平台研究類
資料計算平台搭建，基礎演算法實現，當然，要求支援大樣本量、高維度資料，所以可能還需要底層開發、平行計算、分布式計算等方面的知識；
演算法研究類
資料探勘類
商業智慧型，如統計報表；
使用者體驗分析， **流失使用者。
有的應用方向比較成熟，業界有足夠的技術積累，比如搜尋、推薦，也有的方向還有很多開放性問題等待探索，比如網際網路金融、網際網路教育。在面試的過程中，一方面要盡力向企業展現自己的能力，另一方面也是在增進對行業發展現狀與未來趨勢的理解，特別是可以從一些剛起步的企業和團隊那裡，了解到一些有價值的一手問題。
以下首先介紹面試中遇到的一些真實問題，然後談一談答題和面試準備上的建議。
面試問題
基礎知識
1 無監督和有監督演算法的區別？
2 svm 的推導，特性？多分類怎麼處理？
3 lr 的推導，特性？
4 決策樹的特性？
5 svm、lr、決策樹的對比？
6 gbdt 和 決策森林 的區別？
7 如何判斷函式凸或非凸？
8 解釋對偶的概念。
9 如何進行特徵選擇？
10 為什麼會產生過擬合，有哪些方法可以預防或克服過擬合？
11 介紹卷積神經網路，和 dbn 有什麼區別？
12 採用 em 演算法求解的模型有哪些，為什麼不用牛頓法或梯度下降法？
13 用 em 演算法推導解釋 kmeans。
14 用過哪些聚類演算法，解釋密度聚類演算法。
15 聚類演算法中的距離度量有哪些？
16 如何進行實體識別？
17 解釋貝葉斯公式和樸素貝葉斯分類。
18 寫乙個 hadoop 版本的 wordcount。
……
1 給你公司內部群組的聊天記錄，怎樣區分出主管和員工？
2 如何評估**內容的真實性（針對代刷、作弊類）？
3 深度學習在推薦系統上可能有怎樣的發揮？
4 路段平均車速反映了路況，在道路上布控採集車輛速度，如何對路況做出合理估計？採集資料中的異常值如何處理？
5 如何根據語料計算兩個詞詞義的相似度？
7 如何判斷自己實現的 lr、kmeans 演算法是否正確？
8 100億數字，怎麼統計前100大的？
……
-用過什麼演算法？
1 最好是在專案/實習的大資料場景裡用過，比如推薦裡用過 cf、lr，分類裡用過 svm、gbdt；
2 一般用法是什麼，是不是自己實現的，有什麼比較知名的實現，使用過程中踩過哪些坑；
1 基礎演算法要多說，其它演算法要挑熟悉程度高的說，不光列舉演算法，也適當說說應用場合；
2 面試官和你的研究方向可能不匹配，不過在基礎演算法上你們還是有很多共同語言的，你說得太高大上可能效果並不好，一方面面試官還是要問基礎的，另一方面一旦面試官突發奇想讓你給他講解高大上的內容，而你只是泛泛的了解，那就傻叉了。
1 主流的分布式框架如 hadoop，spark，graphlab，parameter server 等擇一或多使用了解；
2 通用演算法包，如 mahout，scikit，weka 等；
3 專用演算法包，如 opencv，theano，torch7，ictclas 等。
-對知識進行結構化整理，比如撰寫自己的 cheet sheet，我覺得面試是在有限時間內向面試官輸出自己知識的過程，如果僅僅是在面試現場才開始調動知識、組織表達，總還是不如系統的梳理準備；
-從面試官的角度多問自己一些問題，通過查詢資料總結出全面的解答，比如如何預防或克服過擬合。
-演算法要從以下幾個方面來掌握:
產生背景，適用場合（資料規模，特徵維度，是否有 online 演算法，離散/連續特徵處理等角度）；
原理推導（最大間隔，軟間隔，對偶）；
求解方法（隨機梯度下降、擬牛頓法等優化演算法）；
優缺點，相關改進；
求解方法（隨機梯度下降、擬牛頓法等優化演算法）；
對知識進行結構化整理，比如撰寫自己的 cheet sheet，我覺得面試是在有限時間內向面試官輸出自己知識的過程，如果僅僅是在面試現場才開始調動知識、組織表達，總還是不如系統的梳理準備；
從面試官的角度多問自己一些問題，通過查詢資料總結出全面的解答，比如如何預防或克服過擬合。
由於問題具有綜合性和開放性，所以不僅僅考察對演算法的了解，還需要足夠的實戰經驗作基礎；
先不要考慮完善性或可實現性，調動你的一切知識儲備和經驗儲備去設計，有多少說多少，想到什麼說什麼，方案都是在你和面試官討論的過程裡逐步完善的，不過面試官有兩種風格：引導你思考考慮不周之處 or 指責你沒有考慮到某些情況，遇到後者的話還請注意靈活調整答題策略;
和同學朋友開展討論，可以從上一節列出的問題開始。
1 基礎演算法複習兩條線
-材料閱讀 包括經典教材（比如 prml，模式分類）、網上系列部落格，系統梳理基礎演算法知識；
-面試反饋 面試過程中會讓你發現自己的薄弱環節和知識盲區，把這些問題記2錄下來，在下一次面試前搞懂搞透。
總結
如今，好多機器學習、資料探勘的知識都逐漸成為常識，要想在競爭中脫穎而出，就必須做到
**保持學習熱情，關心熱點；**
**深入學習，會用，也要理解；**
**在實戰中歷練總結；**
**重點內容**積極參加學術界、業界的講座分享，向牛人學習，與他人討論。
機器學習 資料探勘 演算法崗位面試題彙總
幾個月前剛剛經歷校招，投的多是機器學習和演算法相關的崗位，特此分享面試中遇到及自己認為比較重要的內容 1 過擬合和欠擬合怎麼判斷，如何解決？答 主要可以通過訓練誤差和測試誤差入手判斷是否過擬合或欠擬合。一般而言訓練誤差很低，但是測試誤差較高，過擬合的概率較大，如果訓練誤差和測試誤差都很高，一般是欠擬...
資料探勘 機器學習 大資料比賽羅列
最近自己想參加一些如題型別的比賽，卻發現找不到。自己知道的比賽平台要麼已經截止報名，要麼就是快結束了，內心真是一萬匹馬在奔騰。好不容易選了個阿里 的比賽，花了兩天時間初步實現了一種方法，提交結果還不錯，至少能進二期，卻發現由於自己沒看比賽規則，需要那啥實名驗證，而被直接淘汰。想想就心酸。看來有必要整...
大資料架構簡述（四） 機器學習和資料探勘
機器學習 machine learning,ml 是一門多領域交叉學科，涉及概率論 統計學 逼近論 凸分析 演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。1 監督式學習 輸入 訓練資料 每組資料有明確的標識...