数据挖掘工程师-实习生面试

匿名用户

数据挖掘工程师-实习生

3

匿名用户

数据挖掘工程师-实习生

21

匿名用户

数据挖掘工程师-实习生

周四上午电话面试，大约四十分钟，讲了讲自己做的项目，项目中使用的算法和思路，然后问了一些java语言的知识和linux知识。 周六onsite两轮面试，第一轮是个美女面试官，讨论做过的项目，具体的实现思路，很多细节问题。然后又问了一些机器学习算法的基本思路。 最后问了一下如何在Hadoop中实现分布式的kmeans算法，有什么技术难点？如何克服？设计思路是怎样的 第二轮面试是个可爱的胖子，人非常nice。 首先讨论了自己做过的项目，然后了解了一下性格、项目管理和人际沟通能力，比如说：是否接触过一个完整的项目流程？愿意接触客户还是在办公室做研究之类的问题？ 然后开始提出若干个开放性技术问题，都是非常有难度的。包括： 海量数据处理中一个设计算法的问题。 银行卡盗刷行为检测。 用户倾向和用户肖像的问题。 中文分词的基本原理。 一个数据记录的两个属性字段值不平衡，如何处理？ ...... onsite两轮大概用了两个半小时，大脑一直在不停的转，非常辛苦。多数是开放性问题，而且来自于实际的工程项目中。 面试官非常nice，整个面试过程没有很push的感觉，自己有哪个地方想不明白，面试官还会及时给出一些提示，然后你可以按照他的提示继续往下思考。 总体来说，就是通过不同的探讨、给方案、否决方案、给提示、继续探讨、给新的方案......的过程来测试应聘者的知识深度和思维灵活性。非常喜欢这种面试风格，虽然被虐了，但是面试的过程学到了很多东西。...查看更多

1

匿名用户

数据挖掘工程师-实习生

1

匿名用户

数据挖掘工程师-实习生

1.简要描述如何安装配置一个apache开源版hadoop，描述即可，列出步骤更好 2.请列出正常工作的hadoop集群中hadoop都需要启动哪些进程，他们的作用分别是什么？ 3.启动hadoop报如下错误，该如何解决？ error org.apache.hadoop.hdfs.server.namenode.NameNode org.apache.hadoop.hdfs.server.common.inconsistentFSStateExceptio n Directory /tmp/hadoop-root/dfs/name is in an inconsistent state storage direction does not exist or is not accessible? 4.请写出以下执行命令 1）杀死一个job? 2)删除hdfs上的/tmp/aaa目录 3加入一个新的存储节点和删除一个计算节点需要刷新集群状态命令？ 5.请列出你所知道的hadoop调度器，并简要说明其工作方法？ 6.请列出在你以前工作中所使用过的开发mapreduce的语言？ 7.当前日志采样格式为 a,b,c,d b,b,f,e a,a,c,f 复制代码 请用你最熟悉的语言编写一个mapreduce，并计算第四列每个元素出现的个数 8.你认为用Java，Streaming,pipe方式开发mapreduce,各有哪些优缺点？ 9.hive有哪些方式保存元数据，各有哪些特点？ 10.请简述hadoop怎么样实现二级排序？ 11.简述hadoop实现join的几种方法？ 12.请用Java实现非递归二分查找？...查看更多

包含1个问题，1个回答

Q：请简述mapreduce中，combiner，partition作用？

匿名用户

数据挖掘工程师-实习生

先电话一面，问了一些hadoop相关的问题和机器学习优化相关的问题；接着第二面有两个人，先考了算法，接着问了项目，最后给了一个实例问用什么机器学习算法好，并给出建模方式。总体感觉他们对编程语言要求比较低，对算法较高，对机器学习算法和hadoop要求非常高，问题非常主流，对岗位知识构成把握非常到位。...查看更多

包含3个问题，2个回答

Q：hadoop的MapReduce有哪几个大的组成部分？数据从Mapper传输到reducer前存储在哪？

1

匿名用户

数据挖掘工程师-实习生

包含1个问题，1个回答

Q：1.画出ER图 2.写一个SQL语句 3.数据仓库的逻辑数据模型 4.你有没有用那些挖掘算法做过项目

2

匿名用户

数据挖掘工程师-实习生

一面是一名年轻的技术面试官，首先他让我简单介绍一下自己，然后就之前在企业实习所做的内容做一个介绍，并且必须边画流程图边解释，这个方式在以后描述自己的项目时值得借鉴。另外，他挑出我所做的Logistics项目中的Logistics回归算法的具体流程，我只记得大致原理了，忘了推导流程。然后，他又问不同的模型输出结果怎样进行融合的问题，我提到投票制方法，之前学的boosting方法没有提出来。那么他又问了不同的机器学习算法的应用场景问题，这个之前大致了解过SVM不太适合大规模数据集的训练等，但是他追问原因时回答不全。项目就问到这儿了，接着，他给我出了一道题目：“每次抛硬币出现正反两面的可能性都是1/2，那么连续出现两次正面的期望是什么”；第二个问题：有一个random（）函数可以随机返回0或者1，写一个函数用于随机返回0到5之间的任意一个数。 然后他就说等下二面了。 二面面试官是一个中年技术官，也是让我自我介绍一遍（T^T），首先问了我做的机器学习相关的项目，让我挑一个向其介绍，因此我选了和机器学习相关性最强的歧义消解和命名实体识别的项目。详细介绍完了之后，他对项目的细节深入地问了很多，并且问了很多拓展性的问题，步步紧逼，非常深入。总之，这次面试考察了方方面面，总结来说主要考察了以下几点： 一面：实习和项目经历、机器学习算法、概率论、编程能力； 二面：数据挖掘各个环节处理细节、问题解决能力、学习迁移能力、编程能力。...查看更多

包含1个问题，1个回答

Q：每次抛硬币出现正反两面的可能性都是1/2，那么连续出现两次正面的期望是什么

匿名用户

数据挖掘工程师-实习生

包含1个问题，1个回答

Q：自我介绍。

匿名用户

数据挖掘工程师-实习生