互聯(lián)網(wǎng)公司機器學(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)，主要需要三個方面的能力，即機器學(xué)習(xí)和數(shù)據(jù)挖掘的理論知識、編程開發(fā)與數(shù)據(jù)結(jié)構(gòu)算法的基礎(chǔ)和業(yè)務(wù)理解與溝通表達的能力。

上面的圖里列出了這個行業(yè)不同類型的從業(yè)者機器特點。

A. 主要是負責(zé)做最頂尖機器學(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于這些算法在業(yè)務(wù)場景的應(yīng)用或者算法的實現(xiàn)興趣并不大，主要精力都花在了理論研究上，比如證明個bounds什么的。寫出來的東西大部分發(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構(gòu)中，如國外高?；蛘咂髽I(yè)研究院。一般企業(yè)如果需要這樣的人，也是挖過來當震廠之寶吉祥物，不屬于我們討論的范圍。

B. 他們既對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)。他們對已有算法進行改進，并且給出最好的實現(xiàn)，造福廣大人民群眾，比如libsvm，svdfeature，paramater server這樣的工具。當然，這樣的人才也是可遇不可求，而且他們也需要一個比較大的平臺來施展自己的能力。他們的工作應(yīng)該能夠成為一個企業(yè)數(shù)據(jù)挖掘的大殺器。

C.他們對算法有一定的了解，但是不夠深入。他們開發(fā)的經(jīng)驗有限，對于數(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狀態(tài)，即使能夠發(fā)表一些看起來不錯的文章，但離真正做出好的實際的數(shù)據(jù)挖掘工作還有很長的一段距離，需要一步一個腳印的踏實前進。

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。因為各種機緣巧合，他們沒有選擇數(shù)據(jù)挖掘作為自己以后的方向。雖然他們對于機器學(xué)習(xí)理論和數(shù)據(jù)挖掘的應(yīng)用場景不是很了解，但憑借他們的天賦，假以時日，也一定能在這個行業(yè)有所作為。不過，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)，能寫的一手好代碼。但是對機器學(xué)習(xí)知之甚少，而且如果思維不夠靈活，可能也會在業(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。對于應(yīng)屆生，如果確實有這個天賦，不妨一試；對于工作多年的碼農(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。

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

H.對機器學(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)計算法，也能對算法進行基本的實現(xiàn)。實際上這樣的工程師還是很多的，特別是有一定工作經(jīng)驗的。他們的工作經(jīng)驗會對數(shù)據(jù)挖掘的工作起到很大的幫助。他們在算法以及編程的上的能力可能不是很高，但是足以豐富他們的思維方式，也方便與人溝通。

I.對機器學(xué)習(xí)算法有一定了解，也有較強的開發(fā)能力。適合做偏向開發(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，也鍛煉了開發(fā)的能力，但還缺乏實際的工作經(jīng)驗?；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.看起來是最好的，各項技能都很全面，也很適合做leader。但是這樣的人畢竟可遇不可求。另外，每一項都好其實也就是每一項都不好，人的精力總是有限的。我覺得在一到兩個方面做的比較突出，同時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)上面說的，招聘主要根據(jù)H和I兩類模版挑選人才。覺得考察的話，除了基本的開發(fā)算法，還有以下幾個：

1.機器學(xué)習(xí)算法的理解，比如常見的算法的基本思想原理、應(yīng)用場景、特點和求解方法?？梢詮膬蓚€分支考察，一個是使用經(jīng)驗，比如實際的一些參數(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現(xiàn)方法，面向I類。

2.實際的項目經(jīng)驗，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)能力與解決問題的能力。針對項目的一些細節(jié)提問，也可以看出他的做事方式和對一些知識的掌握情況。

3.對于業(yè)務(wù)的理解能力和敏感性，可以結(jié)合實際工作中的一些問題來考察。即使沒有實際工作經(jīng)驗，也是可以看出他們在這個方面的潛力。同時也考察出理論和實際結(jié)合的能力。

4.溝通表達能力。相對于程序員，數(shù)據(jù)挖掘崗位對這個能力的要求高出不少。在整個面試的過程中，其實都有對這個能力的考察。