阿里数据研发一面

因为时差原因，6点半打过来的电话我还在睡觉一开始没接到。面试官并没有放弃打电话。然后后来被吵醒了，一看是杭州来的，赶紧接。面了差不多1个小时15分钟。女面试官语速超级快。感觉就跟rap的速度差不多。可能真的是对业务太熟悉了。先是介绍了这个岗位的情况，然后我稍微问了一下数据研发和数据分析的差异，然后面试官解答。数据研发要用户画像之类，要考虑数据并发；数据分析有些太难的可以不用自己弄，把数据发过来。讲的实在是太快了，现在已经有点回忆不起来。

笔试
周五做的笔试。这里顺便说了，不开独立的一篇介绍。两道题一个小时。第一题是字符串的问题，给定两个String a&b，每次把a中的字符移到最后的代价为1，为最小代价把a变成b（或者不行返回-1）。HashMap加上双指针13min解决。第二题是给定n个闭区间，每个区间随机出int，所有区间的数字取min，称为一次操作。求一次操作的期望。这题当时做到交卷都没做出来。希望大家也能提点我一下怎么做。

基本情况

1. 有不有读硕士的打算？怎么跟腾讯问的问题一样的。
2. 自我介绍：专业，绩点，项目，论文，竞赛情况？（本人并没有论文和竞赛，课业压力大+会看网课coursera等）
3. 熟悉什么语言？（Java和python）
4. 对什么方向有兴趣？（大数据和ML）

项目细讲

有些跳跃，下面是按照项目归类整理过后的。面试官有时候问了几个这个项目的问题，会跳到其他项目她认为可能相关的问题。

第一个项目中主要用了Spring+Mybatis。
. 1. 对Spring框架的认识。（回答了IOC和AOP）
2. 对Hive，Hadoop的流程的一个介绍。（这个我直接说我不会了，但是我说了一嘴MapReduce）
3. 又问了一下MapReduce？（简单举了一个例子）
4. 程序中将邮件发送给上级的步骤，是不是有做前端的处理？（没有，只是用了一些表格格式，保证报告可读。强调实用性，上级能快速理解数据即可，不强调美观。这里忘记提用XML做模板，下次应该提一下）

第二个项目运用到了RMI。对新闻进行聚类处理。
1. RMI是不是对RPC的实现？原理？（原理不会）
2. 客户端和服务端怎么通信。（简单说了一下端口，stub和skeleton）
3. 自己对RMI的优劣点的认识？
4. 为什么要服务端读取数据之后分发给客户端，不能客户端直接读取？有没有考虑并发？（我的回答是Mysql并发不好，由服务端来分发不容易出错，数据不重不漏，不知道面试官满不满意。并发好像没有考虑....）
5. 服务端如何记住分配给客户端的数据id？（我回答说服务端并不需要记住客户端拿到数据的id，服务端只要确保把数据不重不漏地分发即可，先处理完数据的客户端会再向服务端请求数据，这样保证客户端不会闲置。服务端会把最后一条分发的数据的id进行log，并且写入本地一个txt文件，如果宕机，能够从那个id之后数据开始。）
6. 服务端读取几万条数据全部存在内存吗？（是的，我跟面试官说我没有采用分页的技术。真实原因就是菜，当时根本没有考虑这个问题。不过我没直接这么回答，而是说这个项目并不是部署在本地，而是部署在机器上，所以占用5-6G的内存问题不是很大）
7. 为什么要分词？怎么考虑的？分词用的现成的包，还是自己写的算法？（对文章进行处理，转化成数值，机器容易理解，方便聚类。提到了词间距。）
8. 面试官应该是对NLP不熟悉的，跳到了别的问题。google然后问分词未来发展的看法或者优化的方向？（我提到了程序员不需要再手动输入特点名词字典，算法能够自动学习出来）
9. 这个项目到底有没有被正式启用？（走之前前一天写好的，部署了。但是后续他们应该有对整个项目的优化：刚才分页的问题，鲁棒性的提升，聚类算法的优化）
10. 这个项目当时是怎么布置的？上级只说了要求，还是有什么技术上的指示？
我感觉这个面试官有一点PM的潜质，但是对于技术掌握得又很全面。

第三个项目是学校的项目，偏向于数据分析
1. 简单介绍了一下情况，面试官没有再继续追问。

第四个项目是正在教授做的研究，bio data， ML相关
1. 简单介绍了一下情况
2. 用了什么算法？（RF, XGBoost, Ridge Regression. 降维用了PCA和基于Keras的Auto Encoder，但是效果不好。）
3. 追问降维效果不好，怎么解决的？（我说解决方法就是不用。感觉此时面试官内心一万群草泥马奔腾而过hhhh。不过我马上补上，用step wise配合ML算法进行特征选取，最后选出了三个，预测效果很不错）
.. 4. 做完了吗？（正在做，本学期才开始，所以没写在简历上）

基础算法和数据结构
1. 堆（我一开始说成了栈，然后说了一句以后自己发现错了，然后改正）。
2. 解释三个排序。我说了冒泡，快排和归并。
3. HashMap, TreeMap, LinkedHashMap, ConcurrentMap的特点和区别。HashMap我提到了底层哈希碰撞的解决办法。
4. 单双链表的区别和优劣。

请问是先笔试还是先面试呀？

小秘密 发表于 2020-4-8 09:46
请问是先笔试还是先面试呀？

先笔试过了四天面试。大哥帮加个米呗。