机器学习、数据分析类面经分享(美的_秋招_校招_20170924) (2)

12号补充完,面试官1顺着她开始1V1问答,感觉这部分比小组讨论还更有看点,三个问题也是出得绝,谁最专业这个问题,很多人都提到了我是之一,感谢!估计是一个推荐系统把他们唬住了;谁最有贡献,大部分都是说789号和自己;自己的优势这块,各有千秋,里面一般都是数学统计专业,都说自己专业优势,有个妹子直接把数据分析岗的岗位要求套自己身上,念了出来,这胃口迎合得,涨见识了!后来我旁边的3号回答的时候,说的话好有个性,他说对技术类采取这种面试形式,很不公平;说针对做产品营销方案,在座的12位都不专业;最后,说自己优势的时候,他说就是敢说,不怕得罪!我真是特别好奇他能不能进二面

轮到我的时候,我跟8号学习了一下,先感谢大家选我为专业度最高的同学之一;然后直接反驳3号,我觉得,这样的面试能通过小组讨论看个人能力与性格,咋会没用嘞?虽然开始的时候我也觉得技术类群面有点坑,但他说得有点过分,我都替面试官尴尬,个人觉得,3号有点停留于表面形式,个人情绪大(猜的,因为他没咋找到机会发言),忽略了这种面试形式的本质作用;然后专业度的问题,我说的自己,嘿嘿,脸皮厚一次了!贡献度的问题的时候,我把每个人都提到了(谁让我是天秤座,天生不想得罪人,跟谁都想和和气气的);优势的话,我觉得我就是思考问题第一时间是从计算机专业的角度出发,毕竟听完面试官的命题,我满脑子都只有推荐系统,数据咋收集,预处理啥,用啥算法什么的

说优势的时候,感觉就能看出来一丢丢实力,有的同学被问有啥优势,竟然能尴尬5秒以上,没准备好,或者害羞吧。

面试官1V1提问这块,也是算是暴露了很多信息,很能看出各自的真本事,问题基本都是针对简历内容或实习,太紧张,手抖没全记下,大概问了如下问题:

 12号:推荐系统有哪些,她说了个k-means

 11号,做大数据的,常见linux命令

 10号:项目中的所选数据库的优势

 9号:实习内容

 8号:oraclemysql区别

 7号:DTRF区别,DT流程

 6号:分析方法

 5号:10G的日志文件,做词频统计

 4号:无人机算法

 3号:反爬虫方法,IP被禁,IP代理等

 1号:excelvlookup参数,透视表

部分同学的问题,感觉像是问机器学习、数据挖掘、算法岗的题目,感觉都回答得不太好,估计都是数学类专业,平时只是调用包或者看过一些简介,没细看准备

到我的时候,面试官让我讲讲朴素贝叶斯,脑子里哔了一声,额,一个字都不记得,尴尬了2秒,我说可以换一个,说我科研项目中的算法可以吗?他说行,然后,发现SVM也不太好讲,我直接开口说了个k-means,面试官也没发现我岔开了算法╯▽╰,可见,他也许并不太懂机器学习算法,我巴拉巴拉说了一通,没打断我,只问了个小问题:那特别远的点咋分呢?顿时心凉一截,发现他确实不懂k-means,因为再远的点,总有个比较近的聚类中心,我就说肯定可以分到的,再其次,还可以定个阈值,距离超过阈值就当离群点噪声舍弃呗。这时,我心里YY:他若是再问我个:那距离一样怎么处理?我还会觉得,嗯,这个面试总算靠谱点,但是,他就这样pass我了,直接下一个。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zzgszp.html