科技精英的面試題，你答得出嗎？
機器之心 | 2017-03-22 11:45
【數(shù)據(jù)猿導讀】 來自 Glassdoor 的最新數(shù)據(jù)可以告訴我們各大科技公司最近在招聘面試時最喜歡向候選人提什么問題。根據(jù)統(tǒng)計，幾乎所有的公司都有著自己的不同風格
來自Glassdoor的最新數(shù)據(jù)可以告訴我們各大科技公司最近在招聘面試時最喜歡向候選人提什么問題。首先有一個令人惋惜的結(jié)論：根據(jù)統(tǒng)計，幾乎所有的公司都有著自己的不同風格。由于Glassdoor允許匿名提交內(nèi)容，很多樂于分享的應聘者向大家提供了Facebook、谷歌、微軟等大公司的面試題。我們把其中的一部分列出以供大家參考。另外，如果你想轉(zhuǎn)行成為一名數(shù)據(jù)科學家，這里也有一份實踐指南（如何轉(zhuǎn)行成為一名數(shù)據(jù)科學家？）
通用問題
蘋果
1、如果你有幾百萬用戶，每個用戶都會發(fā)生數(shù)百筆交易，這些交易存在于數(shù)十種產(chǎn)品中。你該如何把這些用戶細分成有意義的幾類？
微軟
1、描述一個你曾經(jīng)參與的項目，以及它的優(yōu)點。
2、如何處理具有高基數(shù)（high-cardinality）的類屬特征？
3、如果想要給Twitterfeed寫summarize，你要怎么辦？
4、在應用機器學習算法之前糾正和清理數(shù)據(jù)的步驟是什么？
5、如何測量數(shù)據(jù)點之間的距離？
6、請定義一下方差。
7、請描述箱形圖（boxplot）和直方圖（histogram）之間的差異，以及它們的用例。
1、你會使用什么功能來為用戶構(gòu)建推薦算法？
Uber
1、選擇任何一個你真正喜歡的產(chǎn)品或應用程序，并描述如何改善它。
2、如何在分布中發(fā)現(xiàn)異常？
3、如何檢查分布中的某個趨勢是否是由于異常產(chǎn)生的？
4、如何估算Uber對交通和駕駛環(huán)境造成的影響？
5、你會考慮用什么指標來跟蹤Uber付費廣告策略在吸引新用戶上是否有效？然后，你想用什么辦法估算出理想的客戶購置成本？
領(lǐng)英（LinkedIn）
1、（對大數(shù)據(jù)工程師）請解釋REST是什么。
機器學習問題
谷歌
1、為什么要使用特征選擇（featureselection）？
2、如果兩個預測變量高度相關(guān)，它們對邏輯回歸系數(shù)的影響是什么？系數(shù)的置信區(qū)間是什么？
3、高斯混合模型（GaussianMixtureModel）和K-Means之間有什么區(qū)別？
4、在K-Means中如何拾取k？
5、你如何知道高斯混合模型是不是適用的？
6、假設聚類模型的標簽是已知的，你如何評估模型的性能？
微軟
1、你有哪些引以為豪的機器學習項目？
2、隨便找一個機器學習算法，然后描述它。
3、請解釋GradientBoosting是如何工作的。
4、（對數(shù)據(jù)挖掘工程師）請解釋決策樹模型。
5、（對數(shù)據(jù)挖掘工程師）什么是神經(jīng)網(wǎng)絡？
6、請解釋偏差方差權(quán)衡（Bias-VarianceTradeoff）。
7。如何處理不平衡二進制分類？
8.L1和L2正則化之間有什么區(qū)別？
Uber
1、你會通過哪種特征來預測Uber司機是否會接受訂單請求？你會使用哪種監(jiān)督學習算法來解決這個問題，如何比較算法的結(jié)果？
領(lǐng)英
1、點出及描述三種不同的內(nèi)核函數(shù)，在哪些情況下使用哪種？
2、隨意解釋機器學習里的一種方法。
3、如何應付稀疏數(shù)據(jù)？
IBM
1、如何防止過擬合（overfitting）？
2、如何處理數(shù)據(jù)中的離群值？
3、如何評估邏輯回歸與簡單線性回歸模型預測的性能？
4、監(jiān)督學習和無監(jiān)督學習有什么區(qū)別？
5、什么是交叉驗證（cross-validation），為什么要使用它？
6、用于評估預測模型的矩陣的名稱是什么？
7。邏輯回歸系數(shù)和勝算比（OddsRatio）之間存在什么關(guān)系？
8。主成分分析（PCA）和線性和二次判別分析（LDA和QDA）之間的關(guān)系是什么？
9。如果你有一個因變量分類，又有一個連續(xù)自變量的混合分類，你將使用什么算法，方法或工具進行分析？
10。（對行業(yè)分析師）邏輯與線性回歸有什么區(qū)別？如何避免局部極小值？
