快手秋招面经-视频策略模型算法工程师
自己从简历上选一个与数据分析、建模有关的项目讲
（第一个项目：）
刚刚说到这是一个比赛，是kaggle的比赛吗
为什么选用XGBoost（隐含考察点：模型的使用场景）
提到样本倾斜的问题，应该怎么解决样本不均匀
（第二个项目：）
是直接用数据集里的特征进行建模（应该是想问有没有特征筛选）
有哪些特征筛选的方法
（实习）两份实习分别做什么
（知识点）有没有学过因果推断的课程或做过相关项目
除了XGB外，有没有建立过其他模型
过拟合有哪些解决方法
（算法题）
给定一个数组和阈值s，求和小于s的连续数组的最小长度
———————
以下是我的碎碎念
感受：
之前面的岗大部分是数分，以为不会有算法题，所以用平板面的试。这道算法题很简单，但因为我算法题刷得很少，所以最开始是抱着放弃的心态做的。后来跟面试官说了后，面试官提醒我几个知识点，最后我竟然写出来了。
面试官挺和蔼，没有因为我答不出来或写不出就不耐烦，还给了提示。（但我是真的菜）
最后反问环节我问面试官对我有什么建议。面试官说我如果想走模型的路，还要多去了解模型的应用场景，过拟合、数据倾斜的解决方法，特征筛选等建模知识点。
我感觉这个岗位偏数据挖掘，不仅做数据分析，对于一些比较复杂的场景还会通过建模实现，所以需要比较好的机器学习功底。（个人理解）
我想走数据挖掘，但总是很没自信，会想着算法题我能解出来多少，我的项目经历能进数挖部门的眼吗，我应该要花更多时间去扩充我的建模知识库。
#面经# #秋招# #快手#
类似资料：