数据挖掘/数据研发面经分享
提前批招聘告一段落，在牛客网上泡了2个月，刷题刷论坛，也该写点东西回馈一下。ps：牛客的ios端有bug，点个帖子经常进入另一个帖子。
先说结果：华为云计算和阿里B2B数据研发面试通过，其他都挂了。
我的感觉是面试官喜不喜欢你很重要，如果喜欢你怎么不会都没关系，不喜欢你怎么会都有风险。很多东西我们在校生很难接触到，所以大多数面试官是从简历中问问题，再带一些开放式问题和计算机基础问题，但也有一些喜欢问他擅长的东西，而这些东西你可能根本就没接触过，也没法准备。
以下所有面试都以项目为主！面试题凭记忆，不一定全。
华为：云计算开发工程师。楼主是软赛32强，直通终面，面试官是东北老乡，聊的很好，没问技术，sp。想去华为的同学墙裂推荐华为的软件大赛，华为很土豪的说。
阿里：B2B数据研发工程师。共5面。4轮B2B的技术面，1轮淘系的交叉面，居然没有hr面！！！楼主有阿里大数据竞赛经历和阿里云算法竞赛经历。
数据库的ACID？常用操作？
操作系统中的死锁？
继承和多态？
并发编程？
SVM有哪些核函数？如何选择？
决策树算法？什么是熵？
随机森林算法？优缺点？
某竞赛，如果让你继续优化，你打算怎么做？开放题
对大数据怎么理解？
对数据研发岗位的理解？
职业规划？
对阿里产品中数据挖掘的应用的了解？
优缺点？
给你一项业务，你将如果开展工作？开放题
腾讯：微信一面后没消息。视频面。
逻辑回归算法？
在微信的场景下，如何判断用户的职业？开放问题
三道概率题：直接放知乎链接。
还有一道是这样的：一个国家重男轻女，只要生了女孩就继续生，直到生出男孩为止，问这个国家的男女比例？答案是1:1，思路是等比数列求极限，当时只答对了这道题。
网易：杭研数据挖掘工程师。笔试A了两道编程题，第三题有思路，时间不够了，三道都用的递归的解法。面试是在杭州现场面。
一面：印象最深刻的面试。似乎是压力面？后知后觉。自我介绍没说完就被打断，然后按时间顺序看项目，每次我说些什么，总是被打断。然后总结说我们实验室的项目偏理论，没有实际应用（这是对的，不过高校的项目大多不都是这样吗。。。）。然后竞赛就说阿里的大数据竞赛水平不如Kaggle，没什么技术含量（我承认，但是我是应届生啊亲，要求太高了吧）。另外两个算法竞赛就问问用了哪些算法，我说分支定界遗传算法Dij，他似乎没什么兴趣，说遗传算法很慢啊（慢吗？），我说迭代次数可以调。。。前方高能了，问了一道pandas的题，不会，问spring、web
service、maven，不会，问count
vectorizer，没用过，并发编程，没经验。。。感觉收到了1w点伤害，他让我问问题的时候，我都有点要崩溃了，不过还是厚着脸问了项目组的情况，问为什么问那么多研发的东西，面试官表示数据挖掘工程师大多数时候就是在搞研发。出来后感觉要跪，还好有二面的机会。
二面：面试官很nice，全程聊项目，说我的工作做的不错，详细讨论了样本采样和bagging的问题，通过。我还问面试官为什么一面面试官问很多研发的东西，面试官说他们搜索组不会有很多研发任务，最多就是搞个web
service，看来不同组的差别真是大。
hr面：hr姐姐很nice，聊的不错。对数据挖掘岗位的理解？
附加几个小伙伴遇到的面试题：预测的评价指标有哪些？如何处理过拟合？推导逻辑回归？
蘑菇街：数据挖掘工程师，蘑菇街的面试最难，据说7000份简历50个hc。。。一面后挂掉
用分布式的方法做采样怎么保证采样结果完全符合预期？
L1正则为什么能让系数变为0？
L1正则怎么处理0点不可导的情形？（这个谁会？近端梯度下降）
看没看过scikit-learn源码LR的实现？（回头看了一下是调用的liblinear，囧）
附加几个小伙伴遇到的面试题：随机森林和GBDT的区别？LR的参数怎么求解？有没有最优解？
微店和滴滴研究院一直没消息。。。先写这么多
winter is coming
最后祝大家都能找到合适的工作~
查看2道真题和解析