《数据科学》专题

一家正在迅速发展的电商公司，两年竟然融资两轮（好夸张），Hr主打的就是一手能学到很多东西（因为涉及到供应链、商品、用户多个角度），入职后可能需要去一线学习。 一面：（1月31日，数据组同事） 实习中感觉最有趣的一件事 服务分实验的设计流程，实验结果，有没有使用到ABtest，以及ABtest的结果？ 实习中遇到的最难的一件事？ sql，连接有几种；聚合的方式有几种？ python，缺失值处理的方式

投递+约笔：半个月 时长：2h 形势：HackerRank 外企的coding笔试基本上都是用的HackerRank，但题目基本上刷不到只能自己平时多做做题培养coding思维。 一共考了两道编程题，合计两个小时。 Q1：股票分红，输入 股价 分红 时间 输出 现股价 Q2：动物表演，找某个时间房间内的最大动物 题目本身没有涉及到多难的算法，核心难点在于—— 必须是stdin和stdout输入输出

公司：快手 岗位：数据科学家 形式：视频面试 视频面试平台：轻雀 时长：60分钟 流程： 0、面试官自我介绍及面试流程介绍。 1、自我介绍。 2、对于样本和总体这两个概念，它们之间的关系是什么？它们的差异和相似点分别是什么？ 3、了解哪些抽样方法？不同抽样方法分别适用于什么场景？ 4、写一下随机

题主背景：对计算机基本上一窍不通的半个数学人。 题主在面试屋外等候时，工作人员问题主昨天是不是来咨询过（昨天校招宣讲），题主点头，工作人员又说，“你的简历我们印象非常深，我们今天主要是偏后台开发的，你先跟后台开发的一起面试，之后有其他部门想要你了我们再推你走哈”，题主此时还没有感受到不妙…… 数据结构：首先提问数据结构，问树的结构掌握哪些，如何用Java实现一个哈希表，链表结构有哪些。 数据库：询

之前投了多模态方向泡池子泡了大半个月，16号转投数据科学当晚安排面试。 面试过程中感觉还不错，问题基本都答上了，但面试官提过几次说我的科研方向有点偏，还推荐我去另一家企业呃呃了属于是。 希望后续还能被捞上来

​1、自我介绍 ​2、数据仓库为什么要分层，目的是什么 ​3、DWS层和DWT层是怎样划分的 ​4、PV和UV分别是什么 ​5、数据仓库建模的两种形式 ​6、范式建模中的第三范式的原则 ​7、维度建模中最常见的建模形式是什么区别是什么 ​8、如何评判数仓的优劣性 ​9、MR流程是写的MR程序，还是通过hql ​10、用户留存率的计算公式 ​11、HDFS的写流程 12、MR的底层原理 ​13、MR

#互联网公司爆料# 这个公司我是参加的校招，当时面试我的估计是一个组长，问了大数据SQL，以及spark，对于SQL我轻松秒杀，spark当时也学习了没啥压力，面了20分钟直接通过后面是一个技术负责人面我，问了一下hive，MapReduce，Java集合，也是直接通过，感觉技术不难，最后HRBP直接来面我，也是直接过，后面就是直接发offer，薪资真的不高，就11k，13薪吧，我感觉不高直接拒绝

9.11 一面 1.自我介绍 2.介绍实习内容 3.对数仓分层的了解 4.对ab实验的理解 5.对实时了解吗 6.logistic回归的损失函数 7.口述sql：简单窗口 8.反问 9.19约线下，调整成线上 9.26 二面 两个面试官 面试官1: 1.自我介绍 2.更想做数开的工作还是数科的工作 3.解释spark中的水印 4.对实时数仓的了解 5.spark数据倾斜怎么处理 6.设计一个bi产

#科大讯飞求职进展汇总##春招# 面试官人很好，还挺帅（有点像shy哥？ 全程拷打简历，会重点问实习和2个左右项目 本来我在不断引导面试官问我数据库和机器学习方面的内容，但是面试官好像不怎么想问，连数据怎么清洗的这种都没问，就问了聚类了解那些？k-means聚类怎么优化？肘部法则和肘部加速的区别？ 由于我项目大都是deep learning方向的，所以都在让我讲dl方向的东西 还有就是项目遇到了哪

自我介绍 数据倾斜问题 spark的shuffle相对于mr的shuffle有什么区别 spark的stage怎么划分的 yarn中都有什么，作用是什么 hdfs读写流程 rpc和http分别是什么，有什么区别 项目中都有什么数据 数仓的分层，每层都做了什么事 反问 金风科技二面总经理面 自我介绍 总经理问题： 1.本科和研究生都是通信，为什么选择大数据 2.怎么在完成学业同时学习大数据的 2.对

2023/10/10 平安科技 大数据开发（37min） （1）自我介绍 （2）对于平安科技的数据开发岗的理解和认为它是做什么的？和自己的契合度是怎么样的？ （3）数据库学习到哪些东西，学了多久，什么时候学的，有实践过吗？ （4）sql分哪几类，违反主键约束会出现什么问题，索引什么情况下回失效，有自己去安装过吗？（之前没准备数据库的内容，答得很差，后边的面试才好好看了数据库的东西） （5）使用sq

一面群面 一共10个人，自我介绍，然后是一个简单的笔试。 内容就是电子基本知识：三项电火零之间多少度，电阻器，线性负载，UPS是哪里发热。总之就是10道选择题，很简单。还有两道简答题：1.向人推销自己的电子产品；2.对售前的理解。我是看了一本书《商战往事，解决方案与销售配合打单》，然后自己总结的。 最后是无领导小组讨论。这个讨论的重点我认为有两个，第一个时机是先发制人，给大家安排时间，显得自己很厉

连续型变量是如何做数据填补的 上一节中讲的Embarked的填补是一种离散型变量的填补方式，也就是通过统计规律来预测。那么对于连续型变量如果使用这种方法就不合适了，而应该使用某一种插值方式。比如Age这种数据，根据统计规律，假设其他人年龄多数是50岁，其他人都小于50岁，那么就预测是50岁吗？显然不对，而应该是小于50的某个值。那么如何根据统计规律来计算插值呢？我们来介绍一下mice mice就是

补全数据的纯手工方案 我们以泰坦尼克号数据集为例(不了解这个数据集请见《十八-R语言特征工程实战》)。 先重温一下这个数据集里面都有哪些字段： PassengerId,Survived,Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked 分别表示： 样本编号、是否得救、乘客级别、姓名、性别、年龄、船上的兄弟姐妹数、船上的父母子女数、

 #蔚来提前批笔试#  投的是数据科学家岗位，7.14做的笔试，至今状态没变。基本是算法题，VE人工智能卷。15选择，2道编程（一个股票最大收益，一个二叉树）。😥以为要考模型。 #蔚来提前批笔试#