高通

百胜中国数据分析部的工作人员打电话过来面试的, 总时长大概就15分钟, 主要就是了解了一下简历上的项目, 问了一点简单的数据挖掘的东西. 最后告诉我一天之内等邮件通知, 如果一天之内没有邮件, 那就是拒绝了.

一面 一面由于时间问题，安排了线上面试，是一位主管面试。问了一些工作经历，介绍了一下公司业务。一面过了大概一两天hr就联系说来线下面试，下午四点，过去了之后先是填了一份信息表，然后做了一份逻辑题限时30分钟。之后就是老板亲自过来面试。也是根据简历聊了一下工作经历，老板是懂技术，把我这个菜鸡问得哑口无言。老板面完之后，HR进来针对简历又仔细问了，为什么离职、之后的职业发展方向，然后我问了一下薪资架构面试就结束了。这家公司写的是朝九晚六，但是面试结束的时候大概是六点半左右，公司没看到有几个人走的。

内推的的话面试，面试官看了我的github，先是让我做一个简单的自我介绍。之后让我介绍一下实习经历，实习经历面试官可能不是太感兴趣，没有深问。后面问了一些机器学习的问题，讲一下LR，在实现的过程中有没有遇到什么困难，问我最优化的过程是怎么实现的，我说用sgd，然后面试官问我学习因子是怎么调整的。 之后又问了随机森林的原理，以及随机森林与adaboost的区别。还有adaboost的实现原理。最后问了一个分布式计算问题，如何统计大型网站每天最高访问IP，我说用MAP REDUCE，面试官不满意，说有更简单的方法，并且提示我一个IP就32位，从这个思路考虑，我想了一会还是没有思路，然后面试官就没问问题了，然后问我有没有什么要问的，我问了一个问题电面就结束了，感觉没有下回面试了。

问了项目的经历，简历的细节，说了一下RESTful web services，然后还有一个python编程的提高时间复杂度题目，那个是关于质数（prime number）的，最后的题目是一个brainteaser，需要从二进制切入。

1.写一个最大堆 2.机器学习回归和分类的差别 3.对于在一个电商网站，用户有很多的查询，比如‘苹果’，‘iPhone’，‘6plus’怎么判断这些关键词表示的一个实体（感觉可以通过看用户输入的关键词和点击进入的网页来判断，比如这输入这三个关键词的用户都点了同一个页面，那么这些关键词应该是相关的，然后再通过处理页面信息来判断一下） 4.关于项目，有没有好的改进 5.Java虚拟机 6.会不会Hadoop，数据库之类的

那天下着小雨，从外地赶过去，身上有点湿了。。费了好久才找到公司的所在地，总共4轮面试，共三个小时，被虐的比较惨。

1.自我介绍2.描述一个项目（生存分析）首先是数据清洗的过程。2.1缺失值填充，除了均值、众数还有哪些方法？应用场景分别是什么？答：固定值、均值、中位数、众数、前后数，knn取均值，随机森林（缺失变量做响应变量，其它变量+标签做自变量，用非缺失训练，预测缺失值）等。2.2分类变量，类型过多，要考虑合并，证据权重是什么意思？有提到信息增益和基尼指数。答：计算方式：事件百分比除以非事件百分比，取对数。证据权重衡量与总体分布的差异，相近意味着对于分类变量的两个子类来说，分布情况相同，预测能力相似。与卡方检验的思想类似，比较子类分布与总体分布的差异，差异接近的合并。分箱可以减小过拟合。2.3不平衡样本的处理，欠采样和过采样的方法都有哪些3.特征工程的一般步骤：3.1构造特征的思路3.2特征筛选的方法4.最后做出来的效果怎么样，有哪些评价指标。5.在项目中遇到过什么困难？以及怎么解决的。答：过拟合问题。纳入模型中的CT图像特征会比较多，需要进一步的处理。最后，说我专业背景与岗位比较契合，但是缺少业务上面的东西，所以就没怎么问业务问题。总结，项目深挖，细枝末节都要准备到位！