面试机器学习、数据挖掘、大数据岗位时遇到的各种问题

1. 平台研究类

   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；
   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。

   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。

4. 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

1  无监督和有监督算法的区别࿱