，是保研的还是考研的
我说以后想创业，果然没过多久就已回绝，自己太天真了，应该跪舔的，比如说期望在3年内成为技术骨干，为阿里贡献自己的绵薄之力之类的
校招面试
本来我有比赛top10可以直接终面的，但是朋友告诉我直接终面评价最多只能到B+，今年招人只要A以上
然后我就叫朋友帮我内推
1面已经忘了问了些啥，反正就是那些
机器学习里面的东西，数据结构算法，比赛，项目
2面是辽原，应该是蚂蚁金服AI部门老大吧
问了如何在海量数据中查找给定部分数据最相似的top200向量，向量的维度也很高
因为之前了解过其他面蚂蚁金服的朋友，也有问到这个题目的
所以反应比较快，直接就说可以用KD树，聚类，hash
然后又问怎么衡量两个商品的性价比，这个题目以前阿里星面试的时候也被问过，就随便扯了下
后面问了些比赛和项目
3面的时候跟我说蚂蚁金服没名额了，问我愿不愿意去架构部门做java web开发，于是我主动把阿里刷了，是的，我刷了阿里
4 ： 京东
实习生面试
不知道在哪找到的邮箱，投了进去就直接开始面试
一面还是问的些简历上的东西，只聊了20分钟就说有事，后面让同事来。。。
二面也是问的简历上的比赛和最近做的项目
校招面试
还是让之前内推的这位总监帮忙内推，结果他告诉我他已经离职创业去了……
然后把简历转给了他的接班人
大概过了很久很久吧，连京东笔试都过了，才开始安排面试
一天之内两连面，还是问了很多机器学习算法的东西
为什么LR需要归一化或者取对数，为什么LR把特征离散化后效果更好
为什么把特征组合之后还能提升，反正这些基本都是增强了特征的表达能力，或者说更容易线性可分吧
还问了项目和比赛
一面聊的挺愉快
比较有意思的是2面的时候面试官不相信我有百度offer……所以对京东顿时好感全无
5 ： 杭州微店
是一个浙大的博士姐内推的我，也是她面试的我，主要就问了一些技能，比赛怎么做的，对淘宝穿衣搭配挺感兴趣的，怎么改善聚类等等。
二面忘了，好像也没问多深入，就一些常见的东西，业务等等。
三面就是HR面了，问的挺多，各种陷阱，问我为啥不在重庆工作，我说重庆行业发展不够，先在大城市锻炼下再考虑重庆什么的，下午2点跟我说通过了。
然后5点的时候跟我说不好意思，就因为上面那个问题。
校招的时候又找这个学姐内推，但是直到现在都没有消息，反正也懒得面了……
6 ： 拉勾网
实习生面试
也是问一些剑指offer的题，单链表如何判断有环，从大数据中找出topk
还问了其他数据结构和算法，项目，比赛等等
说面试过了，但是必须去实习半年以上
还面过蘑菇街，糯米，蘑菇街到HR面了，估计觉得我没有意向吧，就没有后文了
糯米2面的时候正在面其他公司，打了10多个未接……我打回去的时候估计已经把我拉黑了吧……
华为面的很水，都没问算法方面的问题，大牛专场机试满分，不知道能不能拿到offer
总结
经常会问到的问题，经典算法推导(加分项)，原理，各个损失函数之间区别，使用场景，如何并行化，有哪些关键参数
比如LR,SVM,RF,KNN，EM，Adaboost,PageRank，GBDT，Xgboost，HMM，DNN，推荐算法，聚类算法，等等机器学习领域的算法，这些基本都会被问到
哪些优化方法，随机梯度下降，牛顿拟牛顿原理
生成模型，判别模型
线性分类和非线性分类各有哪些模型
SVM核技巧原理，如何选择核函数
特征选择方法有哪些(能说出来10种以上加分)
常见融合框架原理，优缺点，bagging，stacking，boosting，为什么融合能提升效果
信息熵和基尼指数的关系(信息熵在x=1处一阶泰勒展开就是基尼指数)
如何克服过拟合，欠拟合
L0，L1，L2正则化(如果能推导绝对是加分项，一般人最多能画个等高线，L0是NP问题)
其实上面的这些问题基本都能在《李航：统计学习方法》《周志华：机器学习》里面找到，能翻个4，5遍基本就无压力了
另外可以报一下小象学院的机器学习班，等到开团的时候报也就300左右，讲的挺不错的，有算法推导和代码实现，我也是看了之后才明白很多算法的原理
还会问一些常见的数据结构和算法，写代码的题基本都是出自《剑指offer》和《微软面试100题》，只要刷几遍，代码题这里搞定也是加分项
其余的基本就是问问比赛，项目，遇到的问题，如何解决，在团队中的角色，评价自己
面试官问你还有问题要问没，最好别瞎问，多看看别人的面经吧
比如问点现在这个部门做的业务，遇到过的问题，部门发展的一个规划
最好别叫面试官评价你，要是评价不好会影响心情，自己的面试表现自己应该清楚，所以不问最好
可以在自己面试的时候做记录，经常复习，先从小公司面起，积累经验
