回复: 10
跳转到指定楼层
上一主题 下一主题
收起左侧

Google Data Scientist

全局:

2020(10-12月) 分析|数据科学类 博士 全职@google - Other - 技术电面  | | Fail | 应届毕业生

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
给自己定位不准确,应该面machine learning岗位而不是data scientist,所以挂了是正常的,相关题目都没有准备过。不过这一次面试题不是AB-test而是ANOVA,第一次学习到。觉得有必要分享下。尊重保密,我就擅自改编一下。
您好!
本帖隐藏的内容需要积分高于 200 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 200 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

评分

参与人数 8大米 +26 收起 理由
averageds + 1 谢谢分享!
YahooZhang + 2 很有用的信息!
新泽西学渣 + 1 很有用的信息!
YilunNWLV + 2 给你点个赞!
匿名用户-F3WFQ + 16

查看全部评分


上一篇:Mckinsey Data Scientist OA 新鲜考完~timeline分享~
下一篇:Wayfair OA
推荐
suramao4 2019-11-12 07:34:48 | 只看该作者
全局:
我觉得,回答这个问题,最应该先问问,用怎么用这个分数。毕竟这个分数只是主观的,必须和某个客观的metric联系起来才有实际意义。比如亚马逊的rating,sort by rating之后更有可能购买。这个分数要拿来做啥是最重要的。
回复

使用道具 举报

全局:
您好!
本帖隐藏的内容需要积分高于 100 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 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

推荐
maxentropy 2019-10-22 02:44:28 | 只看该作者
全局:
你可以继续投MLE呀,不会影响的。

不过我好像见过很多google hr都会建议统计、生统、生物信息的PhD尝试ds而不是MLE,我投了MLE也没反应,可真是不给面子啊。。。
回复

使用道具 举报

🔗
newyorkinspring 2019-10-21 23:49:09 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 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 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

🔗
 楼主| darkestkun 2019-10-22 01:18:38 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 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 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

🔗
newyorkinspring 2019-10-22 01:33:35 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 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 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

🔗
peachfly 2019-10-22 05:03:46 | 只看该作者
全局:
嗯 感觉就是在剔除一些已知的underlying dependency (x1-x4), 那就是针对每个news用100个点来做regression, 拟合的model就是被x1-x4解释的部分,用现在的score减去y-hat,是不是就是最客观的那个score了,取个均值?跟w0的关系还没想清楚
回复

使用道具 举报

🔗
newyorkinspring 2019-10-22 07:27:02 | 只看该作者
全局:
您好!
本帖隐藏的内容需要积分高于 100 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 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies
回复

使用道具 举报

🔗
lisha0803 2019-10-22 08:26:43 | 只看该作者
全局:
感觉是可以用linear mixed effect model,X1,X2是关于news的信息,X3,X4是关于reviewer的信息,它们都作为fixed effect来fit。加一个X5是newsid,作为random effect(相当于intercept)fit。最后X1-X4的coef说明了几个变量对score的影响,random effect则是每篇news的best score
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表