我是怎么面試的
轉行+數(shù)據(jù)組負責人+裸辭求職的經(jīng)歷讓我有了各種各樣的面試體驗，包括我面別人和被別人面。面過形形色色的人，和被面的真實題目，結合自己的思考，總結一下，就著我個人的經(jīng)歷和認知，看看有沒有什么有價值的地方，供眾多的求職朋友參考。
1. As an Interviewer
—————————
對于經(jīng)驗比較匹配的面試者，往往表現(xiàn)地更自信，面試過程也會更有效。
例如面試者A，澳大計算機科學的本科，畢業(yè)項目用深度學習算法進行人臉和舌頭圖像分析的多疾病識別。這個項目是他簡歷上跟數(shù)據(jù)唯一相關的內(nèi)容，為了能跟他有效溝通，我提前花了半個小時去思考這個研究的難點、意義以及研究流程，并做了電子筆記?？上КF(xiàn)在找不著了。
面試過程我花了大半時間跟他聊這個項目，我問了很多也學習了很多。聊下來的結果是我認為這些他做的東西雖然沒有說多難，但是A在回答我的疑問時都有足夠合理的解釋，并思路清晰。加分。
一位候選人如果以前的經(jīng)驗不太匹配，在原領域是需要做出令自己驕傲的工作成果的，ta的潛力就得通過歷史學習或者工作記錄體現(xiàn)。就像有另個面試者簡歷上寫喜歡英語，結果一問四級都沒過，這不是搞笑嘛。
類似的情況還有很多個，電話面試的大多是港澳歐美的名校學生，現(xiàn)場也面過不少能力強的浙大在校生。有數(shù)據(jù)相關經(jīng)驗的，我大多會提前了解下，畢竟我自己基礎往往不如他們。萬幸雖然我對機器學習深度學習涉獵不深，但經(jīng)驗讓我能夠從大方向上理解一個相關問題大概要怎么解決，有什么樣的難點。這讓我能夠深挖被面試者簡歷上內(nèi)容的真正價值。
好了，到這里你們已經(jīng)發(fā)現(xiàn)我面試別人的套路了。那就是去挖掘被面試者的強點，而非揪出其弱點，在這個過程中去權衡其與我司的匹配程度。當然，前提是來我司找工作或實習的人一般都沒有同行業(yè)的工作經(jīng)驗，我的關注點必須放在數(shù)據(jù)挖掘領域的基本能力上。
那我是怎么保證能吸引到優(yōu)秀的候選人呢？
聊工作經(jīng)歷的過程中，保證聊天過程是有來有回的。每一輪提問要盡量結合前面的回答，這需要我有足夠的認知；
對其個人經(jīng)歷表示好奇，了解其個人職業(yè)思考；
分享我司該崗位的情況，保證面試過程有雙向反饋；
提供個人建議，不管是通過還是拒絕。
但是也有一些面試者，學歷和技能往往也不錯，但過往可能經(jīng)歷過不太順利的事情，出現(xiàn)很不自信的情況。這種情況需要盡量克服，越往后越發(fā)現(xiàn)，自信幾乎影響一切。
現(xiàn)場面過一位南京大學的碩士，是一位女生，非相關專業(yè)畢業(yè)的。畢業(yè)之后在她專業(yè)領域內(nèi)的公司做數(shù)據(jù)分析。簡歷上主要寫了很多數(shù)據(jù)分析的學習項目，例如kaggle上的初級項目。
我本來挺懷有期望的，能跟這樣背景的人聊一聊，我自己應該也能有所收獲。雖然簡歷上可以看出其對算法的學習比較淺，但也可以進行一次有效的溝通，分享下各自的認識。
結果很不如意，我自己有時候就不太自信，但她表現(xiàn)出來的太太不自信了，不太敢說話，也沒有表達欲望。提的問題只能得到很表層很簡短的回答，想聊下去都比較困難。最后不歡而散了，她沒有獲得有價值的信息，我當然也沒有。
所以，我的建議是，勇敢點，去展示你自己。除非hr瞎約的面試，面試過程就應該是有來有回的，你跑大半個城市花大半天時間總要想法子搞點收獲吧。一個有效的面試過程會讓你覺得，面試官可以給你很好的職業(yè)建議，因為很少有人能像面試官那樣去了解你的專業(yè)技能。不管能不能拿下面試，自信地去展示自己，這樣少則可以收獲到一個較愉快的聊天，多則可以收獲一個改變你職業(yè)發(fā)展的建議。
自信的另一個表現(xiàn)是勇敢，也是好事。還面過一位浙大的實習生，才研一，雖然沒什么經(jīng)驗，方向也不太一致，但人很聰明，特別勇敢。
考慮到我們組的技術部分已經(jīng)足以應付業(yè)務需要了，一位沒有任何經(jīng)驗的實習生過來，主要時間都要花在熟悉現(xiàn)在的工作成果上，而在以業(yè)務為導向的公司，脫離業(yè)務學習技術毫無意義。從她的角度上，我認為價值不大。我給出的建議是在學?？梢远鄬W一些技術方向，廣度和深度上都更有利。
她仍然很固執(zhí)，覺得愿意去學她就能做的好。在校生在面臨工作機會時，總是把自己往公司的要求上去匹配，覺得自己都能勝任。更成熟的做法是去匹配自己的興趣和成長。
不過，她這樣積極的心態(tài)和勇敢的作風，讓我很有同感?，F(xiàn)在我們是朋友，還常常聯(lián)系，分享各自的認識和思考。