Salesforce
1、你會使用哪些數(shù)據(jù)和模型來測量損耗/流失？如何測試模型性能？
2、假設我是一名非技術(shù)人員，請向我解釋一種機器學習算法。
CapitalOne（一家美國銀行）
1、如何構(gòu)建一個模型來預測信用卡詐騙？
2、如何處理丟失或不良數(shù)據(jù)？
3、如何從已存在的特征中導出新的特征？
4、如果你試圖預測客戶的性別，但只有100個數(shù)據(jù)點，可能會出現(xiàn)什么問題？
5、在擁有兩年交易歷史的情況下，哪些特征可以用來預測信用風險？
6、請設計一個用來下井字棋的人工智能程序。
Zillow
1、請解釋過擬合，以及如何防止過擬合。
2、為什么SVM需要在支持向量之間最大化邊緣？
Hadoop
1、如何使用Map/Reduce將非常大的圖形分割成更小的塊，并根據(jù)數(shù)據(jù)的快速/動態(tài)變化并行計算它們的邊緣？
2、（對數(shù)據(jù)工程師）給定一個列表：123，345234，678345，123…其中第一列是粉絲的ID，第二列是被粉者的ID。查找所有相互后續(xù)對（上面的示例中的對是123，345）。當列表超出內(nèi)存時，如何使用Map/Reduce來解決問題？
CaptialOne
1、（對數(shù)據(jù)工程師）什么是Hadoop序列化（serialization）？
2、解釋一個簡單的Map/Reduce問題。
Hive
領(lǐng)英
1、（對數(shù)據(jù)工程師）請編寫返回情感分數(shù)的HiveUDF。例如，假如好=1，壞=-1，平均數(shù)=0，那么對餐廳做評價時因為‘食物好，服務差’，你的分數(shù)可能為1-1=0
Spark
CaptialOne
1、（對數(shù)據(jù)工程師）用Scala語言，RDD在Spark中是如何工作的？
統(tǒng)計和概率問題
谷歌
1、假設我是一名非技術(shù)人員，請向我解釋一下交叉驗證（Cross-validation）。
2、請描述一下非正態(tài)概率分布，隨后告訴我們它該如何應用？
微軟
1、（對數(shù)據(jù)挖掘）請解釋異方差（heteroskedasticity）是什么，以及如何解決它。
1、在給定Twitter用戶數(shù)據(jù)的情況下，你該如何衡量參與度？
Uber
1、時間序列預測技術(shù)有什么不同？
2、解釋原理組件分析（PrincipleComponentAnalysis，PCA）和PCA使用的方程。
3、如何解決多重共線性（Multicollinearity）？
4、（對分析師）請寫一個方程，優(yōu)化我們在Twitter和Facebook上的廣告費用支出。
1、在一副牌中抽取兩張，出現(xiàn)同一花色的概率是多少？
IBM
1、什么是p-value和置信區(qū)間？
CapitalOne
1、（對數(shù)據(jù)分析師）如果你有70個紅色彈珠，綠色和紅色彈珠的比例是2比7，有多少綠色彈珠？
2、紐約市的通勤數(shù)據(jù)看起來應該遵從什么分布？
3、一個骰子，在扔6次的情況下出現(xiàn)1個6的幾率，與扔12次的情況下出現(xiàn)至少兩個6的幾率，和扔600次出現(xiàn)至少100次6的幾率相比哪個大？
Paypal
1、什么是中心極限定理（CentralLimitTheorem），如何證明它？它的應用方向是什么？
編程和算法
谷歌
1、（對數(shù)據(jù)分析師）請寫一個程序可以判定二叉樹的高度。
微軟
1、請創(chuàng)建一個函數(shù)檢查一個詞是否具有回文結(jié)構(gòu)。
1、請構(gòu)建一個冪集（powerset）。
2、請問如何在一個巨大的數(shù)據(jù)集中找到中值？
Uber
1、（對數(shù)據(jù)工程師）編寫一個函數(shù)用來計算給定數(shù)字的平方根（2個小數(shù)點精度）。隨后：避免冗余計算，現(xiàn)在使用緩存機制優(yōu)化你的功能。
1、假設給定兩個二進制字符串，寫一個函數(shù)將它們添加在一起，而不使用任何內(nèi)置的字符串到int轉(zhuǎn)換或解析工具。例如：如果給函數(shù)二進制字符串100和111，它應該返回1011、你的解決方案的空間和時間復雜性如何？
2、編寫一個函數(shù)，它接受兩個已排序的列表，并在排序列表中返回它們的并集。
領(lǐng)英
1、（對數(shù)據(jù)工程師）請編寫一些代碼來確定字符串中的左右括號是否是平衡的？
