《数据挖掘工程师面经》专题

公司：联想 岗位：数据挖掘工程师 形式：视频面试 视频面试平台：Teams 面试官：两个人 时长：30分钟 流程： 0、面试官介绍面试流程，因为工作中的有些场合需要英文沟通，所以需要简单了解一下英文水平，自我介绍的时候用英文简单介绍1-2分钟就可以了，然后是15-20分钟的技术测评，最后简单介绍一下之后的流程以及反问。 1、英文自我介绍。 2、为什么想要申请联想的这个实习生岗位？你期望从这段经历中

到这里为止，所有流程都走完了。 9月8日 一面，当天出结果 9月12日 二面，当天出结果 9月14日 三面，次日出结果 9月19日 hr面 1. hr上来先介绍了一下这个岗位未来具体做的事情，介绍的很详细。 2. 让我自己讲讲对这个岗位的理解 3. 自我介绍 4. 聊天 ①职业规划 ②你说你是美团的忠实用户，你可以聊聊你自己对美团的印象吗 （本人是究极吃货+旅游爱好者，出去旅游几乎全靠美团订酒店+

9月8日 一面，当天出结果 9月12日 二面，当天出结果 1. 自我介绍 2. 项目介绍，围绕项目出发询问一些相关的问题。这个过程在15分钟左右。 3. ：你前面写题了吗 我：一面写了，二面没写 4. 在我以为要出题的时候，没有了……进入反问环节 我：啊！怎么这么快 ：因为我们这个三轮的技术面是一个综合的评估，有些问题前两面面过了，就没必要再问了 后续流程：说本次面试的结果很快就会出。还剩最后一轮

9月8日 一面，当天出结果 9月12日 二面 1. 自我介绍 2. 项目介绍，围绕项目出发询问一些相关的问题，一定量的八股，还有这个模型为什么不能用在这方面，以及有什么优化方案之类的想法 3. 学校问题 ：我看你这个是两年制的啊 答：其实是三年制的，一般是第一二年上课，第三年做论文。我第一年就把课全上完了所以可以直接进入论文阶段了 ：哦？那你这样时间不会很赶吗 答：对比三年的同学可能是有点吧，但我

说在前面：感谢团子面试官帮我缓解了面试焦虑症。团子面试官人很好，很亲切，还让我不要紧张谢谢团子，可惜人太菜了 8月7日 笔试 4道a了3道 8月22日 收到了 （一志愿）到店-自然语言处理算法工程师 的面试邀请，无奈当时那周实在是太太太忙了，又要搬家又要坐高铁，实在是抽不出时间。于是反馈希望可以安排到下一周，结果上官网一看流程，直接挂了 9月5日 接到 （二志愿）机器学习/数据挖掘算法工程师 电话

公司：货拉拉 岗位：数据挖掘工程师 形式：视频面试 视频面试平台：腾讯会议 一面 面试官：所在组的直线经理（直属上级） 时长：35分钟 1、自我介绍 2、什么时候可以入职？ 3、为什么不在之前实习的公司继续实习下去？介绍一下暑期实习参与的项目。 4、暑期实习经历深挖。 5、除了 Python 还使用过其他的一些编程语言吗？ 6、使用 SQL 做数据处理的时候，对它的基本操作有了解吗？具体的命令有哪

一面 简历面，如果过往实习项目由机器学习等，比较关心其中数据预处理和特征处理，没有问coding和模型延伸问题（八股） 二面 对于项目中涉及的某个优化算法特别感兴趣，深挖概念、流程、优点、公式等 （第一次也是目前唯一被问到这个细节，真的要对简历熟悉） 压力大的时候喜欢干什么 hr面 为什么想来深圳 深圳还投了哪些公司 十一前发意向 总体觉得顺丰的问题难度很看分配到的面试官，和身边同学交流，有的就会

公司：美的集团 岗位：数据挖掘工程师 形式：视频面试 视频面试平台：腾讯会议 面试官：技术负责人和 HR 时长：20分钟 流程： 0、面试官自我介绍 1、自我介绍 技术负责人（13分钟） 2、介绍一个项目（用户购买行为预测）。具体是怎么做预测的？ 3、对于 AdaBoost 和 XGBoost 的理解？什么时候用？为什么用？ 4、（另一个项目）介绍一下怎么开展的项目？简单介绍一下设计思路。 5、对

字节跳动 (1h) 1.自我面试 2.挑一个你认为比较成功的项目进行介绍？ 3.介绍你做过的特征工程 4.你都有过哪些算法？介绍下随机森林、XGB、GBDT的差异 5.对模型进行评估时候选取的方法 携程控股(45min) 1.自我介绍 2.选择一个项目进行介绍 3.你建模的时候都用到哪些方法 4.项目细节 5.模型评估 腾讯科技(1个小时) 1.自我介绍 2.直接问项目 3.解释下随机森林和GBD

硕士研究cv 可能和数据挖掘不是那么匹配~ 大华一面（1h）： 1、增量学习的科研项目（问了具体的细节 以及为什么） 2、语义分割的发展 3、UNet中的跳跃连接的作用 4、残差网络的shortcut连接的作用，数学方面证明残差网络可以避免梯度消失，并且问了一个关于残差网络的改进问题（面试官看最新的论文看到的，我没有理解他所说的问题） 5、宫颈肿瘤分割和pcr预测的项目（细节也问的很详细） 6、预

机器学习树模型 GBDT与RF区别 XGB如何并行生成树 XGB优化方面对GBDT 深度学习 GRU通过什么方法保留前面时序的信息 GRU损失函数 word2vec cbow和skip-gram区别 cbow一个原理 交叉熵损失与kl散度 数据结构 单词表格，内存很大的表，运行内存很小，如何通过查询出现次数最多前100单词 python python内存管理机制 装饰器 pandas apply/

1、自我介绍。 2、介绍自己做过的一个项目。 3、追问项目中的细节。 4、意向在青岛工作吗 反问 1、入职后会有培训吗 2、入职之后需要做哪些工作。 双人面试，没开摄像头，应该是同事面。感觉面试官都很友善。 虽然海尔在知乎被喷的挺惨，但面试印象还不错hhh 更新：关于牛友们的问题统一回答一下 1.有无英语测试  无 2. 测评后多久收到面试通知  3天左右，电话通知。之后短信发了面试链接。 3.有

面试岗位：机器学习/数据挖掘/自然语言处理工程师 面试时间：23/08/14 面试时长：50min 面试内容： 自我介绍 介绍两段实习经历 熟悉哪些机器学习/深度学习/搜广推算法 两道代码题：寻找两个正序数组的中位数；根据字符出现频率排序；（力扣原题） 反问：部门业务；对新人期待/要求：学习能力强、基础：Python离线模型开发、C++在线开发； 总结：面试官对面试者的研究背景较为包容开放，为人和

数据挖掘 18 大算法实现以及其他相关经典 DM 算法，BIRCH 算法本身上属于一种聚类算法，不过他克服了一些 K-Means 算法的缺点。

一位挖掘专家 tom khabaza 提出了挖掘九律，挺好的东西，特别是九这个数字，深得中华文化精髓，有点独孤九剑的意思： 第一，目标律。 数据挖掘是一个业务过程，必须得有业务目标。无目的，无过程。 第二，知识律。 业务知识贯穿在挖掘这个业务过程的各环节。 第三，准备律。 数据获取、数据准备等数据处理耗时占整个挖掘过程的一半。 第四，NFL律。 NFL，没有免费的午餐。没有一个固定的算法适用所有的