腾讯机器学习实习岗——二面

腾讯机器学习实习岗——二面

  首先，依旧是日常的自我介绍+项目介绍，然后面试官问了一下我的职业规划，我自己的大概是先努力学习沉淀自己的技术，当达到一定水平了，也有一定资历了，有机会的话会往项目经理的方向走，但技术是更新换代极快的，任何时候都要养成学习的习惯。然后针对项目问了我对于数据处理的方法，我回答了降噪、缺失值处理、平稳性检验、去除周期性等（面完之后才想起这里应该再说一下对不平衡数据的处理）。然后又接着问了对特征的处理，就回答了PCA、ICA、格兰杰因果检验、Tensorflow中自带的相关性分析等一些方法。
  然后问了我对推荐系统的了解，我就如实说了，之前确实没有接触太多，是上次面试之后知道这边主要做推荐系统所以去学了一下，然后主要说了协同过滤推荐，包括基于用户的UBCF、基于项目的IBCF以及基于模型的MBCF，讲了一下他们的流程，优缺点和应用场景。但是刚说到MBCF的时候面试官打断了，说进行下一个问题，我不知道是自己说的不好还是面试官相信我对它有所了解。
  由于简历里写了一个数据库的项目，这里真的真的提醒大家，简历上的东西，要么别写，要么就写自己非常了解的，这个项目是两年之前的了，自己也没花时间去复盘，所以回答的稀烂。首先问了一下数仓，做过数据分析的同学一定熟悉，但是我项目中的数据是电网直接导出的csv文件，所以不熟。问了如何查看所有的表（SHOW TABLES）、UNION和UNION ALL的区别(一个去重一个不去重)、以及INNER JOIN和LEFT JOIN的区别（返回不同、数量不同、记录属性不同）。
  然后问了一个冒泡排序的流程，是的ÿ