2、如何找到二叉搜索樹中第二大的元素？
3、請編寫一個函數(shù)，它接受兩個排序的向量，并返回一個排序的向量。
4、如果你有一個輸入的數(shù)字流，如何在運行過程中找到最頻繁出現(xiàn)的數(shù)字？
5、編寫一個函數(shù)，將一個數(shù)字增加到另一個數(shù)字，就像pow（）函數(shù)一樣。
6、將大字符串拆分成有效字段并將它們存儲在dictionary中。如果字符串不能拆分，返回false。你的解決方案的復雜性如何？
CaptialOne
1、（對數(shù)據(jù)工程師）如何‘拆散’兩個數(shù)列（就像SQL中的JOIN反過來）？
2、請創(chuàng)建一個用于添加的函數(shù)，數(shù)字表示為兩個鏈表。
3、請創(chuàng)建一個計算矩陣的函數(shù)。
4、如何使用Python讀取一個非常大的制表符分隔的數(shù)字文件，來計算每個數(shù)字出現(xiàn)的頻率？
Paypal
1、請編寫一個函數(shù)，讓它能在O（n）的時間內(nèi)取一個句子并逆向打印出來。
2、請編寫一個函數(shù)，從一個數(shù)組中拾取，將它們分成兩個可能的數(shù)組，然后打印兩個數(shù)組之間的最大差值（在O（n）時間內(nèi)）。
3、請編寫一個執(zhí)行合并排序的程序。
SQL問題
微軟
1、（對數(shù)據(jù)分析師）定義和解釋聚簇索引和非聚簇索引之間的差異。
2、（對數(shù)據(jù)分析師）返回表的行計數(shù)有哪些不同的方法？
1、（對數(shù)據(jù)工程師）如果給定一個原始數(shù)據(jù)表，如何使用SQL執(zhí)行ETL（提取，轉(zhuǎn)換，加載）以獲取所需格式的數(shù)據(jù)？
2、如何編寫SQL查詢來計算涉及兩個連接的某個屬性的頻率表？如果你想要ORDERBY或GROUPBY一些屬性，你需要做什么變化？你該怎么解釋NULL？
領(lǐng)英
1、（對數(shù)據(jù)工程師）如何改進ETL（提取，轉(zhuǎn)換，加載）的吞吐量？
智力游戲
谷歌
1、假設你有10包彈球，每包里面都是10個彈球。如果其中一包的重量和其他的不同，但你只能進行一次稱重，你該用什么辦法？
1、你打算坐飛機去西雅圖，想知道是不是需要帶傘，于是你分別打電話給三位在西雅圖的朋友。每個朋友都有2/3的幾率說真話，1/3的幾率在騙你。如果他們都說‘會下雨’，西雅圖下雨的概率是多少？
2、假如在一個等邊三角形的三個角上都有一只螞蟻，每只隨機選擇方向然后直走一直到另一個邊緣，三只螞蟻互相不交匯的幾率是多少？如果有n只螞蟻在n角形中，概率又是多少？
3、在100！的結(jié)果里有多少個零？
Uber
1、想象一下你在一家醫(yī)院工作?；颊邅砭驮\的頻率符合泊松分布，而醫(yī)生照顧患者的頻率符合均勻分布。請寫一個函數(shù)或一段代碼來輸出患者的平均等待時間和醫(yī)生在某日的參與度。
領(lǐng)英
1、你正在攀爬一個n階的樓梯，你可以采取任何數(shù)量的k個步驟。你到達樓梯頂部有多少不同的方式？（這是樓梯問題的修改版）
來源：機器之心
刷新相關(guān)文章
我要評論
活動推薦more >
- 2018 上海國際大數(shù)據(jù)產(chǎn)業(yè)高2018-12-03
- 2018上海國際計算機網(wǎng)絡及信2018-12-03
- 中國國際信息通信展覽會將于2018-09-26
- 第五屆FEA消費金融國際峰會62018-06-21
- 第五屆FEA消費金融國際峰會2018-06-21
- “無界區(qū)塊鏈技術(shù)峰會2018”2018-06-14
不容錯過的資訊
-
1#后疫情時代的新思考#疫情之下，關(guān)于醫(yī)
-
2數(shù)據(jù)軟件產(chǎn)品和服務商DataHunter完成B輪
-
3眾盟科技獲ADMIC 2020金粲獎“年度汽車
-
4數(shù)據(jù)智能 無限未來—2020世界人工智能大
-
5#2020非凡大賞：數(shù)字化風起云涌時，共尋
-
6#榜樣的力量#天璣數(shù)據(jù)大腦疫情風險感知
-
7#榜樣的力量#內(nèi)蒙古自治區(qū)互聯(lián)網(wǎng)醫(yī)療服
-
8#榜樣的力量#實時新型肺炎疫情數(shù)據(jù)小程
-
9#榜樣的力量#華佗疫情防控平臺丨數(shù)據(jù)猿
-
10#后疫情時代的新思考#構(gòu)建工業(yè)互聯(lián)網(wǎng)新
