面试高频题1： 题目：介绍一下k-means,你的数据如何处理，模型的输出是什么？ 答案解析： 介绍kmeans： 第一步：数据归一化、离群点处理后，随机选择k个聚类质心 第二步：所有数据点关联划分到离自己最近的质心，形成k个簇； 第三步：重新计算每个簇的质心； 重复第二步、第三步，直到簇不发生变化或达到最大迭代次数； 数据如何处理： 为了防止均值和方差大的维度将对数据的聚类产生决定性影响，所以在

面试高频题1： 题目：了解决策树吗 答案解析： 决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和C5.0等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。 决策树的构造过程： 决策树的构造过程一般分为3个部分，分别是特征选择、决策树生产和决策树裁剪。 （1）特征选择： 特征选择表示从众多的特征中选择一个

面试高频题11： 题目：L1、L2的原理？两者区别？ 答案解析： 原理： L1正则是基于L1范数和项，即参数的绝对值和参数的积项；L2正则是基于L2范数，即在目标函数后面加上参数的平方和与参数的积项。 区别： 1.鲁棒性：L1对异常点不敏感，L2对异常点有放大效果。 2.稳定性：对于新数据的调整，L1变动很大，L2整体变动不大。 答案解析 数据分析只需要简单知道原理和区别就行，公式推导不需要，面试

面试高频题1： 题目：统计学的基本方法论，也就是拿到数据怎么分析 答案解析： 统计学是一门综合性的学科，会通过收集、处理、分析、描述等一系列步骤从数据中得出结论。以下分别介绍包括描述统计和推断统计在内的统计学的基本方法论，以这两种方法论为分析主线能够较为全面地对数据进行分析。 1） 描述统计 描述统计通过图表或数学方法，对样本数据进行整理、分析，然后概括总结出反映客观现象的规律。其中图表描述方法就

面试高频题11： 题目：辛普森悖论，以及如何避免这种现象 答案解析： ⾟普森悖论指在某个条件下的两组数据，分别讨论时都会满⾜某种性质，可是⼀旦合并考虑却可能导致相反的结论。为了避免⾟普森悖论导致我们得出两个相反的结论，我们需要选择将数据分组或将 它们聚合在⼀起。其中我们要学会思考因果关系：数据如何⽣成，基于此，哪些因素会影响我们未展示的结果？ 例如美国加州大学研究生录取数据的分析中，目的是探究伯利

面试高频题1： 题目：处理噪声数据方法 答案解析： 1、分箱 分箱方法是一种简单常用的预处理方法，通过考察相邻数据来确定最终值。所谓“分箱”，实际上就是按照属性值划分的子区间，如果一个属性值处于某个子区间范围内，就称把该属性值放进这个子区间所代表的“箱子”内。把待处理的数据（某列属性值）按照一定的规则放进一些箱子中，考察每一个箱子中的数据，采用某种方法分别对各个箱子中的数据进行处理。在采用分箱技术

第一次结构化面试，打得我措手不及…… 岗位：数据建模岗   base:北京 1. 给你一段材料，让你讲讲自己的想法 2. 完成一个项目，怎么跟同事合作 3. 用什么方法说服领导，推进项目落地 4. 怎么学习新知识 5. 感兴趣的新技术 6. 代码能力 大概是这些题目，我全程晕晕乎乎的，结构化面试真的容易暴露我的语无伦次 #中国人民保险##面经#

1、自我介绍 2、MR的执行过程，用了几次排序，Reduce怎么知道拉取哪些数据 3、RDD的底层实现（Spark用的不多就没问了） 4、项目介绍（没有针对项目进行提问） 5、SQL优化思路，具体讲了关于数据倾斜这块 6、SQL题：包含班级、学生、课程、分数的表，查询每个班每门课前三的学生 7、SQL题：包含user_id和target_id的表，找到互相关注的用户，优化不用join实现 8、SQ

交行 金融科技储备生_数据分析 面试官两人，一个组同时把4人拉进面试间。每个人轮流发言。问题就两个：自我介绍，以及做过的项目 神仙打架，一堆有实习经历的大佬，还做了一堆牛逼的项目，呆过各种牛逼的实验室 总的来说，我这个没实习的跨专业小辣鸡，没有丝毫的竞争优势 #交通银行##交通银行面试#

1、自我介绍 2、为什么要去北京 3、MR的原理 4、为什么环形缓冲区到80%之后才反向溢写 5、SQL中哪些函数走MR，max走不走 6、select a,count(distinct b) from table group by a，MR的流程 7、SQL优化，如果给你两张表，用户视频表和用户粉丝表，怎么处理数据倾斜 8、SQL题：每个用户都有5门成绩，总计6列。请生成两列，其中1列是用户ID

1101 - 技术面 自我介绍 实习经历 K8S： K8S 和 Spring Cloud 了解 如何基于 K8S 部署服务 K8S 部署服务的流程 基于 Spring 开发过的个人项目，是课程吗 对巨杉了解 算法 1103 - HR 面 自我介绍 校园经历 实习经历 Offer： 手头 Offer 及薪资待遇，偏向程度 期望薪资 相同薪资的 Offer 如何选择 个人优势 反问 #面经##校招##

#数据人的面试交流地# 1.首先自我介绍，一定要加上自己会啥，自己的优势一定要多说出来 2.简历上写的项目一定要自己做的，如果是网上抄的一定要弄懂才能写出来，要不然容易出现问题 3.写自己的技能一定要写自己弄的比较懂的 4.再来说一下我对大数据的理解，大数据讲究计算和存储，对于存储一定要懂hdfs,hive等等技术，对于计算我建议一定要会spark，flink也要会，你可以不用但要会，spark说

#数据人的面试交流地#闲言少叙，书归正文。今天来聊一聊数据的面经。我投的岗位主要是以数据为核心的岗位，数据分析、数据开发，还有一些基于数据分析的游戏用户分析等岗位。除此之外还有些AI相关的岗位，但与我们今天的数据主题不太相符，故暂按下不表。 在这里先分享一下我的面试思路，不一定对，只是个人观点。如有不妥之处，欢迎诸位看官在评论区批评指正，共同学习进步。 首先，我们明确一点，我们面的是数据相关岗位，

下午两点半面的，用的腾讯会议。 一个hr加两个技术面试官。 先让我做了自我介绍。 问了我坦克大战小项目的具体内容。 问了数据库的索引怎么写，怎么实现的，如何防止sql注入。 问了好多锁的内容，我说不太了解。 问了JVM，说没怎么学过。 问了有没有自己实现所有的数据结构，没有。 问了socket套接字，在服务端的代码怎么写的，我说记不清了。 反问环节，问了新员工的培养机制。#23届秋招[话题]##金

字节数据分析实习面试（抖音电商） 一面： 表user_log，有user_id， time，求每天用户新增数，次日留存率、30日留存率 ABTest的流程，P值，做留存率的ABTest，选择什么检验，卡方检验的应用场景 逻辑回归的损失函数 出现过拟合的原因 三天后给了感谢信 快手数据分析师（短视频用户增长部门） 一面： 两个SQL题目，都还比较简单，主要涉及到group by和日期函数的处理，还有