面经详情

对spark的RDD有什么了解，RDD是什么，我说弹性分布式数据集，为什么spark要使用RDDSpark为什么比mapreduce快，我说spark基于内存运算，Spark就不在硬盘上运算了吗，我说也会，问什么时候会在硬盘上运算，我：当时脑子宕机了(有一个配置是内存不够写入磁盘，别的不知道了，可能和血统什么的有关)Hbase的调优方式Hive的udf你都了解哪些，如何自定义udf函数，你都了解哪些数据结构。...查看更多

投简历之后发来了笔试题，很简单的分析excel表格的数据和写sql语句，然后很快就约了面试。针对简历问一些细节，面试前需要对自己简历上的东西都好好想想。还问了对他们的App有什么看法，有什么可改进的，收集什么样的数据来分析，怎么分析，怎么改进，我前几天刚面过了另一家公司数据分析的岗位，把他们产品经理告诉我的答案跟面试官说了哈哈哈，然后还是被挑了一堆问题，作为应届生真的不知道这种问题怎么回答。 面试官结束面试之后直接就告诉我有什么不足，HR还会邮件通知我没有通过面试，至少不拖着人，这点感觉很不错。个人感觉他们的数据挖掘岗位偏向招有一定经验的人，做产品方面的数据分析。没有考技术和算法的问题。 ...查看更多

我是内推的，中午的时候HR打电话要我明天取面试，中午去了。 总共三轮面试，大概三个多小时，面试主要是针对自己的简历，一个一个问，然后手写编程，主要是链表，快速排序法，然后问了RNN相关的东西，问了树模型的原理，然后有被问一些开放的题目，仔细想就可以，发散思维。 面试官人不错，一直要我不要紧张，放松。 ...查看更多

一面问的是比较基础的东西，首先上来是看着我的简历来问问题的，问了一些Python的基础知识，一些语言特性，然后问了设计模式，面到后面就开始聊项目了，首先问的是你在这个项目中使用了哪些方法，一开始怎么处理，怎么解决这些问题的，随后又聊了协同过滤推荐算法的原理，在这里聊了很久，然后问了两道算法题，是有关二分查找的算法题； 二面主要是问了GBDT、逻辑回归、决策树，然后手推逻辑回归和两道算法题，也聊了一个小时，可能是算法题做的不是很好，和当时对公式的推导没复习好，面完觉得还好，后面就挂了。 ...查看更多