DS面试心得总结

铅笔 发表于 2019-7-21 07:11
你说的有严重的逻辑错误。你说的是你面试他人的经历，不是其他公司的面试官来面试人的经历。我参加了十 ...

看了你的回复，你应该不怎么懂机器学习，也没正式开始工作吧？掉包，调参，data imputation算是机器学习里最基本的操作了，好像驾驶员必须要知道怎么打方向盘踩油门一样。至于word2vec, LDA，也是业界常用的文字挖掘技巧，地里搜一搜，就有大把相关面经，怎么会是刁难面试人呢？
lz找到了好工作，当然值得祝贺。但是文字实在让人觉得machine learning仿佛是一件门槛很低的工作。一个完全没有经验的人，只要花一两个月，看几本入门教材，几篇博客，就能横扫各大公司ds面试。This is strongly biased。当然主要原因是因为现在data science title泛滥，做deep learning research的和写sql query的都可以叫这个职称。我也是出于经验，give my 2 cents。

同是物理phd, 给题主点个赞，谢谢分享!

novavistamn 发表于 2019-7-21 08:20
看了你的回复，你应该不怎么懂机器学习，也没正式开始工作吧？掉包，调参，data imputation算是机器学习 ...

我过了好几轮机器学习的面试，现在还在一起写机器学习的paper。我懂不懂机器学习真的不是你说了算的。我在这里不用英文，不代表我不懂英文。你的逻辑完全不通。如果按照你这个逻辑推理，这个帖子里没有直接提到微积分和牛顿力学，大概楼主“应该不怎么懂微积分，也没正式开始做物理博士论文吧？”。

我反复和你说，要抱着学习的心态读他人的帖子。如果你看不到任何值得学习的东西，还要写一些莫名其妙的东西来抬杠要求对方炫耀"hard skills"，认为找到工作靠的是"soft skills", 那是你的问题。我经历了十几次各大公司的面试，感觉读下来还是学到很多。你提到imputation, 我现在问你如何用Gibbs sampling给time series的数据做imputation，你能写吗？

你的评论极不礼貌，不再回复了。

多谢楼主的信息！

铅笔 发表于 2019-7-21 10:43
我过了好几轮机器学习的面试，现在还在一起写机器学习的paper。我懂不懂机器学习真的不是你说了算的。我 ...

等你工作一段时间再看吧。进工业界之后不懂MCMC, gibbs sampling不是问题，但是不知道怎么提取特征、调包,imputation、发现data leakage就是大问题了。

novavistamn 发表于 2019-7-21 08:20
看了你的回复，你应该不怎么懂机器学习，也没正式开始工作吧？掉包，调参，data imputation算是机器学习 ...

啊.. 我没有要贬低data scientist职位的意思，让你这么觉得真是十分抱歉！无论什么职业，能找到自己想要的工作肯定是要付出很多努力的，我并没有对这个职业嗤之以鼻的意思，也不是想要表达我很厉害随便看看书就能面到工作。大概是我的文字表达不准确，让大家有这种错觉，真是不好意思！写这篇文章的初衷完全是因为自己在找工作的时候觉得很没有信心，但是最终还是很幸运的找到了工作，想给大家打打气，也分享一下我对找ds工作肤浅的理解和可能有能帮助到大家的地方。

DS这个title确实像你说的一样，有从偏analytics到偏ML research的一个很宽的spectrum。我最开始投简历的时候并不了解其中的区别，也是一边面试一边学习慢慢了解总结出来的。我面的公司文章最前面有列出来，其中脸书是比较偏analytics的，狗家是比较偏stats的，波士顿家具公司/网路安全公司/黑车/Insight是比较偏ML的。可能我面试的比较少，我面的公司中，考ML知识的时候确实没有问到具体需要掉包的details，我猜可能是因为这是比较好pick up的东西。相对问的比较多的都是具体对概念的理解，有些问的比较深入。唯一用到掉包的技能是做大作业的时候，这个我确实也有去学习，读了sklearn的documentation，确实比较肤浅，也没有涉及deep learning的部分。我觉得公司在面试的时候并不需要面试者十项全能，不会的东西可以大方的说不会，会的东西要掌握的透彻彻底。从公司的角度来说，如果一个面试者能把自己会的部分掌握的很通透，那不会的东西应该也能很快学会，这就够了。

