📣 黑五价提前开抢|VIP一年通行证5折,蓝莓、Offer多多同步特惠
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 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Popular 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 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Popular 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 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Popular 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 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Popular 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 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Popular 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 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Popular 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