前言

之前面试腾讯的经验。

当年腾讯校招没有通过,很遗憾。我记得当时有一次去听腾讯公开课,在腾大楼下想去跟企鹅合影,刚想进门就被保安拦住了(十分尴尬)。

很高兴2年后能够踏上腾讯这个大船,在大厂里面贡献自己的一点力量。每天进过大堂的企鹅,感觉自己还是很幸运。感恩!

腾讯数据分析和挖掘面试总结

 

一面

  1. 自己介绍和自己的工作经历(讲最近两个公司就可以了)

Xxx

  1. 讲自己的项目

项目架构设计,自己负责的部分:

之前自己做过视频推荐,然后把数据处理,特征提取,模型部署和调优都讲了一遍

笔试:

二叉树遍历,非递归,二分查找,递归和非递归

字符串是否是子串

后面问了算法和大数据的相关知识:

你熟悉的机器学习/数据挖掘算法主要有哪些?

gbdt 的基本原理GBDT 和 决策森林 的区别?

为什么会产生过拟合,有哪些方法可以预防或克服过拟合?

SVM 的推导--写的不是很好

Hadoop的mapreduce过程

Hive做过的一些调优,数据倾斜处理方法

Hive hql 把一个纵表打横的sql语句

Spark的一些原理知识

二面

和一面一样的开场白

  1. 用过哪些机器学习和数据挖掘工具

Spark mlib ml,sklearn ,tensorflow

问了scala里面的高阶函数

  1. hive hql

不用distinct怎么进行数据去重,还有mapjoin 的原理

  1. Spark的执行过程

4、快速排序算法

5、特征的选择方法以及特征处理的技巧

把自己工作中用到的都讲了一遍

  1. 问了LR和深度学习DNN的一个问题

对LR的推导写了一遍

前面2轮感觉还是比较顺心的

三面

到了部门的总监(比较年轻)

  1. 推荐系统的架构

怎么做召回,实时推荐设计,特征更新,模型更新

  1. 兴趣标签计算
  2. kmeans怎么找最佳k值
  3. Gbdt和树模型的差异

 

还问了一下推荐线上容错,冷启动相关的问题

工作中最有成就感的事情是什么?

后面问了我是否玩游戏,最喜欢的游戏是什么?王者 段位多少?

第三面有点自己有点虚因为总监气场还是很强的

四面

经过了3轮的升级,幸运的到了经理面试(高级工程师->组长->总监->经理)这个都是一般的流程

经理面试就比较生活化了,问了一些行业的发展以及自己职业的规划,平时怎么学习。

自己对这边有什么看法?

最后面意想不到的是要我发一下我的项目代码(去掉敏感信息)到他的邮箱

后面HR说,看了我的代码后才能确定offer

后面回去把代码改了改,什么规范命名啊都仔细检查了一遍...

五面

HR 谈offer

 

背景调查,这个还是比较严的,所以要进去大厂 自己的简历是真实的,学历和工作经历最好不要造假,否则就进入黑名单了。

更多的交流可以加微信

腾讯数据分析和挖掘面试总结

相关文章: