现在大数据行业如此火爆,国家和企业都需要发展大数据技术,但是人才高度稀缺,企业用人难!而大学生们有出现这样的问题:就业难。有的岗位可能面临着几百个人竞争的情况,今天小编带大家来看看大数据相关岗位的职责和面试问题有哪些
722680258
根据业务的不同,岗位职责大概分为:
1、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;
2、算法研究类
·文本挖掘,如领域知识图谱构建、垃圾短信过滤等;
·推荐,广告推荐、APP 推荐、题目推荐、新闻推荐等;
·排序,搜索结果排序、广告排序等;
·其它,· 广告投放效果分析;· 互联网信用评价;· 图像识别、理解。
3、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。
以上就是大数据的一些相关岗位职责,小伙伴会哪些了呢?又能从事哪个方面的工作呢?
722680258
下面小编再来看看面试中会实际遇到的一些问题 (这是小编亲自经历过的,各位面试的时候也会有极大的概率遇到同样的问题)
1、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?
2、你熟悉的机器学习/数据挖掘算法主要有哪些?
3、你用过哪些机器学习/数据挖掘工具或框架?
4、基础知识
比如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等等
5、开放问题
比如给你公司内部群组的聊天记录,怎样区分出主管和员工?如何评估网站内容的真实性(针对代刷、作弊类)? 深度学习在推荐系统上可能有怎样的发挥?路段平均车速反映了路况,在道路上布控采集车辆速度,如何对路况做出合理估计?采集数据中的异常值如何处理?如何根据语料计算两个词词义的相似度?
好了,对于这个问题小编先讲到这里(当然,不会只有这些问题,每个公司的侧重点不同,在面试的时候会更趋向于公司所需要涉及的部分),小伙伴可以根据以上的问题发现自己的不足,完善自己,在这也希望各位都能找到一份满意的工作。。
注意:想学习大数据技术的伙伴请加图片下方的学习交流群,群里有大量视频可自行下载。大家关注小编可以获取更多新消息的哦!!