2023年面試小結

看見去年四月寫的唯一一篇部落格真是笑了哈哈，現在是2023年9月中，距離去年7月畢業，已經工作1年多了，也做了資料探勘一年了，但是計算機小白還是計算機小白。

最近準備換工作，公司不準備繼續做資料探勘這塊了，小公司的業務變化太快。

面試了將近1個月了，目前拿到的offer都不是太合適。稍微總結一下面試遇見的問題。這次面試面了資料探勘，資料分析崗位，面試的公司有**公司，銀行卡中心運營部門，教育公司，金融產品公司，旅遊公司，通訊公司等，外賣公司，某國企支付公司等。

總結資料探勘，分析崗位：

一.數學功底

這部分考察較少，一般會是簡單問一下，學過的課程，數理統計，多元統計，線性函式等。

也遇見過會問最速下降法原理，最小二乘法擬合的數學式子，給乙個常見的快速收斂到0，1的函式等。這部分我認為《數值優化》相關課程應該複習一遍。

二.演算法

建模是資料探勘的主要方法，演算法基礎要紮實。雖說實際工作中，業務佔70%，演算法佔30%，但是演算法仍然是最重要的基礎，不能僅僅停在應用層面上，了解原理能更好的選擇模型，提公升建模效果，達到盡可能的上限。

在這部分中，

多元統計：線性回歸，邏輯回歸，主成分分析，因子分析，聚類演算法

機器學習：決策樹，支援向量機，隨機森林，xgboost

神經網路

面試中常遇到的問題：

1.邏輯回歸，決策樹的原理，但是也遇到問gbdt，xgboost。

2.k-means聚類如何確定k，如何確定中心點

3.xgboost中調參中你常調的引數

4.什麼是過擬合，欠擬合，解決辦法是什麼

這部分準備面試的時候，一定多複習自己做過的專案，回顧做的工程。把其中每個過程中遇到的問題，用過的解決辦法想起來，越細節越好。

三.特徵工程

1.如何選取特徵

2.缺失值，異常值，你的標準是什麼

3.如何補全缺失值

4.如何把特徵正則化，具體有哪些方法

5.有沒有嘗試變化特徵的形式

四.業務

大多公司會在**中稍微溝通完一，二部分，確定技術基本過關後，面試時業務部分一般佔了面試的大半，面試官會給出很多業務場景給你分析。主要還是考察分析問題的能力。面試前還是應該在公司相關業務上多了解。

五.工具

這部分主要是建模工具，python，r等，問題不大，會其一即可。

sql會多問一點，有的會有筆試題，主要是根據業務問題出一些簡單的sql查詢題，問題不大，但是要細心，面試前多做幾道。

後面就是可能希望有hadoop，spark,hive經驗，但是沒有公司會專門問這個，問題不大。也看見有人說面試會問例如k-means如何在hadoop上實現，但是我沒有遇見過，可能是面試比較初級的演算法，暫時不做這方面工作。

每次面試就會知道自己的不足，去年一年還是太懈怠了，新一年要更努力學好基礎和業務。