首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何准备机器学习工程师的面试 ?

如何准备机器学习工程师的面试 ?

作者头像
机器学习AI算法工程
发布2018-03-09 18:30:31
9600
发布2018-03-09 18:30:31
举报

问题

我之前面试一些公司的机器学习或者数据挖掘工程师的职位。感觉自己准备的不够充分。想了解下一般会问哪些问题,考察哪些方面的东西。

我面试过5-6家互联网公司的数据挖掘和分析、机器学习相关职位的工程师。被问到下面一些问题:

  • SVM的原理,SVM里面的核
  • K-means,如何用hadoop实现k-means
  • naive bayes和logistic regression的区别
  • LDA的原理和推导
  • 做广告点击率预测,用哪些数据什么算法
  • 推荐系统的算法中最近邻和矩阵分解各自适用场景
  • 用户流失率预测怎么做(游戏公司的数据挖掘都喜欢问这个)
  • 一个游戏的设计过程中该收集什么数据
  • 如何从登陆日志中挖掘尽可能多的信息

这些问题我回答的情况,分几种。一种是在面试官的提示下,算是勉强完成了答案。一种是在面试官的提示下,答了一点但是答得不够好。一种是面试官不提示也没有反馈,我回答了但是我不知道回答得怎样。 我非常后悔的一点是我现在才想起来总结。有一个题是游戏玩家流失率预测,我被问过两次。但是每次我都说是个分类问题。最近我突然想起来去网上查了下,有两个点,数据不平衡问题和时间序列分析。我网上查到是一个大学教授和人人游戏合作的课题。我然后查了下这个老师的publication。没发现相关的论文。可能公司不让发表吧。 这些问题的特点是很基础很简单,因为实际中很少用复杂的算法,复杂的算法不好控制,而且理论要求高。另一个特点是注重考查实际工程能力,我经常被问到自己实现了哪些算法。还有的问题很契合实际。 我觉得如果现在再给我准备的机会。我会准备下面几点。 首先是计算机基础知识和算法,这些都是会正常考察的。有些公司考的少,有些公司正常考察。 针对机器学习这部分,需要理论扎实,还需要自己动手实现代码。另外hadoop,mpi,最近比较火的spark,应该都是加分项。另一个是接触下实际的数据分析系统。我在学校里面看的论文,都是讲算法的多,讲应用系统的少。这个可以靠之前的实习,也可以看些比较实用的论文。(Via:知乎)

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2015-04-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据挖掘DT数据分析 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档