数据挖掘面试经验贴

bg:本人一年半左右工作经验,目前已OC,给出一些现阶段数据挖掘相关岗位的面试经验题,方便大家学习。
常问面试题:
(1)如何解决模型过拟合问题

(2)描述一下xx项目的大致流程

(3)你认为在项目中还有哪些不足与改进的地方

(4)讲述一下transformers的原理,为什么要采用多头注意力机制,为什么要采用掩码

(5)如何处理偏态分布数据

(6)如何对异常值、缺失值数据进行处理

(7)xgboost与gbdt的区别

(9)如果数据量过少,是采用增加特征的方式还是减少特征的方式

(10)最开始接触项目的时候最棘手的问题是什么

(11)lightgbm为什么计算速度会比较快

(12)深度学习loss在某个点处振荡而不收敛是什么原因

(13)保存parquet文件和保存为excel、csv等文件有什么区别

(14)什么是f1值,f1-score的计算公式

(15)xx模型的输入输出是什么

(16)如果让你来进行一个机器学习模型的构建,使之效果为良,大概需要多长时间
#面试# #面试常问题系列# #数据挖掘# #算法#
全部评论
这里面我觉得第(1)问是非常重要的,大部分面试都会问到,要做针对性的准备
点赞 回复 分享
发布于 2025-03-20 19:45 广西
能问下哪个公司吗
点赞 回复 分享
发布于 2025-03-20 16:11 重庆

相关推荐

03-26 13:04
已编辑
电子科技大学 算法工程师
xiaowl:你这个简历“条目上”都比较有深度性,但是实际上面试官又没法很好的评估你是怎么达到很多看上去很厉害的结果的。要避免一些看上去很厉害的包装,比如高效的内存复用策略的表达,如果仅是简单的一些内存共享机制,而且面试上也没有深挖的空间,就不要这样表达。比如,工程化模式本质上可能就是定义了一些abstract class,那也就没特别多值得讲的内容。建议简历上应该侧重那些你花了大量时间和精力解决、研究的问题,不要过分追求“丰富”,而是关注在技术深入度、问题解决能力的表现上。
没有实习经历,还有机会进...
点赞 评论 收藏
分享
评论
4
9
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务