《数据挖掘工程师面经》专题

没看到cvte有什么产品岗，所以瞎投了数据挖掘，结果笔试都没有，早上忽然打电话要电话面试。 什么都没准备就这样去浪费hr时间了。 主要还是聊简历上的项目，很喜欢问xx和xx的区别，但项目不会全问，只问了我介绍的那个。 然后问了一些编程和数据库的基础知识，但我大脑一片空白，回答得稀烂，尴尬到脚趾抓地只想赶紧结束。 全程持续了二十六分钟，面试官人很nice，不会过度刁难，希望凉掉吧不要再有技术二面了?

联想 数据挖掘工程师 idg 武汉 7.26简历投递 7.27笔试+测评 8.3收到面试通知 8.8一面 联想的面试体验还是挺不错的，一开始面试官介绍了他们部门的一些情况😀，先自我介绍了一波，然后就让我自我介绍了一下，总结问题如下： 1. 围绕着简历上的项目，问了一些问题，不是很深入； 2. 面试官对我目前的实习内容比较感兴趣，因为背景和联想这个部门做的东西非常像，所以围绕这个问了许多。大部分是

这是一本用于学习基本数据挖掘知识的书籍。大部分关于数据挖掘的书籍都着重于讲解理论知识，难以理解，让人望而却步。不要误会，这些理论知识还是非常重要的。但如果你是一名程序员，想对数据挖掘做一些了解，一定会需要一本面向初学者的入门书籍。这就是撰写本书的初衷。

公司：顺丰速运集团（顺丰科技） 岗位：大数据挖掘与分析工程师 形式：视频面试 视频面试平台：赛码 初试 面试官：所在组的大数据挖掘与分析高级工程师 时长：15分钟 流程： 0、面试官自我介绍 1、自我介绍 2、看到你简历上写了很多个项目，你觉得哪个项目对你能力提升比较大？可以详细描述一下吗？包括但不限于项目背景、分析过程、最终目标、结果展示等。 3、讲一下机器学习模型和数据挖掘方法在这些项目中的具

问项目问的很奇怪，比如预训练模型初始化怎么做的，模型多少层，嵌入维度怎么样，权重捆绑。 问了一堆深度学习的八股，bert，transformer，梯度消失梯度爆炸，BNLN之类的。 代码做了两题，lc.200 岛屿数量 和 lc.16 最接近的三数之和，手撕了，后面问了三数之和时间复杂度优化策略和n数之和思路。 反问问了对方业务，主要是百度APP首页搜广推。 第二天告知一面已过 #百度求职进展汇总

时间过去有点久了，纯凭回忆，可能有些遗漏 一面 （1小时多吧） 机器学习基础知识 Bagging & Boosting 常用的聚类算法 Kmeans和DBSCAN的原理和区别 逻辑回归的原理 怎么处理离散数据 支持向量机原理 SVM怎么处理非线性 常用的回归模型 Attention原理 RNN和LSTM的区别 什么是梯度爆炸/梯度消失，什么情况下会出现 梯度渐进的原理 手撕算法 判断是否是回文 找

#百度面经# 个人情况：23届，211硕，大数据开发，数仓，入职即被裁，找工作ing... 今天面试了百度搜索的数据挖掘岗位，面试官超级nice，先大概讲了岗位情况，问下意向，由于我之前想的最长远的发展路线就是先搞底层技术，再搞分析，最后能转挖掘的话更好，就说还OK，就接着面了，一共五部分 1. 统计学 早还给老师了 2. AB实验 只听过名字 3. 机器/深度学习 知道的太基础了，没法应对面试

1. 自我介绍＋之前的项目经历 2. xgboost怎么调参避免过拟合 3. app分类方面如何对未来的app进行分类 4. 如何避免模型上线之后psi降低 反问: 1. 岗位具体职责 2. 偏研发还是业务层面 3. 公司对于图算法的使用

1.自我介绍2-3分钟 2.常用的监督算法有哪些？ 3.常用的无监督有哪些？ 4.实际建模的经验？详细介绍下 5.深度学习LSTM架构介绍？ 6.怎么理解梯度爆炸？解决的方法有？ 7.介绍下LightGBM的超参数都有哪些？ 8.父母同意来成都工作吗？ 9.怎么看待加班和出差？ 10.有考公、读博的意愿吗？ 10.反问（我反问了贵公司出差和加班情况。HR回答加班周二周四周六晚上7-9点加班，会轮班

1.项目 介绍了一下快手实习 2.code 判断五子棋是否有人赢 3.八股 无 感觉kpi了，面试官在玩手机，对项目也不是很感兴趣，没怎么细问

15号面的都过了好几天，还没有结果  项目深挖+基础算法题+（HR？）  1.项目基本上就是深挖实习经历  2.基础算法题就问了个bert  3.接着就是问自己存在的优缺点啥的  然后反问 （问了具体业务巴拉巴拉） 总共30分钟左右的面试时间   许愿许愿

面试时长90min（中间穿插着写SQL和算法题） 真·内推： 我一直准备的是Java后端开发，这个岗是因为一个朋友要离职了帮他leader找个人，然后就找到了我。刚开始和我说这个岗去了主要就是写写sql（因为他们是主要用hive做数据分析，而hive和sql非常类似，会写sql就会写hql（hive sql）），然后给我说面试时需要简单准备一点hive和spark八股，并且还给我划重点，哪些是一定

顺丰-大数据挖掘与分析（2021秋招） 顺丰一面： 1.深挖实习，指标体系如何建立，各项指标的权重如何确定 2.逻辑回归算法的原理 3.谈谈对ABtest的认识 4.sql排序窗口函数的区别 顺丰二面： 1.深挖实习，预测为什么选用随机森林算法，如何调参 2.论文项目，简单介绍 3.了解哪些机器学习算法 4.反问 顺丰hr面 1.实习中遇到的困难，如何解决 2.过往经历中，你认为最困难的问题，你是

1. 手撕，给出中序遍历和后序遍历，构建树 2. 介绍树模型，（GBDT，XGBoost等） 3. 项目为什么用XGBoost 4. 介绍LR 6. XGB和LR的区别，各适用哪些场景。 7. 项目中Lovain算法是个什么算法。 8. 项目中使用的评价指标 9. 准确率有什么缺点和问题 10. AUC 11. 优化算法 12. 激活函数 13. 特征提取方法？ 14. CNN和MLP区别，CNN

一面两个面试官。给我一种很焦急的感觉。面试时长35分钟。 CNN和MLP的区别。 什么是卷积 梯度下降的公式 lambda写个字典排序 写了一道sql，包括求和、排序 其他忘记了。 项目没咋问，因为报的岗位和这个不相关。