阿里数据研发实习生一面总结

面试前

• 面试前有过沟通，因为当时在上课，所以约定的时间为昨天晚上7点。面试官素质很好，时间刚过电话就来了。

面试回顾

1. 面试官首先问了我最近有在做什么工作，我简单了说了些最近在学的算法（感觉答得很差，第一印象就不行了）
2. 紧接着问了些项目的事，因为我项目不多，单就其中的一个项目聊得很深。主要通过项目谈用到的机器学习算法，重点问了数据的预处理等工作（我显然没答好，项目是很久以前做的了，而且最近也没做什么项目。项目很重要，而且参加了就要尽善尽美，多用一些方法去改进结果，不然面试官都不知道哪些算法可以问，哪些不行，阿里的面试官素质很高，可能是不想虐我这样的菜鸡）
3. 之后问了一些比赛中用到的算法（我只用了Logistics回归，还没说清楚，项目不多的，对每一个项目都一定要熟悉）。然后问到了L1，L2正则化，并问了什么时候用L1，什么时候用L2（我就说了下什么是L1，L2正则化，具体的也没说清楚。）
4. 在之后看到我简历里写的爬虫，就问了我关于爬虫的一个问题：当我们在某一个网站上反复爬了很多数据的时候，网站开启反爬机制，怎么破？感觉还有涉及到一些分布式爬虫的。我的简历上还有数据可视化，问我一般做哪些可视化，一句什么时候用直方图问傻我了，汗颜。简历上写的一定要熟练，不会的技术不要瞎写。
5. 进行到“你有什么要问我的吗？”我咨询了写学习大数据研发这方面的经验，他说企业一般是需要用到Hadoop等，数据清洗工作也很重要。
6. 最后的最后，他说：我们这边对算法的要求可能更高一些，你在继续好好努力吧。我道了声谢谢，说了再见后，他说了拜拜。

个人总结

• 一定要对机器学习的算法有深入理解，一定要注意基础和细节，项目经历一定要多，而且比赛结果很重要。理论能力在实习生面试中占很大比重，实操能力也需要，但如果过不了看中基础能力的一面，何谈二面的代码能力考核。
• 加油，我会卷土重来！