渣渣春招实习数据挖掘，数据分析,算法岗面经

渣渣春招实习数据挖掘，数据分析,算法岗面经

腾讯：数据分析，被推到微信部门，一面挂
1、异常数据处理（假设年龄和性别缺失，应该怎么处理）
2、独立和不相关的区别
3、T分布
4、几种距离度量公式
5、knn原理，如何做回归，如何做多分类
6、k-means，如何选取最佳k值
7、spark数据倾斜
8、mapreduce对数据实现从大到小排序
9、给你一个比较急的项目，如何安排，如何规划直至如期完成？（考验抗压能力）
海康，算法岗，一面挂
1、数据挖掘的流程，你最熟悉那个流程（我选的特征工程）
2、算法层面讲一下为什么用LabelEncoder编码之后比较好
3、一个离散属性，有三个类别，离散之后训练，这时候如果来个测试集，新来了3个类别，如何做？
4、xgboost如何防止过拟合？如何输出概率？算法上怎么输出概率的？
5、海量数据寻找Topk
6、sql语句，子查询，具体忘了
7、xgboost gblinear和gbtree的区别
8、xgboost min_child_weight为什么可以防止过拟合？
9、特征选择分为几种，优缺点
10、特征有几种编码方式？优缺点
11、特征选择选出来的特征是全局最优解吗？为什么？
12、样本不平衡对什么评价指标不影响？为什么
13、模型上线了解吗？
小米：总共三面，数据挖掘岗(已发offer)
一面：
1、hdfs和别的数据库的区别，hdfs的特点
2、mapreduce详细原理
3、Hivesql内置函数
4、xgboost欠拟合如何解决？
5、拉格朗日因子的作用
6、svm的损失函数（让我说公式）
7、讲一下项目，创新点
8、java后台有没有了解？
9、写过spark没有？spark原理
10、ID3,c4.5,cart的区别
二面：经理面，简历，项目
没有问原理性的东西，都是问一下项目流程，从中学到了什么等等问题。
三面：
1、链表逆置
2、scala写代码
地平线：数据挖掘，二面（等通知）
一面：mr手写topk,项目流程，为什么这么做等等问题
二面：继续怼项目，两个sql问题，链表去重，折半查找原理

简历投了好多，由于是菜鸡，所以给面试机会的公司寥寥无几，目前阿里还在等电话，华为4月9号现场面