數據挖掘實習生面試會被問到哪些問題？

12-24

包括數據挖掘相關的實習職位，比如推薦系統，廣告演算法實習生等。

新春第一答竟被位摳腳大漢@wepon 邀了，多謝看得起在下了，安利一波wepon大神在github開源的數據挖掘類比賽代碼庫，裡面竟然全是優質高清不打碼的原碼！！！需要的朋友猛戳此處高價廣告位:wepe (wepon)，代碼分享我只服他~~~
說實話，本人實習就準備了阿里，因為阿里實習招聘最早（實習的要抓緊上車，內推3月份就開始），到手offer就沒怎麼準備其他公司了。實習可以說是半隻腳踏入校招，還是值得認真對待的，尤其阿里校招縮招，實習重要性你懂的。
下面就逼逼摻雜點正式校招面試的問題吧，大致被問到的主要有以下幾類：

項目相關問題，建議不要在簡歷上寫崗位無關的項目啦，沒項目就多參加些比賽，在此必須感謝Kaggle、阿里天池、DC、Kesci等平台給我們提供的這麼好鍛煉機會~在github能搜索相關冠軍源碼學習，kaggle分享為最。同時保證對簡歷上項目演算法細節非常了解，被問住了就有點呵呵了，甚至相關知識點能延伸去和主導與面試官聊天，平時還需多看相關paper和博客了解點目前機器學習前沿知識，深度學習與人工智慧等等，面試官還是很希望聽到內容，把面試官聊嗨聊爽了面試也就結束了。
機器學習演算法理解，面試官挺喜歡問聚類、LR、SVM、隨機森林、GDBT、xgboost、EM演算法、神經網路等等常規演算法，以及簡單演算法聚類、LR、隨機森林等hadoop分散式實現。有時也要求現場推導，常見的就是LR求導（必考，劃重點啦），SVM的最優化公式，優化方法BFGS推導等，李航的《統計學習方法》與周志華的西瓜書刷三遍准沒錯。擴展方面，比如自然語言的word2vec原理（word2vec 中的數學原理詳解（三）背景知識）與主題模型LDA（《LDA數學八卦》很贊），圖像方面可以聊聊alexnet（論文很贊）、vgg-net等，推薦系統（項亮《推薦系統》還是很值讀一讀的）,計算廣告FFM演算法（參考美團深入FFM原理與實踐 -），AlphaGo原理。
數據結構演算法，畢竟碼農基本功，一般問題不會太難，仔細想沒什麼問題（適合國內公司bat，國外的公司貌似會比較難）。多練習點遞歸，哈希，動態規劃，廣搜和深搜圖論相關，多刷leetcode，多刷刷中級、高級就行了
hr問題，什麼人生觀價值觀，職業規劃，個人優缺點，為什麼選擇我們公司等等，多刷知乎此類問題，客套話多練，別說的太老實，切忌輕浮囂張自滿情緒。阿里的hr面還是卡人的，得注意~~
反問問題，有的公司會給面試者反問機會，如果不反問面試也會很尷尬，多準備些問題反問有時還能繼續聊嗨。

以後有機會再補充吧，最後，也沒什麼多說的，愛一行干一行吧，祝大家新年後找工作順利！