大数据面试宝典智游大数据 4 期就业获得了可喜 成绩，不过也有拿到 offer 同学表达，在面试 时候，面对咄咄逼人 面试官，内心是瓦解 （但你还是拿到。ffer 了啊）。因此小智 这篇文章意义就是定心丸。大数据波及方向较多，本文以大数据算法为主。共包括如下五方面：机器学习、大数据有关岗位 职责面试问题答题思绪准备提议总结由于各个企业对这大数据类岗位 命名也许有所不一样，例如数据挖掘/自然语言处理/机器学习算法工程师，有简称算法工程师，尚有称为搜索/推举算法工程师等，甚至有并入后台工程师 范围，因此同学们在投简历时还要视岗位得详细规定而定。1、平台搭建类数据计算平台搭建，基础算法实现，当然，规定支持大样本量、高维度数据，因此也许还需要底层开发、并行计算、分布式计算等方面 知识；2、算法讨论类1）文本挖掘，如领域知识图谱构建、垃圾短信过滤等；2）推举，广告推举、APP 推举、题目推举、新闻推举等；3）排序，搜索成果排序、广告排序等；4）广告投放效果分析；5）互联网信用评价；6）图像识别、理解。3、数据挖掘类商业智能，如记录报表；顾客体验分析，预测流失顾客。下面先简介某些面试中也许会碰到某些问题，然后谈一谈答题思绪和面试心理准备上某些提议。H、解释对偶概念。I、怎样进行特性选择？J、为何会产生过拟合，有哪些措施可以防止或克服过拟合？K、简介卷积神经网络，和 DBN 有什么区别？1、 你在讨论/项目/实习经历中重要用过哪些机器学习/数据挖掘2、 你熟悉机器学习/数据挖掘算法重要有哪些？3、 你用过哪些机器学习/数据挖掘工具或框架？4、 基础知识A、 无监督和有监督算法区别？B、 SVM 推导，特性？多分类怎么处理？C、 LR 推导，特性？D、 决策树特性？E、 SVM、LR、决策树对比？F、 GBDT 和 决策森林区别？算法？G、怎样推断函数凸或非凸?L、采纳 EM 算法求解模型有哪些，为何不用牛顿法或梯度下降法?M、用 EM 算法推导解释 Kmeans 。N、用过哪些聚类算法，解释密度聚类算法。O、聚类算法中距离度量有哪些？P、怎样进行实体识别？Q、解释贝叶斯公式和朴素贝叶斯分类。R、写一种 Hadoop 版本 wordcount 。5、开放问题A、给你企业内部群组 聊天记录，怎样辨别出主管和员工？B、怎样评估网站内容 真实性（针对代刷、作弊类）？C、深度学习在推举系统上也许有怎样 发挥?D、路段平均车速反应了路况，在道路上布控采集车辆速度，怎样对路况做出合理估量?E...
