骨骼QA电面

Job Hunting Interview
, , , , , ,
1

闲言碎语不多讲，上来寒暄了几分钟就开始问问题。用的是hangout视频聊天。

  1. forecast search query in country A in year XXXX

我分成了三段来讲

  • 1） 建模，我没做过forecast所以time series model报了几个，说是要给range，可是我他么没做过，怎么estimate range，总之是open ended，估计也可以建模，看有啥因素影响search query啥的

  • 2） 市场分析，分析一下竞争者和用户需求

  • 3） 成本分析，虽然不差钱

  1. 关于linear regression collinearity和feature selection
  • 大概就是collinearity有何影响以及如果处理
  1. 关于linear regression的beta estimate，如果不是square而是absolute怎么搞

  • 完全不会，想到啥说啥

  • 核心是mean和median的区别

  1. coding, select best N features
  • 用pseudocode的python写了个loop
  1. 我问问题

================================

说是周五前给结果，我自己感觉很不好。面试官非常nice，当我一脸懵逼地瞎说一气时，他及时加入，给我反馈，然后自己一边推导，一边给我解释，然后问我下一步该干啥。

我也不是专业统计出身，很多专业问题都答不上来，没啥思路，听天命吧。

补充:

妹想到啊，居然没有直接拒我，很厚道地给了第二次电面的机会，说是interviewer想要在某些方面再考察一下，果然在毫无压力放飞自我的时候反而有一线曙光，一定是被我不按套路出牌震住了233然而我不想再折腾就不继续了

2

请问楼主best features是按照什么判断的呢？

这个题是面试官自己写了个解决思路，然后我只是implement。所以感觉google并不是很在乎你是不是会算法，更看重的是统计知识和基本的编程能力。

具体做法是先从features里排列组合选5个，然后for loop对每5个进行fit model，算出mean squared error，然后选出最小的mse

3

楼主之所以问这些问题，是不是因为简历里面写了很多关于machine learning的东西啊～

我觉得他们都不看简历，就随机问问题。interviewer在面试刚开始就说，“看你并不是统计出身的，我问的这些问题，你要是没学过没听过，就用直觉回答就行，不用慌”。感觉如果是专业出身，反而会问得更细。