海南成己达人科技有限公司

三个题目一共。第一题字母处理。一个字母可以拆分成两个字母表顺序的前一个字母，例如，b可以拆分成aa，c可以拆分成bb。打印出最短的可以拆分成 K 个 a 的字符串，字母顺序无所谓。第二个dfs遍历树，N个节点的树，根节点编号为1。最开始，树上所有节点的值都为1。你可以进行如下操作，选择一个子树，让子树的所有节点的值+1.问，最少需要多少次操作才可以让每个节点的值等于其编号。第三题子串+字符计数，小红定义一个字符串是好串,当且仅当只有一个字符出现的次数为奇数,其它字母均为偶数。小红拿到了一个字符串,她想知道该字符串有多少子串是好串?子串的定义:一个字符串取一段连续的区间得到的新字符串。例如"arcaea"的子串有"arc"、"ca"等,但"ara”则不是它的子串。

面试通过了，但没去。数据算法岗面试是部门里4位技术成员一起面试，面试过程40分钟。提问内容包括：Hadoop 消息队列 Spark Scala Hive特征工程，SVM，聚类，标准化，XGBT，LSTM还有以往的一些项目经历。

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.

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！

电话面试，问了很多关于深度学习的问题，以及项目里面你用的深度学习方法，对于自己项目里的算法一定要特别熟悉，问我gan网络的时候，由于对这方面不太了解所以这方面的都没回答上来。

 项目相关，深挖了简历2. 机器学习：随机森林与 GBDT 的区别等3. 大数据相关（该部分答的不太好）：spark 如何处理数据倾斜、Spark 广播机制是怎样的等，答得不太准确，还是要再好好看一下4. Python ：可变与不可变类型等5. 进程与线程，能多进程还是多线程等等手撕：二分查找反问：因为大数据方面准备了，但是答得不好，就问了大数据方面的影响大吗，面试官说应届生在这方面确实没有深入的了解，但在实际工作中使用还是较多的，让我再多去了解一些当场通过，并且当场约了二面

在Boss上提交了申请之后，直接就是发送笔试题目到邮箱，两天内完成，难度的话一般吧。然后提交了笔试答案后，应该是第三天晚上就群面面试，用腾讯会议群面。总共是5个面试人，2个面试官。先是轮流自我介绍，然后提出问题，接着是相互评判回答的情况，后面就是说喜好优缺点。结束了。。。说是两天后给消息，然而一直没有回复，没说通过也没说不通过，但是感觉应该是没通过了