阿里面试经历及总结(数据挖掘)+个人学习经历

//2014年10月12日

//http://bbs.stuhome.net/forum.php?mod=viewthread&tid=1466753&extra=page%3D13

http://danieljyc.github.io/2014/09/20/%E9%98%BF%E9%87%8C%E9%9D%A2%E8%AF%95%E7%BB%8F%E5%8E%86%E5%8F%8A%E6%80%BB%E7%BB%93%EF%BC%88%E6%95%B0%E6%8D%AE%E7%A0%94%E5%8F%91%E3%80%81java%E7%A0%94%E5%8F%91%E6%96%B9%E5%90%91%EF%BC%89/


阿里面试经历及总结(数据研发、Java研发方向)

先简单自我介绍下:能源学院、控制工程。实验室是电力方向,硬件为主。我自学的软件。简历详见:Resume


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:

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

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:

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。

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。
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。

三面

早就听说,今年很多进入HR面试的还是有很大可能被淘汰。于是,比较小心。

后面才知道,其实不一定是HR刷的。因为,几轮面试都通过之后,面试官还要商量到底录不录取;如果确定录取的话再给Offer。有些被刷掉的人可能是因为前面表现不好,被技术面试官刷的,并不是HRjj刷的。我听说,一般HR通过之后,数据挖掘和算法刷人比较多;对于其他岗位,很少被刷。

不过,面试官人太好了。聊着聊着,我就口无遮拦的什么都开始说了。
聊到了:平时怎样提高自身技术能力;自己的优缺点;阿里巴巴的花名等等。
面试过程中,主要强调了两点(用自己的经历):

  • 我很喜欢跟别人讨论问题,这样总会得到意外的收获。并且,还举了项目、竞赛以及平时的例子。甚至,我还说了,刚才技术面试官的问题我没有回答上来,但是,私下与其他面试的同学(我不认识)讨论过程中,我就豁然开朗了。
  • 把工作当作生活的一部分,愉快地工作。这个主要说了,我在比赛过程中,怎样把一些无聊的事情做成很有意思的事情。

最后,面试官问我还有什么问题。
我说:“参加比赛时,加了阿里旺旺的群,里面有很多内部员工,通过他们对阿里认识了很多;所以,没有要问的了。”

结束

面试,就这样结束了。出来之后,赶紧看了下自己的状态“三面通过”;过了一会突然变成了“面试结束”。 听别人,说面试结束就是挂了的意思。
于是,问了下外面的工作人员,他们说:“这是回去等通知的意思。”HR面试之后,状态是“三面通过”“四面通过”“面试结束”等。这是正常的。因为他们还要根据前面的综合表现进行筛选。并不是“面试结束“的都不到Offer,都有可能收不到的。后面听说,有的甚至“四面通过”的都不会收到Offer。
回到学校后,一直等到凌晨三十八分才收到短信。然后,兴奋了一个晚上。

总结:

对于,基础比较扎实的人,那就让面试官随便问吧。不过,我觉得任何人都有可能别问死的,因为他们想通过这种方式看看你的掌握深度。
对于我呢,基础知识一般:数据结构、排序算法和递归,能写出来;操作系统,懂一些基本理论;计算机网络,懂一些基本概念和理论。就只能充分发挥自己的竞赛、项目、论文和专利的优势了。
面试过程中,有一点很重要,把握面试官的兴趣点,并将面试官带入自己的优势。当然,如果自己的优势不是面试官非常了解的领域,但是面试官又比较感兴趣,那就更好了。对于我的几位面试官,聊天的时候,我注意到,面试官1对我的论文和专利感兴趣,面试官2和面试官4对阿里巴巴大数据竞赛感兴趣,面试官3对我的基础能力感兴趣,HR对合作能力感兴趣。面试官3只想问我的基础,虽然多次尝试把他带到我的优势(数据挖掘和分布式)上面来,但是,都被他强制带回去了。其他几位面试官,都是被我有意识地将话题转移到阿里巴巴大数据竞赛上面。正好他们都没有深入了解过这个竞赛,对此有一定的兴趣;然后,大部分时间都在讨论这些内容了。
总而言之,把自己的优势发挥到极致


最后,感谢本科同学Jason帮我我指明了学习方向,以及给我的各种建议。还有其他朋友和同学对我的支持和帮助。


你可能感兴趣的:(在大学-找工作,在大学-机器学习方面)