对于ISLR，我觉得这本书在我面的这些公司里还算是够用的，部分原因是因为我没有面任何ML research的职位，都是比较applied的position。我在准备ML部分的过程中，有反复读过ISLR好几遍，每次都有不同的新的体会。我学习新知识确实比较慢，有时候要反复多读很多次才会明白，这个每个人的学习方式肯定都不一样，怎样对自己有效就怎样来。虽然我准备了两个多月，我确实是有全心全意认认真真付出了很多时间在上面。读ISLR的时候，遇到我没有完全理解的部分，或者心中有的疑惑和延伸的问题，也会去google查更多的资料，可能会对thorough understanding有帮助。hmm如果觉得两个月不够准备，那就准备三个月四个月？这个每个人想要学习的重点都不太一样，花的时间肯定也不同，我没有说一定要准备两个月的意思呀。

背景方面，我确实没有什么统计的基础，对于这个thread里面大家提到的很多统计概念我都没听过。如果硬要说的话，我本科有double数学专业，了解一些很基础的本科生stats知识，可能复习起来的时候会觉得比较comfortable。sql这之前我也的确没有接触过，不过感觉sql还是比较intuitive的，没有特别复杂的逻辑，是比较容易上手的。python我在research的时候有用过一些，局限于一些简单的data manipulation/plotting。我面过的公司里几乎没有遇到过考algo和data structure的，有一家公司考了我white board一道sorting的变形题，我很诚实地说我没有学过这个，但是我有个大概的idea可以怎么做，虽然我觉得不是最efficient的。面试官说没关系，你写写看，不需要efficient。后来我写了一个brute force answer，最后也有拿到offer。我们之后聊天的时候她说，其实只是想看看我有多comfortable handling python, 以及在不会的情况下怎么能写出一个还算合理的答案。大多数的ds确实不需要deployment level coding，所以不需要考lc等级的data structure questions也make sense。之前的文章里我也有提到过，我觉得很多时候面试官考我们的问题也只是想知道我们的知识boundary在哪里，并不是一定要把所有的问题都回答出来。

对于你之前说的domain knowledge，虽然我没有经验，但这并不是说我没有花时间去了解。比如我知道我要去面试一家网络安全公司的时候，面试之前我是有去网上读文章了解这个领域，肯定是有去做相关的准备呀。而且这家公司面试有很多轮，第一轮聊过一次之后大概就知道公司的业务侧重，准备下一轮面试的时候肯定也会事先多去网上读一些相关的资料，自己在家想想都有什么可以顾虑的方面，这些一般面试之前的准备工作我都有好好认真去做。我感觉那些面试中需要domain knowledge的公司，公司不会因为你不懂这个domain就penalize你，他们会当场告诉你一些需要知道的知识，看看你怎么思考和面对这样的问题，如何approach没有遇到过的问题和挑战，应该也是面试考察的一部分。

对于简历关，我当然也有被拒绝！我的自我感觉是大公司比较容易过简历关，因为opening多，小公司相对难一些。我也投过几家我觉得很不错的start ups，比如impossible foods，brex之类的，都是直接被简历拒，twitter我也是直接被简历拒了，并不是所有的都有拿到面试。

我觉得复习准备的过程每个人都不一样，时间长短肯定也不同。提到我准备了两个多月只是客观陈述事实，不是重点，也真的完全没有一点点要炫耀的意思（再次十分抱歉！）我只是想给大家加油打气，特别是和我一样第一次找工作的人。我在面试的过程中慢慢了解到了analytics和ML modeling ds的区别，所以在一边面试一边复习的过程中，也有慢慢侧重准备自己喜欢以及需要补充知识点的部分。我觉得面试准备的过程中，最能提高efficiency的办法是要经常总结自己的弱点和knowledge gap在哪里，以及自己短时间内的learning goals到底是什么，这样才能在复习的过程中知道应该往哪个方向努力，在哪些area上多花时间。其实在面试的过程中也会慢慢对自己多了解一些，随而不断地调节复习的节奏和侧重点。我因为觉得自己过去十年都是在一个很narrow的领域里研究东西，眼光有些局限，想要在未来的五年里学习一下更board picture的事情，所以最后选择了偏向analytics的职位。我不觉得analytics或者ML相比较哪个就更厉害，soft skills和hard skills哪一个就更难develop一点，选择什么侧重的职业完全是因自己的喜好而决定就好，不要太在意别人的眼光啦！

感谢楼主分享~

谢谢分享

谢谢楼主分享

楼主 你没用python做任何 data challenge?