签到天数: 141 天 连续签到: 1 天 [LV.7]常住居民III
|
上周有位HR在微信后台回复说,想看一些有关HR招聘技术岗位的文章。其实我想说的是,HR并不是直线经理,专业部分的面试技巧还是交给他们吧。今天主页君跟大家分享一位网友去阿里面试的过程,正好我们可以看看,这位求职者经历了怎样的一个过程,看看是不是能对我们有点启发~~拿去,不用谢!哈哈
“我投的岗位——软件研发工程师,到了面试现场,选择了Java语言(有对应的面试官)。不过,后面进行了交叉面试,被推到了“数据研发”岗位。”
一面
1
首先,自我介绍。
我:“我做过两个项目。写过几篇论文和专利。还参加过阿里巴巴大数据竞赛。同时,出于个人兴趣,我还阅读了一下HDFS的少部分源码,理解了一下HDFS的核心思想,实现了一个功能非常简单,并且还不完善的HDFS。”
面试官1:“说一说你写的论文中的某一篇的创新点?”
我:“我写的文章或者专利,主要遵循一个原则:将已有的理论或者模型应用到新的场景中。所以,都是偏向应用的。重点说说这篇论文吧。首先,从奇异值分解说起吧……”
大概讲了几分钟后。面试官1打断我:“你做的这些东西都偏向数据挖掘方向,为什么没有投数据挖掘呢?”
我:“因为,按照我的理解,数据挖掘这个岗位需要对机器学习算法有深入研究,然而,我做的偏向于对数据挖掘算法的应用。所以,我想投研发,偏向数据挖掘和分布式方向,从基础做起。”
面试官1:“其实,你的优势是做过数据挖掘。这样吧,我先找一个数据研发的面试官对你进行一下面试。等会儿,你再来我这。”
虽然自己也系统地学习过机器学习算法,但是接触时间太短(几个月),研究不够深入,只在比赛中用过少数几种算法:LR、RF和GBRT。自己的优势在于对数据的理解和特征的提取,以及算法的应用。而算法推导过程并不清楚,只是理解了其思想。我怕被问得太细致,所以不是很情愿。不过,在面试官1的坚持下,最终还是同意了。
看到第二个面试官的牌子上写着“数据研发”,我稍微舒了口气;幸好不是“数据挖掘”。
今年,“数据研发”岗位招人挺多的,很多都是去小微金服。面试完之后,我觉得“数据研发”的岗位要求是这样子的:
熟练掌握基本的SQL语句;因为有一道笔试题目。
我觉得阿里应该用自己的ODPS-SQL(类似于Hive)进行数据研发,虽然这个平台挺复杂的,但是面试的时候的要求并不高。只要掌握基本的内建函数和SQL语句就行了:select, group by…。我在比赛过程中,写过几万行SQL代码(去重之后几千行),没有用到过索引和视图;经常用到内建函数,偶尔使用UDF(用户自定义函数)。但是,写的代码不包含索引、视图和UDF。也没有考优化(其实我也不懂)。
有数据研发方面的相关经历,面试官似乎很注重这一项。我参加过阿里巴巴大数据竞赛。
对数据研发有一些自己的看法。这个很关键,一定要思路清晰。我主要在讲比赛中的模型:数据的预处理->训练集、预测集->特征提取->进一步处理->正负样本比例->训练->预测。
当然会用写MapReduce的话就过更好了。阿里的平台提供了MapReduce,估计工作中会用到。这边有个详细的介绍:超级啰嗦版ODPS MapReduce入门
2
然后,跟第二个技术面试官开始交流。
面试官2:“自我介绍一下吧。”
我:“刚才介绍过其他经历了。那我主要介绍下与数据研发相关的经历吧。”然后,简单说了下自己参加的阿里巴巴大数据竞赛。
面试官2:“行。先做一道题目吧。”
面试官给了我一道SQL的题目:给定一个表,共四列:user_id, brand_id, time, cnt(花的钱数)。从这个表里面选出用户B对每个品牌brand购买的总额度。
