400-650-7353
首页 > IT就业指南 > 求职攻略 > 想去谷歌/微软/Uber等大牛公司做数据分析,最新面试真题

想去谷歌/微软/Uber等大牛公司做数据分析,最新面试真题

2018-02-13 11:34:22 来源:互联网 荐:IT资料豪华升级版,点击加群领取

来自 Glassdoor 的最新数据可以告诉我们各大科技公司最近在招聘面试时最喜欢向候选人提什么问题。首先有一个令人惋惜的结论:根据统计,几乎所有的公司都有着自己的不同风格。由于 Glassdoor 允许匿名提交内容,很多乐于分享的应聘者向大家提供了 Facebook、谷歌、微软等大公司的面试题。小编把应聘者提供的数据分析面试题整理成今天这篇文章供大家参考。更多面试笔试题目,请关注优就业求职攻略栏目。

通用问题

Apple

1. 如果你有几百万用户,每个用户都会发生数百笔交易,这些交易存在于数十种产品中。你该如何把这些用户细分成有意义的几类?

Microsoft

1. 描述一个你曾经参与的项目,以及它的优点。

2. 如何处理具有高基数(high-cardinality)的类属特征?

3. 如果想要给 Twitter feed 写 summarize,你要怎么办?

4. 在应用机器学习算法之前纠正和清理数据的步骤是什么?

5. 如何测量数据点之间的距离?

6. 请定义一下方差。

7. 请描述箱形图(box plot)和直方图(histogram)之间的差异,以及它们的用例。

Twitter

1. 你会使用什么功能来为用户构建推荐算法?

Uber

1. 选择任何一个你真正喜欢的产品或应用程序,并描述如何改善它。

2. 如何在分布中发现异常?

3. 如何检查分布中的某个趋势是否是由于异常产生的?

4. 如何估算 Uber 对交通和驾驶环境造成的影响?

5. 你会考虑用什么指标来跟踪 Uber 付费广告策略在吸引新用户上是否有效?然后,你想用什么办法估算出理想的客户购置成本?

LinkedIn

1.(对大数据工程师)请解释 REST 是什么。

机器学习问题

Google

1. 为什么要使用特征选择(feature selection)?

2. 如果两个预测变量高度相关,它们对逻辑回归系数的影响是什么?系数的置信区间是什么?

3. 高斯混合模型(Gaussian Mixture Model)和 K-Means 之间有什么区别?

4. 在 K-Means 中如何拾取 k?

5. 你如何知道高斯混合模型是不是适用的?

6. 假设聚类模型的标签是已知的,你如何评估模型的性能?

Microsoft

1. 你有哪些引以为豪的机器学习项目?

2. 随便找一个机器学习算法,然后描述它。

3. 请解释 Gradient Boosting 是如何工作的。

4.(对数据挖掘工程师)请解释决策树模型。

5.(对数据挖掘工程师)什么是神经网络?

6. 请解释偏差方差权衡(Bias-Variance Tradeoff)。

7. 如何处理不平衡二进制分类?

8. L1和L2正则化之间有什么区别?

Uber

1. 你会通过哪种特征来预测 Uber 司机是否会接受订单请求?你会使用哪种监督学习算法来解决这个问题,如何比较算法的结果?

推荐阅读:

IT面试题:腾讯往年数据分析师常见的面试问题集锦 

免责声明:本文来源于网络,由网友提供或网络搜集,仅供个人交流学习参考使用,不涉及商业盈利目的。如有版权问题,请联系本站管理员予以更改或删除。谢谢合作!

热门标签: 数据分析面试真题

推荐阅读

 
 
咨询中心
优就业微信扫一扫
微信扫一扫

400-650-7353

加入官方微博