《数据挖掘工程师面经》专题

4.11 45min视频面试。岗位是数据研发工程师-数据科学方向，面下来感觉，这岗位确实很数据科学，没有太数据研发。 基本是简历面，绝大多数时间都在问项目，而且经常不是拷打技术细节，而是会让我用业务的角度思考我的项目，我感觉是比较想看看我的业务思维咱也不知道面得好不好。 除了简历外，提到的几个问题主要是 1.自我介绍 2.数据仓库分层 3.纬度建模和范式建模 4.hdfs 5.hive 6.对数据

电话技术面，业务部门直接打电话，看到很少有牛友发这个岗位所以记录一下。 大概十五分钟左右，也可能是我答的不好所以问题比较少。 1.自我介绍 2.hadoop生态 3.hdfs读写 4.spark运行机制 5.hive内外表区别 6.常用编程语言 7.反问 面试官人很好的，我最先开始没接到电话，给我打了好几次，不太清楚的问题也没有过多为难。不过太久不面好多都忘记了，答的并不全面估计凉了。

timeline： 8.27一面（当晚发二面）---8.28二面（结束发三面）---8.30三面 一面-hr面 语速较慢，和蔼 1.工作内容和想象的不一样怎么办 2.评价其余互联网企业（大概是） 3.base地选择 二面-业务主管面 语速正常，专业性强，深挖项目 1.项目模型 2.机器学习八股简单问了问 3.业务题（感觉答得有点乱，面试官帮我梳理了夸我答的还不错） 三面-大leader面 超级专业

#浪潮25提前批# 时长10分钟 1.为什么投数据岗 2.了解和使用过哪些数据库 3.如何提高MSQL查询效率 4.接触过python脚本吗 5.python中的命名空间是什么 6.java开发过程中遇到最多的报错是什么 7.数组越界产生的原因，如何解决 8.空指针在什么情况下会产生，如何解决 9.equals和==的区别 10.还有哪些方面的知识想更多学习一下 11.对大数据比较感兴趣吗

更新一下，二面后五天样子发offer啦。 但手上还有一个国企省总部的offer，华子在等待二面…目前还没有决定好。 ——————— 滴滴滴，下午四点面完的二面。由于面试答得不是很好，所以调整情绪了好久，才来更新二面面经，愿攒攒好运！ 二面是技术总监负责面试，第一环节是自我介绍。 然后第二环节是英文自我介绍，由于面试官要求剪短一些。我就直接介绍了学历信息就结束了（现在想想好蠢，应该多说一些的，没有很

🧐背景：211交通工程出身，读研转到本校航运学院，做船舶交通大数据挖掘，涉及机器学习。 🧐自身情况：sci在投，一篇会议论文接受，一个专利发表。 🤐一志愿是九月初的技术支持工程师，因为后知后觉，发现不懂网络协议，没参加笔试。 👾10.25投大数据算法，以交通认知方向。笔试主要是机器学习内容，选择题，问答题，以及一道编程。 👾11.7日收到电话面试，讲了一下基本情况。 👾11.8日一面技

1.python线程和线程组 2.在浏览器输入网址无法访问原因 3.ping和http的关系 4.手机杀死一个进程的方法 5.adb常用命令 6.adb上传下载命令 7.python中一个列表中数字从大到小排序 8.从大到小排序除了sort函数还可以使用什么---for循环从大到小排序怎么写 9.sql语句查询两个表中班级的总人数

写面经，攒人品，求offer 先说说秋招吧，投了进几百家公司了，至今没有offer，可能是学历不行，也可能是工程能力不足，emmm，总之至今还是 0offer 从9月份就开始投简历了，到了10月底才开始有面试机会，后来改投实习，面试机会才稍微多点 联想研究院实习/10.30 自我介绍 问项目 图像分割有做过吗，没做过，知道别人做过 介绍自己公司，应该是搞理论的，说要在学术界受认可 跟着哪个导师的，

🤔 面试感受 10分钟超短面试，体验还行，唠嗑为主，基本没有技术问题。 自我介绍 问了项目里代码是不是都自己写的（并表示银行不太需要自己写模型，会用就行） 问了量化相关的项目和实习的细节，并表示银行不太会涉及实盘量化 反问：业务包括什么（ai方向主要是营销和风险两块）

本文向大家介绍数据科学家，数据工程师，数据分析师之间的区别。，包括了数据科学家，数据工程师，数据分析师之间的区别。的使用技巧和注意事项，需要的朋友参考一下 数据科学家，数据工程师和数据分析师是信息技术公司中的各种职位档案。 数据科学家 数据科学家是一个非常特权的工作，负责监督整体功能，提供监督以及对信息，数据的未来显示的关注。 数据工程师 数据工程师专注于技术优化，以所需格式构建数据等。 数据分析

1、计算机网络： （1） TCP的三次握手和挥手 （2）OSI7层模型，每层分别有什么作用 （3）对哪个层的了解比较多一些，平时用得最多是哪一层 （4）传输层的协议有哪些 （5）是否对ip协议有了解，ip协议的分类等 2、数据结构 （1）数据结构的分类 （2）红黑树、平衡二叉树查找的过程、原理 （3）hash,hash冲突，解决hash冲突时单链表长度过长的问题 （4）大小堆 3、算法 （1）堆排

上来先自我介绍然后让自己挑一个项目介绍。后续面试官问了很多问题 1 特征工程如何做 2 特征筛选都有哪些介绍一下 3 随机森林原理 4 支持向量机介绍一下 5 深度学习框架会哪些介绍一下 6 transformer介绍 7 attention机制都有哪些介绍一下 8 lstm原理以及相比于rnn的优势 9 时间序列预测都有哪些方法 10 介绍一下arima算法 11 数据库都会哪些 12 深度学习

1.自我介绍 2.数据采集相关，怎么把kafka中的数据采集到mysql中？ 忘了 3.hive，两张表的重复数据，怎么去重？ 回答distinct,group by ，开窗取第一条， 开窗函数是哪个？ 没回答上来 4.udf函数写过吗，flink消费kafka中的数据写过代码吗，需要看代码？ 5.使用java干过那些代码？ 面试时长：10分钟，面试效果，差 不足：对于简历上的内容，回答支支吾吾，

面试问题： 1. 从8个外观相同的球里找出质量不相等的球。器材：一个没有砝码的天平；要求：几次称重后肯定能找出来。 2. 在离散的二维平面图形中，面域由三角形组成，用数组存储每个三角形的顶点，如何找出处于边界上的边； 3. 智能指针的作用和原理；

大数据通用处理平台 Spark Flink Hadoop Drill 分布式协调 ZooKeeper 分布式存储 HDFS Alluxio(tachyon) Ignite 存储格式 Parquet ORC CarbonData Kudu 数据库 HBase 资源调度 Yarn Mesos Kubernetes 工作流调度 Oozie Azkaban 机器学习工具 Mahout Spark Mlib