LinkedIn Sr Data Scientist 技术电面, python coding

LinkedIn recruiter 找到的我说要聊聊， 聊了一下之后觉得面面也无妨，就交了application约了面试。

7/26 周五第一轮电话面试，开始就是面试官自我介绍了一下，说了下面试大概流程。 然后就是轮到我自我介绍。然后面试官会随便问一两个问题， 比如你为啥来LinkedIn，以后有啥想做的方向啊，感觉就是纯聊天，只要没有啥消极言论，都应该OK。 然后就是coding题，会给你一个interactive coding的链接，你和面试官都登陆上去，然后就能相互看到对方输入的东西了。我一共被考了两道题，都是面经里见过的，答案也都有，但是要求都用python或者R，完全没有提SQL，这点和之前面经不一样。最后面试管还会留出5分钟解答你的任何问题。

第一题是找出从Microsoft 跳去google的人， 给了如下 table，第一问：多少人从Microsoft 跳去google (1，2都算)？第二问是多少直接从Microsoft 跳去go

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

pd.merge()... 我周五面完，周一一大早就来约第二轮了，给消息很快，题库很小的感觉，所以只要认真准备一下，应该都没啥大问题。另外注意coding的时候要逻辑清晰，并且告诉面试官你怎么想的，每一步都在干什么就好。

最后，求打赏大米！求打赏大米！求打赏大米！因为分数还不够高，好些面经看不全，希望大家能多多帮我攒大米！多谢！也祝大家面试好运！

第一题 我的思路：
df.sort_values(['Member_id'        ,'Year_Start'],ascending=[True,True],inplace=True)
df.groupby('Member_id')['Company'].sum().reset_index()

dff=df.groupby('Member_id')['Company'].sum().reset_index()
##第1问
count_1=sum(dff['Company'].str.contains('[A-Za-z0-9_+]*Microsoft[A-Za-z0-9_+]*Google[A-Za-z0-9_+]*')==True)

##第2问
count_2=sum(dff['Company'].str.contains('[A-Za-z0-9_+]*MicrosoftGoogle[A-Za-z0-9_+]*')==True)

第二题：
# -- Table - "actions"
Table1='actions.csv'
df_action=pd.read_csv(Table1)
df1=df_action[df_action.groupby('Member_id')['date_sk'].transform(max)==df['date_sk']]
df1['current_status']=df1['action'].apply(lambda x: x.split('_')[1])

# -- Table - "status"
df2=pd.read_csv('status.csv')

df=pd.merge(df2,df1, right_on='Member_id',left_on='member_id',how='left')
df['current_status'].fillna(df['status'],inplace=True)
df_final=df[['member_id','current_status']]

第一题我的思路：

df_ms = df[df.Company == 'Microsoft']
df_ms = df_ms.groupby(['ID', 'Microsoft]).Year_Start.min()
df_ms = df_ms.to_frame()

df_gg = df[df.Company == 'Google']
df_gg = df_gg.groupby(['ID' ,'Google').Year_Start.max()
df_gg = df_gg.to_frame()

df = pd.merge(df_ms, df_gg, on=['ID'], how='inner', surffixes=["ms", "gg"])

df['hasChange'] = (df.Year_Start_gg - df.Year_Start_ms) >= 0
ans = df.hasChange.sum()

什么叫1算，2不算？

Crispy.10 发表于 2019-8-1 09:52
什么叫1算，2不算？

就是member ID 2 不算直接从Microsoft跳到Google，因为中间隔了一个Oracle

贴一下自己run过的SQL代码，考虑了这个月有新的member的情况，并且把turn_on or off的turn给filter掉了

select member_id,
      right(cur_status, len(cur_status) - charindex('_', cur_status)) as cur_status
from
(select isnull(s.member_id, t2.member_id) as member_id,
       case when cur_action is null then status
            when status is null then cur_action
            else cur_action end as cur_status
from status s
full join
(select t1.member_id, t1.action as cur_action
from
(select a.*, rank() over(partition by member_id order by date_sk desc) as rank
. From 1point 3acres bbsfrom actions a) t1
where t1.rank=1) t2
on s.member_id = t2.member_id) t3

请问LZ第一题第二问怎么用python写啊？需要写loop么？

第一题 我的思路
df = pd.DataFrame(data_google_ms, columns = ['Name', 'company','start_year'])
df_agg=df.sort_values(['start_year']).groupby(['Name'])['company'].agg( lambda col: ''.join(col)).reset_index()
q1 = sum(df_agg.company.str.contains("[A-Za-z0-9+]*Microsoft[A-Za-z0-9+]*Google[A-Za-z0-9+]*")==True)
q2 = sum(df_agg.company.str.contains("[A-Za-z0-9+]*MicrosoftGoogle[A-Za-z0-9+]*")==True)

非常有用的信息！十分感谢楼主分享！