互聯(lián)網(wǎng)公司機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘類的職位面試主要考察哪些

我覺(jué)得從事數(shù)據(jù)挖掘工作，尤其是在互聯(lián)網(wǎng)行業(yè)，主要需要三個(gè)方面的能力，即機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的理論知識(shí)、編程開(kāi)發(fā)與數(shù)據(jù)結(jié)構(gòu)算法的基礎(chǔ)和業(yè)務(wù)理解與溝通表達(dá)的能力。

上面的圖里列出了這個(gè)行業(yè)不同類型的從業(yè)者機(jī)器特點(diǎn)。

A. 主要是負(fù)責(zé)做最頂尖機(jī)器學(xué)習(xí)相關(guān)學(xué)術(shù)研究。比如發(fā)明一些新的算法，想早期的SVM，LDA最近的一些deeplearning模型。但是處在塔尖的的他們對(duì)于這些算法在業(yè)務(wù)場(chǎng)景的應(yīng)用或者算法的實(shí)現(xiàn)興趣并不大，主要精力都花在了理論研究上，比如證明個(gè)bounds什么的。寫(xiě)出來(lái)的東西大部分發(fā)表在NIPS或者ICML上，一般人也看不懂。他們主要存在于一些研究機(jī)構(gòu)中，如國(guó)外高校或者企業(yè)研究院。一般企業(yè)如果需要這樣的人，也是挖過(guò)來(lái)當(dāng)震廠之寶吉祥物，不屬于我們討論的范圍。

B. 他們既對(duì)算法有比較深入的了解，又有高超的編程技術(shù)。他們的數(shù)學(xué)可能達(dá)不到爐火純青的地步，他們的興趣也不在于各種繁瑣的理論推導(dǎo)。他們對(duì)已有算法進(jìn)行改進(jìn)，并且給出最好的實(shí)現(xiàn)，造福廣大人民群眾，比如libsvm，svdfeature，paramater server這樣的工具。當(dāng)然，這樣的人才也是可遇不可求，而且他們也需要一個(gè)比較大的平臺(tái)來(lái)施展自己的能力。他們的工作應(yīng)該能夠成為一個(gè)企業(yè)數(shù)據(jù)挖掘的大殺器。

C.他們對(duì)算法有一定的了解，但是不夠深入。他們開(kāi)發(fā)的經(jīng)驗(yàn)有限，對(duì)于數(shù)據(jù)挖掘的應(yīng)用了解也不夠深入。比如很多理論方向的研究生博士生可能就處于這個(gè)狀態(tài)，即使能夠發(fā)表一些看起來(lái)不錯(cuò)的文章，但離真正做出好的實(shí)際的數(shù)據(jù)挖掘工作還有很長(zhǎng)的一段距離，需要一步一個(gè)腳印的踏實(shí)前進(jìn)。

D.他們是算法界的大神，碼農(nóng)中的翹楚，橫掃各路ACM ICPC比賽的英雄。因?yàn)楦鞣N機(jī)緣巧合，他們沒(méi)有選擇數(shù)據(jù)挖掘作為自己以后的方向。雖然他們對(duì)于機(jī)器學(xué)習(xí)理論和數(shù)據(jù)挖掘的應(yīng)用場(chǎng)景不是很了解，但憑借他們的天賦，假以時(shí)日，也一定能在這個(gè)行業(yè)有所作為。不過(guò)，其他領(lǐng)域也需要他們，也有他們大展拳腳的空間。

E.他們屬于一般的碼農(nóng)，能寫(xiě)的一手好代碼。但是對(duì)機(jī)器學(xué)習(xí)知之甚少，而且如果思維不夠靈活，可能也會(huì)在業(yè)務(wù)的理解上有一些障礙。另外，溝通交流的能力通常也是碼農(nóng)們所欠缺的。對(duì)于應(yīng)屆生，如果確實(shí)有這個(gè)天賦，不妨一試；對(duì)于工作多年的碼農(nóng)想轉(zhuǎn)行，也需要付出比較大的努力。

F.他們的工作貼近業(yè)務(wù)，對(duì)數(shù)據(jù)也有一定敏感性，可能是excel和sql的高手。但是這和數(shù)據(jù)挖掘的工作還有一定差別。最適合他們的崗位可能是BI或者數(shù)據(jù)產(chǎn)品經(jīng)理。在這些崗位上，他們同樣可以發(fā)光發(fā)熱，做出卓越的貢獻(xiàn)。