2. As an Interviewee
—————————
下面講講我面試的一些經(jīng)歷吧，具體對應的公司我就不說了。對于想轉行的人來說，可能更關注的是這些具體的問題了。
主要面試過程都是個人工作經(jīng)歷和硬技能，前者可能會聊的比較深。這部分這里就不介紹了。
然后大部分會深入到技術上，問一兩個sql題、邏輯思維題和算法理解。
面試遇到的SQL題
西二旗某司有道sql題如下：取連續(xù)3次及以上出現(xiàn)的num數(shù)。我大概記住的數(shù)據(jù)如下，下面的數(shù)據(jù)只有num=2連續(xù)出現(xiàn)了3次，因此結果是2。這個應用場景我沒怎么想，不知道為什么有這樣的需要。我當時的思路貼在下面，肯定還有其他更優(yōu)的思路，這類題更偏邏輯思維能力。
另外有一個類似python split的功能問題，數(shù)據(jù)如下。取出對應的統(tǒng)計次數(shù)。大概的應該場景應該是，埋點統(tǒng)計按逗號分隔了，轉成行的一個問題。我當時只想到用substring_index，然后遇到逗號數(shù)量不一致問題不知道怎么解決?；貋碇匦略嚵艘槐椤?/span>
實際上，這個問題我以前遇到過，我會用python去做。sql和python解決方案如下：
其他印象深的還有，分層抽樣問題。。。我不會。。。沒考慮過此類問題。數(shù)據(jù)量小的往往只想著用python去做，但大數(shù)據(jù)還是要用hive ql去取數(shù)。大家自己去學習下。
面試遇到的邏輯問題
美團二面聊過一個邏輯題，雖然我一直沒覺得這種題對算法能力有什么考察效果，但這種題目印象就是會比較深。說的是，有100個硬幣，10個反面90個正面，你無法感知正反面，怎么分成兩堆使其正面?zhèn)€數(shù)一樣。這個題目肯定要想到硬幣肯定需要翻轉正反面，不然啥操作空間都沒有。最起碼要想到這點，然后找面試官確認，否則我覺得在這道題上肯定是不過關的。最后答案見本節(jié)最后。
另一家互金公司一面做撲克牌的概率題，二面有個題挺好，難度也夠。有25匹馬，5個跑道，沒有計時器，最少通過多少次賽跑可以把這25匹馬按速度排序。這個題目背后其實就是算法，所以也能看出面試者問題拆解的能力，面試者肯定不是一定要你給出具體的正確數(shù)值。第一步25匹馬都需要跑一次，需要5輪，第二步就可以對局部排序的再排序了。能想到重要的思路并且敢說，基本就不錯了。我也用這個題目問過一些同學，發(fā)現(xiàn)還是挺難的，面試當場幾分鐘甚至幾十秒能到完整思路算很不錯了。
另有一道，怎么把40g的橡皮泥分成4團，使得能稱出1到40任意重量的東西。突然拿到這種題目也可以有很多思路，除非你特別擅長這些總能直接想到正確方向。
就像我最先想到的是，1**2+2**2+3**2+4**2，但是這個結果等于30，所以肯定不是，然后就會想對40進行因式分解，試了半天發(fā)現(xiàn)也不太行。最后就會想歸納法，稱1g的話，需要1g的橡皮泥，2g的可以通過3-1來得到，所以還需要3g的橡皮泥，這樣最多能稱4g=3+1的物品，5又可以通過9-4來得到，以此類推，1+3+9能覆蓋13g的重要，在需要一個27g去計算14g，所以是1+3+9+27，其實就是3**0+3**1+3**2+3**3=40。
這樣的答案擺在眼前的話，跟1到4的平方和，跟因式分解，都是有聯(lián)系的，下一個數(shù)其實就是81，覆蓋121g的任意取值。層層遞進剖析給面試官聽，我覺得能達到這個層面已經(jīng)很好了。
第一個問題的答案是：隨機找10個硬幣翻轉一下就OK了。
面試遇到的算法問題
因為工作中主要使用了xgboost和lr模型，會讓詳細解釋xgboost的思路，lr的話細問會問推導過程。算法細節(jié)這里不說了。
此外，會問數(shù)據(jù)結構的知識。一般問了就會讓寫排序算法，選擇排序、冒泡排序、插入排序、快速排序等。強烈建議，大家完全掌握其中最基礎的幾種。
在真實業(yè)務中，數(shù)據(jù)挖掘的內(nèi)容會基于工作經(jīng)驗提問。例如，數(shù)據(jù)的來源，特征的處理，模型的選擇，label的確定等等等等。
沒有工作經(jīng)驗的話，數(shù)據(jù)分析的要點、建模的流程等等是要掌握的。
3. 總結
————
面試是一個雙向的過程，有效的溝通是應聘和招聘成功的前提。希望大家都做好準備，勇敢表現(xiàn)自己。大家求職過程中有時候也難免遇到惡心的面試經(jīng)歷，不用過于在意，重點是要明白是自己的問題，還是面試官的問題。
最后，祝大家求職愉快。
推薦閱讀
歡迎長按掃碼關注「數(shù)據(jù)管道」