数据挖掘准备

1. 收集大厂的笔试题，进行学习；
2. 机器学习算法；
3. 技能要求
4. 修改和完善简历；
5. 心得体会

1.大厂的笔试题

2013百度校园招聘数据挖掘工程师
http://www.cnblogs.com/elaron/p/3325937.html

百度2014校园招聘数据挖掘笔试题
http://yjbys.com/bishi/timu/599335.html

2014 百度笔试 机器学习及数据挖掘
http://www.xuebuyuan.com/2127455.html

2015腾讯校招（数据挖掘）笔试题
http://www.xzhichang.com/Strategy/Article_107088.html

2.补充理论知识

并行化

Weka http://www.cs.waikato.ac.nz/ml/weka/

Mahout http://mahout.apache.org/

Latest release version 0.9 has

• User and Item based recommenders
• Matrix factorization based recommenders
• K-Means, Fuzzy K-Means clustering
• Latent Dirichlet Allocation
• Singular Value Decomposition
• Logistic regression classifier
• (Complementary) Naive Bayes classifier
• Random forest classifier
• High performance java collections
• A vibrant community

并行化程序设计的四步走  http://www.cnblogs.com/me115/archive/2011/01/24/1943189.html

3.技能要求

腾讯研究员的答案 http://www.zhihu.com/question/25565713/answer/31981961

1.机器学习算法的理解，比如常见的算法的基本思想原理、应用场景、特点和求解方法。可以从两个分支考察，一个是使用经验，比如实际的一些参数设置啊，使用技巧什么的，面向H类。还有就是一些算法的实现方法，面向I类。
2.实际的项目经验，特别是数据挖掘工作。一方面考察他之前的工作情况，另外也看他的归纳总结能力与解决问题的能力。针对项目的一些细节提问，也可以看出他的做事方式和对一些知识的掌握情况。
3.对于业务的理解能力和敏感性，可以结合实际工作中的一些问题来考察。即使没有实际工作经验，也是可以看出他们在这个方面的潜力。同时也考察出理论和实际结合的能力。
4.沟通表达能力。相对于程序员，数据挖掘岗位对这个能力的要求高出不少。在整个面试的过程中，其实都有对这个能力的考察。

参考资料：

1. http://www.cnblogs.com/tornadomeet/
   
2. http://blog.csdn.net/heyongluoyao8
   
3. http://www.zhihu.com/question/25565713