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。