G.他們有一定的算法基礎(chǔ)，同時(shí)對(duì)數(shù)據(jù)挖掘的業(yè)務(wù)落地也有豐富的經(jīng)驗(yàn)。他們的瓶頸主要在于編程開(kāi)發(fā)能力，這在大數(shù)據(jù)的場(chǎng)景下尤為明顯。畢竟最好的方式是自己想idea，自己實(shí)現(xiàn)，至少實(shí)現(xiàn)一個(gè)原型。那么R或者python是一個(gè)這種的選擇。沒(méi)有coding，再好的算法也出不來(lái)。

H.對(duì)機(jī)器學(xué)習(xí)算法有一定的了解，熟悉各種業(yè)務(wù)，也有一定的開(kāi)發(fā)能力。在數(shù)據(jù)挖掘的具體工作中，可以從業(yè)務(wù)出發(fā)，設(shè)計(jì)算法，也能對(duì)算法進(jìn)行基本的實(shí)現(xiàn)。實(shí)際上這樣的工程師還是很多的，特別是有一定工作經(jīng)驗(yàn)的。他們的工作經(jīng)驗(yàn)會(huì)對(duì)數(shù)據(jù)挖掘的工作起到很大的幫助。他們?cè)谒惴ㄒ约熬幊痰纳系哪芰赡懿皇呛芨撸亲阋载S富他們的思維方式，也方便與人溝通。

I.對(duì)機(jī)器學(xué)習(xí)算法有一定了解，也有較強(qiáng)的開(kāi)發(fā)能力。適合做偏向開(kāi)發(fā)的數(shù)據(jù)挖掘崗位。他們和I類的工程師密切配合，應(yīng)該能有比較好的產(chǎn)出。他們很可能是學(xué)校的應(yīng)屆畢業(yè)生，學(xué)習(xí)了一些理論知識(shí)，也鍛煉了開(kāi)發(fā)的能力，但還缺乏實(shí)際的工作經(jīng)驗(yàn)?；ヂ?lián)網(wǎng)的數(shù)據(jù)挖掘崗位正是他們大展拳腳的好地方。

J.看起來(lái)是最好的，各項(xiàng)技能都很全面，也很適合做leader。但是這樣的人畢竟可遇不可求。另外，每一項(xiàng)都好其實(shí)也就是每一項(xiàng)都不好，人的精力總是有限的。我覺(jué)得在一到兩個(gè)方面做的比較突出，同時(shí)另外的方面也不要太弱以至于成為短板，這樣就挺好的了。

根據(jù)上面說(shuō)的，招聘主要根據(jù)H和I兩類模版挑選人才。覺(jué)得考察的話，除了基本的開(kāi)發(fā)算法，還有以下幾個(gè)：

1.機(jī)器學(xué)習(xí)算法的理解，比如常見(jiàn)的算法的基本思想原理、應(yīng)用場(chǎng)景、特點(diǎn)和求解方法?？梢詮膬蓚€(gè)分支考察，一個(gè)是使用經(jīng)驗(yàn)，比如實(shí)際的一些參數(shù)設(shè)置啊，使用技巧什么的，面向H類。還有就是一些算法的實(shí)現(xiàn)方法，面向I類。

2.實(shí)際的項(xiàng)目經(jīng)驗(yàn)，特別是數(shù)據(jù)挖掘工作。一方面考察他之前的工作情況，另外也看他的歸納總結(jié)能力與解決問(wèn)題的能力。針對(duì)項(xiàng)目的一些細(xì)節(jié)提問(wèn)，也可以看出他的做事方式和對(duì)一些知識(shí)的掌握情況。

3.對(duì)于業(yè)務(wù)的理解能力和敏感性，可以結(jié)合實(shí)際工作中的一些問(wèn)題來(lái)考察。即使沒(méi)有實(shí)際工作經(jīng)驗(yàn)，也是可以看出他們?cè)谶@個(gè)方面的潛力。同時(shí)也考察出理論和實(shí)際結(jié)合的能力。

4.溝通表達(dá)能力。相對(duì)于程序員，數(shù)據(jù)挖掘崗位對(duì)這個(gè)能力的要求高出不少。在整個(gè)面試的過(guò)程中，其實(shí)都有對(duì)這個(gè)能力的考察。