数据挖掘实习面经

春季实习招聘告一段落，写点面经还是有帮助的。

内推过很多公司，面试过很多公司，在拉勾上也投过很多公司。开始还是有点盲目的。笔试过网易，京东，微软，蘑菇街，360，腾讯，结果是几乎全挂。但是没关系，这没有影响我最后拿到腾讯的offer。

春季实习之前

天池大数据

预测用户和商品购买的可能性。

威视创建兼职实习

人脸图像的性别识别与年龄估计算法研究。

微知著才库

阿里巴巴算法工程师实习生

-阿里妈妈事业群（跪）

年前技术一面（60min）

年前快放假的时候，和几个同学在一起打升级，面试官在我打升级的时候突然打电话来面试，结果我在寒风中冻了一个小时完成了面试（为什么之前不约一下时间）。当时还是有点措手不及的，也没有考虑到会有面试，没有做太多准备，结果是一团糟。

问到的机器学习的算法有LR、SVM、RF、决策树，各个的主要思想、优缺点和使用场景，有没有自己写过实现过等等。然后就是Linux系统是否熟悉，Hadoop之前用过没有，Mapreduce是否了解怎么使用，数据结构中树的运用，C++标准模板库中Map是否熟悉等等。再者是线性模型和非线性模型方法的了解，最后是一道智力题：给定数组求第 kk 大的数。考查的就是很出名的线性时间选择算法，可惜当时没有了解过，答得不好。

年前技术二面（15min）

寒假在家午休，突然打电话过来面试（阿里的面试官就不能提前约时间吗）。主要考查代码能力，海量数据的匹配、搜索、查找问题。最后让我加强实践能力并且关注明年的春季实习生招聘。

-2016年阿里春季实习生招聘开始，就被年前面试我的面试官内推了，很快就接到了电话面试。

春季技术一面（40min）

这个之前约了电话面试的时间，有了充分的准备。首先，让我谈了一下我在人脸识别项目中的主要工作和算法思想，当他知道我二分类所用的分类器是SVM之后，深入问我SVM的原理及核思想等式。接下来，让我讲一下在去年的天池比赛，我是怎么做的，效果怎么样等等。一顿吹侃之后，让我设计一个广告推荐系统，假设某一个用户上线了，把给定的广告按此用户排序，推荐给他。最后，考查分布式框架下Mapreduce的思想，如何从海量的手机号码中统计各个号码的频率。

春季技术二面（30min）

一面一周之后接到二面的电话。首先，还是人脸识别的项目介绍，然后他说你是数学专业的问你一道智力题：有三种颜色的球，每种颜色球的数量不限，从中选取三个球，有多少种组合。最后推广到 mm 种颜色取 nn 个球，有多少种组合。不需要数学公式，给出模型求解，怎么写程序实现。最后估计这题没有回答好，跪了阿里。

大众点评数据挖掘/算法实习生

-广告技术平台数据罗盘组（通过）

部门直招只有一面（20min）

自我介绍之后，简述我在Coursera上学的吴恩达的机器学习课程的收获有哪些；最后，说一下快速排序的思想，EM算法，R和Python的使用。

新浪微博算法实习生

-广告部门（通过）

部门直招只有一面（30min）

自我介绍，人脸识别项目的介绍，其中具体问了流行学习和特征选择。看重数学建模经历。

普林科技数据挖掘实习生

-创业公司（通过）

技术一面（50min）

自我介绍之后，吴恩达的机器学习课程讲的怎么样，调一段说一下，然后就是有没有自己写过相关的代码实现相关的机器学习算法。再者就是之前做过的人脸识别的项目，细问了评价标准，包括：精确度，准确率，召回率，F1值，ROC曲线。怎么做特征选择，引出了Lasso和岭回归。对Adaboost和随机森林的理解并比较异同。Python和R在数据挖掘中的比较。SVM中超参数 CC 和学习率 α\alpha 的重要性和调优方法。

技术二面（20min）

关注我的美赛经历，大致问了一下。然后，介绍之前人脸项目的工作，详述SVM的思想原理，介绍研究生数学建模，我做的是拿到题，怎么做的等等，还说电面之后给我两天的时间写一份关于BP神经网络的学习文档发到指定邮箱。这是我见过的最有意思的面试题了。

微软（苏州）机器学习/数据挖掘/算法实习生

-工程技术部（跪）

技术一面（80min）

自我介绍之后，说几个生活中递归的例子。接下来是三个智力题：

杨辉三角，怎么编程给出第 nn 行的所有数字。坑爹的是不能用二项展开公式，并写代码实现。

IP地址的限制问题。

链表有环的检测，寻找环的入口，写代码实现。

腾讯基础研究实习生

-TEG自然语言处理中心（通过）

技术一面（50min）

首先自我介绍，询问了简历上人脸识别的项目，一顿吹嘘之后，了解到我是用过PCA技术降维的，就让我详述其原理和方法（此处有坑），最后来了三道智力题（有点hold不住）。

1. 现有1G的大整数数据，但是只给1M的内存，这样进行排序，保证可行的情况下，尽量最快。

2. 给定一个整数数组，求一段连续子空间，使得此区间的整数之和最大。

3. 怎么判断两个文档的相似性，怎么判断两个词的相似性。

HR面（13min）

大至谈人生、聊理想，小至说家庭、问妹子。诚实就好。

技术二面（16min）

聊我论文做的粒计算，发表论文的情况等，介绍一下自己曾经做的有意思的项目。这个我擅长（侃大山就行了）。

总结

关于基础的准备

做好基础的准备，常用算法和数据结构要了解知道，最好实现过；常用机器学习算法理论大致知道，最好有几个比较拿手的算法；找例子实现分析效果，做做比较分析，以及在分布式下怎么使用等等。最好学习文档就是官网的了。

关于简历投递

官网投递->笔试->面试

各种QQ群、微信群->内推->面试

一次失败不要放弃，有人没去，你就还有机会，关注部门直招。