数据分析面试总结一

本人于2018年6月份硕士毕业,2017年,为了找实习找工作四处奔波,前前后后投了100多次简历,面了30多家公司。在这期间,经历的丢手机从人间蒸发的惨状,也经历了两个半月减掉15g体重的神奇现象。总而来说,过程很艰辛,结果还是很美好。下面是我的面试经过。

第一个单位:北京互联网金融公司。一共有三面,第一面是技术面,是一个男同胞面试的我,首先是来了一个自我介绍,这个自我介绍也是很有讲究,干一行说一行,不相关的废话一字不要提。自我介绍完就开始技术面了,因为这是个金融公司,因此对于分类算法很是注重(大家在面试的时候要针对行业常用算法来进行准备,做到烂熟于心)。问题一:决策树算法中的信息熵具体阐述一下?问题二:决策树算法中ID3、C45、CART算法,根据自己的理解进行简要叙述,并且对剪枝问题进行叙述?问题三:阐述一下自己对过拟合的理解以及一些解决措施?问题四:叙述一下K-means算法的流程?问题五:阐述一下自己对逻辑回归的理解?问题六:模型评估的一些指标?问题七:数据结构中的排序算法说几个,以及时空复杂度?问题八:数据库的连接问题,叙述几个。

我的回答:前五个问题回答的都可以,我第六个问题说了ROC曲线,我的妈,他让我说横纵坐标,我不记得了,我很直接,就说这个我忘记了,看一下书就可以了,原理我晓得。对于第七个问题,我当时真的很无语,我直接说的“面试官,数据结构我学过,但是四年时间我不记得了,就连最简单的冒泡排序都不记得了,我工程方面用R和Python,如果您招的是要精通C的,那这个岗位不适合我”。最终一面通过。

第二天下午,是二面,是大数据部门的女总监面试的,先是自我介绍,后来是问了这么一个问题:你的职场规划是什么?讲真,这些问题我和专门的大神聊过,回答的也还不错,当然也是自己的内心想法,只是逻辑更加完善而已。然后就是技术面,一面的有的问题我就不再重复,说了一下组合算法,我实话实说:“当时对于三大组合算法看的还不是很细,马上会进入这方面的学习”,下一个问题是叙述PCA降维技术,我就从特征值、特征向量巴拉巴拉的说。之后女总监说“回去把组合算法搞一下,Python好好看看”我这边通过。

之后就是HR面,谈了薪资就没啥了。

总结:

①夯实一些名词的含义,比如:评价模型的指标。

②近期把组合算法搞定。

③过拟合发生的原因以及解决措施梳理一遍。

第二个单位:杭州互联网金融公司。第一面试的时候,我在无锡接的电话,是个男面试官,人很温和,我就不害怕了。首先自我介绍,之后又是分类算法搞了一圈,还有模型评价的指标,这里有一个KS指标被提到,这个在上面已经说了,就不在赘述。(当你面试较多的时候,你就有一种倒背如流的赶脚,但是你必须沉得住气,慢慢说,这样一二三四的你会更有逻辑性),一面就这样很愉快的结束了。

那个面试官让我从无锡去杭州面基,我正好第二天去杭州,我说可以的。但是中午到杭州的我和一个网易的朋友吃饭聊天的就超时了,又急急忙忙赶回上海,就错过了去公司的机会。我说明原因之后二面改为电话面试。

觉得二面的面试官真的很有质量,面试官的语速很快,搞得有点压抑,我适当笑一下,缓解一下气氛。他说了这么一句话我很佩服:我们先不谈别的,从数据处理到建模有一个很重要的特征工程,说一下对特征工程的理解,好高端,我当时有点冒冷汗呀。这个问题得谈了20分钟吧, “L1正则化可以进行特征筛选的原因:从几何和后验概率两个角度”“L1和L2正则化的区别”等等,后面,对于决策树的问题又来了一拨:“决策树算法中的剪枝,预剪枝和后剪枝,自己根据自己的理解来简单叙述”“决策树在连续型变量的处理方面的一些方法”,这方面我们聊得还是很开心,本来以为要结束了,面试官又问了我的研究方向,又被问的有点懵,最后又问了我分布式什么的,我直接说的不会。不过好在面试还是过了。

总结:

①把面试中提到的不懂的问题理清楚。

最后我总结以下几点:

①面试单位要看缘分,假如你准备的问题面试官都没问,面试官问的问题你都不会,孩子,这个单位不适合你。

②面试的时候,要把面试官引入自己擅长的领域,不要哪里不会点哪里。

③向面试官展示最真实的自己。

④保证足够的营养,我已经好多年没吃过药了,哇哈哈!

⑤重要的是查漏补缺,时间不等人,只争朝夕啊!

⑥给大家推荐天善智能,17bigdata来进行学习,我也会陆续在里面发文章。

内容多来自网络,如有侵权,请联系QQ:23683716,谢谢。:一起大数据 » 数据分析面试总结一

赞 (36)
分享到:更多 ()