另外要定位准确，自己的水平自己清楚，不要死磕大公司，浪费了大量时间还经常1面被刷
没事审视下自己的简历，不要把自己不熟悉的东西写上去，像什么精通之类的建议改成了解吧……不然会被问哭的
不要装逼写2页，我很多项目比赛都没写进去，只写了几个名次靠前的比赛，能吹一点的项目，其他没写进去的可以找机会主动说出来
项目即使很水，也要吹的很难很厉害的样子
比赛和项目尽量突出里面的难点，自己做的贡献
我的简历也是改了又改，后来找阿里星小江要了他的简历，模仿着改了一份，简单粗暴……
多刷题也比较重要，我自己的感受是内推问的问题会比通过了笔试问的要难一些，深一些
算法的推导同样重要，之前我也是看到那些公式就蛋疼，后面没办法，看书看视频，多手推几遍，这样面试的时候更有底气
个人觉得在面试的时候能手推算法的应该比较少，所以优势是很大的
实习生面试跪掉的原因就是没有复习，对算法的原理了解不够深入，所以在校招的时候，9月开始用了将近一个月的时间来复习
建议多交一些牛逼的朋友，我们有个群，6个人，有4个百度offer，有3个腾讯offer（包括一个sp），还有个估计是下一个阿里星吧，还有其他公司杂七杂八的（为啥没阿里的，估计阿里不招人吧）我们经常一起打比赛，在群里讨论学术，装逼扯淡什么的，今年只要参加了的比赛，基本都拿奖了吧……
另外感觉大公司也并没有学校歧视，我的学校211都不是，问都没问过学校的问题
我本科是个学渣，读研开始写代码，所以两年，可以改变很多事情
学习资料
下面是我准备面试整理的一些资料，里面有很多算法以及面试问题
http://download.csdn.net/detail/bryan__/9640531
大量算法题参考资料
http://blog.csdn.net/v_july_v/article/details/6543438
机器学习公开课
https://www.julyedu.com/video/play/18/10
面试算法资料
http://www.cnblogs.com/tornadomeet/p/3395593.html
机器学习知识点总结
http://m.blog.csdn.net/article/details?id=50244695
小科专访
Q1 面试前需要准备什么？
需要准备自我介绍，讲讲在校经历，实习经历，成绩情况，获奖情况；还需要准备面试岗位对应的专业知识，这方面可以参考网上的面经，一般都总结的比较详细。
Q2 面试中有哪些需要避开的坑？
当面试官问到你不会的地方可以直接说不会，或者稍微绕一下，把话题转移到自己熟悉的领域，面试官比较期望的是你对某一领域有比较深入的见解。
Q3 HR面和部门leader面分别需要注意什么？
HR面一般都是最后面了，80%是没啥问题了，只管往积极向上的地方交流就行，另外得吹捧当前面试公司，和HR聊开心比较重要。一般HR会问你是否有其他公司offer，可以根据自身情况回答，比如可以讲有保底的公司，还有个稍好点的公司，把当前这三家公司对比一下，突出当然公司的优势。
部门leader面会考察你的综合素质，从专业技术，人际交往，职业规划等方面考察。
Q4 比赛经历对面试有哪些帮助？如何将比赛经历转化为面试优势？
比赛经历如果是排名靠前就是加分项，排名一般建议就不要写上去了，不然会让面试官觉得你没认真参与，实力不够。聊比赛的时候重点突出比赛的难点，如何提升，与其他队伍的差距在哪，赛后总结等等。面试官比较期待的是你如何解决问题，如何学习新知识。
Q5 你在文章中提到，百度面试问到了一些性格问题，还能回忆出来，是哪些问题么？
在百度和腾讯面试中都问到了性格方面的问题，重点集中在如何与同事领导相处，可以围绕沟通耐心来回答这个问题，沟通不一定能解决问题，但至少会让问题变得更简单。
Q6 可以通过哪些方法获得内推机会？
有个公众号，校招日历，上面有很多内推方式，另外还有牛客网，找师兄师姐，还可以参加比赛获得较好的名次，直接获得公司实习机会，比较靠谱的方式是找机会认识公司大佬，先和大佬聊开心，通过的机会就很大了，我有很多同学都是通过这种方式获得实习机会，顺利转正。
Q7 在数据科学领域的学习上，你有遇到哪些坑么？是如何克服的？
这方面的坑比较多，很多问题都没有固定答案，需要自己动手去验证。另外关于算法推导，一直都是一个大坑，很多初学者数学基础不扎实，容易直接忽略，把这块掌握好，对知识的理解，能力的提升，面试官的期望，都是有极大帮助的。
Q8 关于数据科学领域的学习，在学习方法上，你有哪些建议？
建议多动手实践，打比赛，做项目，注重基础推导，多看大神写的书和博客。
