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
【背景】
目前在一家医疗相关的公司工作,跟data, coding 没有1毛钱关系。不知道中了什么邪,就特别想转行做ds. 坚持学习了很多很多coding, sql, machine learning, deep learning, a/b testing 的课程,也做了一些project.
【找工作近况】
今年11月初把简历改了改,花了几个晚上在linkedin上海投了七十多份简历。收到了Expedia, Babylon, John Lewis和另外两个没听过名字的公司的面试。
【面经】
【john lewis】
只面了hiring manager. hr 给我回复说我面的很不错,但是公司总部要搬家还是怎么的岗位暂时不招了,明年招了再联系我面下一轮,我只能呵呵了。
1. 讲做过的项目,各种问细节
2. 解释一下regularization
3. bias viarnce trade off? overfitting 是啥?为什?怎么办?
4. 怎么做feature selection
5. a/b testing process
6. 给了一个simpson's paradox的例子让解释一下
7. list, set, tuple的区别
8. 怎么处理missing value
【expedia】感觉是跪在了case study 上,我得多在地里看面经,也把我的面经分享给大家,请大佬撒米!
hiring manger 面:
1. 怎么处理 cardinality categorical feature
2. 解释一下embedding
3. 解释一下regularization
4. 解释一下dropout, 怎么实现。 怎么用dropout 得到模型的confidence interval
5. imbalanced dataset 怎么办
然后做了一个expedia的kaggle challenge.
final round 是跟各个senior ds, ds team lead, ds director ,一共面了四轮。没有很明显的一轮coding,一轮machine learning 这样,四个人都是随意想啥问啥,啥都问,我就把问题汇总一下说哈:
1. case study, 想要预测用户定hotel 时对游泳池感不感兴趣, 需要什么数据, 怎么弄?这个应该是我跪的地方,需要多练习一下case study, 多了解domain knowledge。确实最后hr 给的反馈是技术方面没问题,但是工作经验不够。
2. 各种问项目的细节
3. regression loss function?为啥用mean square error 不用mean absolute error
4. classification loss function是啥?为什loss function 要是 cross entropy?
5. bias variance, overfitting, regularization
6. 怎么处理categorical feature, numerical feature
7. a/b testing? type 1 error? type 2 error?
8. z test, t test, chi square test什么区别?什么时候用?假设是什么?
9. activation fuction 都有啥?为啥要有activation funciotn
10. hyperparameter search 有哪几种?他想问我用没用过bayesian search
11. 各种比较常见的behaviour question
【babylon】babylon 是我第一次面final roud, 第一次面behaviour question, 准备的不充分,有些问题答的调理不够清晰
hiring manger面:简历上写的项目的细节,machine learning的问题跟其他公司差不多,我就不重复了
然后做了一个很小的data challenge
final round 两轮,一轮case study, 一轮bq.
case study: 想知道tweeter 上follow 川总的人里哪些是真人,哪些是bot? 用啥feature, 怎么做?
bq 的问题其实都特别standard, 是我答的不好。
1. 为啥来来我们公司?
2. 你有啥优点缺点?
3. 现在的公司有啥优点缺点?
4. tight deadline 你怎么办?
倾情分享,记得撒米哟,我要多去看面经了!
|