面试内容

平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识；

算法研究类 

1.文本挖掘，如领域知识图谱构建、垃圾短信过滤等；

 2.推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等；

 3.排序，搜索结果排序、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。

数据挖掘类

 商业智能，如统计报表； 

用户体验分析，预测流失用户。

以上是根据本人求职季有限的接触所做的总结。有的应用方向比较成熟，业界有足够的技术积累，比如搜索、推荐，也有的方向还有很多开放性问题等待探索，比如互联网金融、互联网教育。在面试的过程中，一方面要尽力向企业展现自己的能力，另一方面也是在增进对行业发展现状与未来趋势的理解，特别是可以从一些刚起步的企业和团队那里，了解到一些有价值的一手问题。 以下首先介绍面试中遇到的一些真实问题，然后谈一谈答题和面试准备上的建议。

面试问题 

你在研究/项目/实习经历中主要用过哪些机器学习/数据挖掘的算法？

你熟悉的机器学习/数据挖掘算法主要有哪些？

你用过哪些机器学习/数据挖掘工具或框架？

基础知识 无监督和有监督算法的区别？

 SVM 的推导，特性？多分类怎么处理？

 LR 的推导，特性？ 决策树的特性？

 SVM、LR、决策树的对比？ 

GBDT 和 决策森林 的区别？

 如何判断函数凸或非凸？ 

解释对偶的概念。 

如何进行特征选择？

 为什么会产生过拟合，有哪些方法可以预防或克服过拟合？

 介绍卷积神经网络，和 DBN 有什么区别？

 采用 EM 算法求解的模型有哪些，为什么不用牛顿法或梯度下降法？

 用 EM 算法推导解释 Kmeans。

 用过哪些聚类算法，解释密度聚类算法。

 聚类算法中的距离度量有哪些？

 如何进行实体识别？

 解释贝叶斯公式和朴素贝叶斯分类。

 写一个 Hadoop 版本的 wordcount。