一看到,有点窃喜,这跟我竞赛做的东西太相似了。跟面试官进行简单沟通后,很快写出来了;不过还是怕做错,检查了很久才拿给面试官2。顺便提了一下,如果需要处理字符串的话,我会用ODPS-SQL里面的UDF。面试官看了下程序,没说什么,就放到了一边。
后面,我们主要在讨论阿里巴巴大数据竞赛:我做了什么,用什么模型、算法做的,准确率是多少。(这块讨论时间最多)
还好,我主要讨论的是对业务和数据的理解,没有深入讨论数据挖掘算法。讨论很顺利。结束之后,面试官2把我带回面试官1。
回来后,继续与面试官1主要讨论我写的论文。由于之前对自己写的论文进行过总结,思路很清晰。并谈论了写论文的体会和收获。
总之,第一面的面试官很和蔼,交谈也很开心。
再次稍微提一下:个人觉得面试官主要有两类,一类是用技术把你问死,从而判断你对技术的掌握深度。另一类是,简单的技术问题之后,让你去表现,引导你来讲,从而看你这个人的思想、表达能力、个人观点等综合素质。
当然,一个面试官如果看到你不善于表达,就只能一直问你问题了。
很荣幸,我碰到的是第二种面试官。面试跟聊天一样轻松。
最终,顺利通过。
二面
3
二面的面试官是做Java研发的。
刚开始,还是讨论比赛和分布式。后面问了我一道大量文本处理的问题“找出一个大文本中的Top3的字符串”。没有做过这方面的研究,答的不好。
Java问题:“讲一下JVM的结构。”
网络问题:“TCP/IP的三次握手、四次挥手”
然后,就开始问关于JavaWEB的问题。
这方面我只是了解过,面试官3说:”没事,说下自己的理解就行了。“
面试官3:“淘宝用户的数据(购物车……)存在那里?怎么满足高并发?”
这方面不了解,面试官让我自由发挥;回答的也不好。
面试官3:“那我们问一下你的算法问题。输入两个整型数组,返回一个数组:两个数组中的公共值。”
其实,到这个时候,自己有点思路混乱了,有点紧张。我从快速排序算法开始写,然后用的方法也不是最好的。面试官不是很满意。
后面吃午饭的时候,我想到其实可以为O(nlgn)排序后,再O(m+n)就可以了。跟别人讨论的时候,我想到,针对某些特殊的情况;其实这个可以用哈希的思想来做。复杂度O(K),K为数组中的最大值。请输入标题
面试官3:“考一下你对递归的掌握。写一个函数,输入int型,返回整数逆序后的字符串。如:输入123,返回“321”。 要求必须用递归,不能用全局变量,输入必须是一个参数,必须返回字符串。”
当时,只做到了逆序输出(打印),并没有做到逆序返回字符串。
吃完午饭,跟别人讨论的时候,我突然想到这个要用到二叉树递归求解深度、叶子数等问题的一些思想:每次返回的时候加上上一次的返回值。
这个时候,面试官不是很满意,正好也该吃饭了。然后,面试官3说:“这样吧。我帮你找个数据研发的,你再去面试一下。让他来做评价吧。”虽然不情愿,但是还是同意了。毕竟这次表现太差了。
为了避免下午问到同样的问题。午饭后,跟其他同学把算法问题讨论明白了。
4
然后就是面试官4,还属于二面阶段。
面试官4:“就当做我们在聊天,讨论技术问题。讲一下你的相关经历吧。“
这样就放松了很多,像前面一样,对不相关的经历一句话概括。最后重点讲述阿里巴巴大数据竞赛。
面试官4对竞赛挺感兴趣,所以,就从头到尾一直围绕竞赛来讲。主要讨论到了模型、算法、特征。重点讨论了我对数据的理解,并且得到了面试官4的认可。
我说:“比赛的时候,我们每天都要盯着数据提取特征。如果,仅仅把这个当作数字来看,确实很枯燥。但是,我们会把它当作一种用户行为对待和分析。这样就变得很有趣了。比如,数据清洗后,我看到某个用户每天都在点击某一个品牌,他就是不买,很显然这就是屌丝;有些人一直在购买,明显的高富帅啊。”
总之,就是很轻松地在聊比赛相关的事情,以及自己对数据的理解。
最后,顺利通过。 |
|