顺丰科技面经（大数据挖掘与分析工程师）
还愿贴：
流程：
0. 牛客网留学生专场笔试:
AC 2.6
5道题
1. 顺丰科技专业1面：
问：自我介绍
答：以下省略1k字
问：本科不是学统计/计算机相关为什么选择这个工作：
答：巴拉巴拉
问：平时编程用什么软件：
答：python
（内心：其实我就会个python）
问：简要介绍 python
答：python是一门dynamic programming语言。其中变成面向过程编程。与C面向对象相反。
（现场情况：我把面向过程和面向对象说反了。）
（现场情况：我把面向过程和面向对象说反了。）
问：cosine similarity和euclidean similarity区别：
答：cosine similarity与长度无关。euclidean similarity受到长度影响。
问：Knn/kmeans中所用距离为euclidean distance。为什么没有用Manhattan distance:
答：euclidean距离综合了xy两个方向。Manhattan只对x,y单独对比，没有综合取值
（现场情况：内心一懵。难道不是取了centroid?然后不停迭代？Manhattan distance这里可怎么用？然后简要描述了一下KNN和Kmeans，表示这道题不会）
问：CNN接触过么？对卷积和池化了解多少：
答：卷积作为一个feature extraction。然后乘以一个matrix.得到一个新的matrix
（现场情况：嗯。pooling和convolution哪个是卷积哪个是池化。很懵。）
面试感受：面完就觉得凉了。问啥啥不会。完全记不清。可能面试官可怜我，让我过了。
2.顺丰科技专业2面：
问：做过哪些项目
答：巴拉巴拉
问：简要介绍随机森林；
答：随机森林是一个分类器。然后不断有放回的提取，xxx
（现场情况：完全记不清自己答了什么，后来好像说错了不少，把他和XGBoost弄得有一些混淆）
问：逻辑回归，用的损失函数，用的目标函数
答：逻辑回归是一个分类器。损失函数cross-entropy.目标函数:softmax，函数介绍1/(1+e^x)
问：对于Unbalanced dataset有什么处理方法：oversampling接触过没有？
答：unbalanced dataset可以复制粘贴平衡，或者在取样的时候有目的的抓取来平衡。减少majior类达到数量均衡，叫undersampling， 另外一种增加minor类达到数量均衡，叫oversampling。
（现场情况：啥是oversampling?）
问：对于过拟合有什么好的方法：L1 和L2 正则区别
答：正则，增加数据，减少模型复杂度。减少迭代次数。L1正则所表示是x绝对值，L2是平方。L1更倾向于运用单一的特征而让另一个特征趋于0
（现场情况：L1是个菱形，L2是个圆，当时我脑子抽了表述成这个样子）
问：hadoop，sql了解多少：
答：hadoop分布式存储，项目中用sql做过巴拉巴拉（基本上项目相关）
3.顺丰科技HR面：
问：为什么回国/工作地点/做过什么项目，其中的难点是什么
答：巴拉巴拉
结果：最后拿了个比较低的Offer.比不上各路大佬，估计最后也会决定去。因为比较看好公司和里面做的东西
#许愿#
投递科大讯飞等公司10个岗位 >