FB ML infrastructure -- Research Data Scientist店面

看地里面RDS比较少, 来贡献个数据点

总共1小时的面试,分为四个部分: SQL, coding, Statistics, ML1. SQL: 地面出现了很多次的. 2张表 user_network_requests 和 user_country.

1. user_network_requests
   
2. | userid | timestamp | data_center | success |
   
3. --------------------------------------------------
   
4. | 10032 | 15009 | A | 1 |
   
5. | 10032 | 15097 | C | 0 |
   
6. user_country
   
7. | userid | country |
   
8. ----------------------
   
9. | 10032 | US |

复制代码

• Q1. 求每个 data center，request fail的比例
• Q2. 求每个国家， request fail的
• Q3. 求每个 国家，有多少user发出的好友请求从来没有 发出的好友请求从来没有 fail过2.
  

2. Coding:
you have two files

   (a) a sentence file with one sent

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

the model and get values for b0 and b1, how would we determine uncertainties on those values? How would you alter training to make outliers less influence?

感觉这个岗位还是比较偏Statistics, lz技术栈偏ML而且Statistics答的很差 一周后告诉我挂了

那道python coding 我写成这样不知道对不对：

1. with open("sentence_file.txt", "r") as s_file:
   
2.     s_data = s_file.read().splitlines()
   
3.     s_data_lower = [i.lower() for i in s_data]
   
4.    
   
5. s_data_lower_string = ' '.join(s_data_lower)
   
6. 
   
7. with open("name_file.txt", "r") as n_file:
   
8.     n_lines = n_file.readlines()
   
9.    
   
10.     res = []
    
11.     for line in n_lines:
    
12.         line_strip = line.replace('\n','')
    
13.         line_strip_lower = line_strip.lower()
    
14.         
    
15.         occurrences = s_data_lower_string.count(line_strip_lower)
    
16.         
    
17.         res.append([line_strip, occurrences])
    
18. 
    
19. res

复制代码

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
Curated Interview Questions from Top Companies

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
Curated Interview Questions from Top Companies

对于 Python 编码问题
combine_sentence = senetence_list.join(" ")
然后在combined_sentence中的O(n)中搜索每个单词以创建单词计数的字典。

你是这样回答的吗？

对于 SQL 编码问题

选择国家，count(*) 为 num_users_never_failed
从
(
选择国家、用户、sum(success) 作为 tot_success、count(*) 作为 tot_attempts
. 1point 3 acres从 t1
按国家、用户分组
总和（成功）=计数（*）
) t2
;

线性回归题你答对了吗？

stats题是不是每个人都是一个Bernoulli然后n个人就是binomial？算期望和variance

补充内容 (2021-10-06 20:22 +08:00):
E(fraction)的话就是p, var(fraction)就是p*(1-p)/n?

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
Curated Interview Questions from Top Companies

匿名者 发表于 2021-10-6 10:30
对 每个人都是Bernoulli，那uncertainty这里怎么理解呢，之前以为是问confidence interval

具体啥题目啊，积分不够，看不到

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
Curated Interview Questions from Top Companies

匿名者 发表于 2021-10-6 04:13
线性回归题你答对了吗？

也不确定自己有没有答对，我好像是从model performance的角度回答的