Uber eats data scientist电面+面筋

今天下午电面了uber eats team的data scientist,趁着我还没完全忘记，跟大家分享一下面经，攒个人品~
一共一个小时
一开始先是他介绍了一下他的背景和这个组，然后让我一分钟介绍下我的背景。问了我的兴趣，为什么对uber eats感兴趣
然后开始technical part：
1. 问我熟悉linear regression嘛？ 他的assumption是啥？
我答：normal distribution， 还有variable 要independent（然后他提醒我，如果不independent会怎么样，然后我说multicollinearity，然后我意识到说independent这个太strong了是不需要的）
2. 问我random forest 和gradient boosting method的区别
我答：random forest based on bagging，每棵树独立，gradient boosting后一棵树是基于前面的trained的树，不

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

.05,哪个要更多sample，我一开始回答错了，应该是0.01要跟多，他问多少倍，我说5倍，他说不是，是25倍，因为是与他的平方成正比，我输了。。。
7. 然后他又问如果有同时几十个model，我怎么看哪个最好，会有什么问题。
我一开始说如果还是ttest，每次只能两个，就要很长时间
但后来我又说可以anova? 然后还没得到反馈，时间到了。。所以就结束通话了

总体来说虽然我觉得有的地方挖得很深，我真的答不上来（恨铁不成钢）。但他很nice很有耐心，是人特别好的中国小姐姐~

然后他问：那你知道random forest 和gradient boosting在解决bias vairance 上的区别吗
然后我答：random forest 是减少vairance， gbm是减少bias

这个是不是说反了？

pattyluox 发表于 2018-9-30 14:30
很有用的信息，觉得你答的不错啊，祝好运！

还是没过~我觉得前面他问的我都答得对的，可能是后面建模和abtesting不行？

萌女特别猛 发表于 2018-10-4 12:05
还是没过~我觉得前面他问的我都答得对的，可能是后面建模和abtesting不行？

楼主面过behavior嘛？大约几天有消息？

很有用的信息，觉得你答的不错啊，祝好运！

请问楼主通过了吗？

似乎data sci每次考到最后都是深挖统计，感谢分享！！~

Thanks for sharing!

小马达 发表于 2018-10-4 02:26
请问楼主通过了吗？

没有诶。。我也不知道哪里答得不好~

第一题答的有点问题，一般linear regression assumption要independent指的是response variable Y的，multicollinearity是关于X的，有点混淆

感谢楼主的分享