分享几个大数据相关岗位的职责和面试问题

现在大数据行业如此火爆，国家和企业都需要发展大数据技术，但是人才高度稀缺，企业用人难！

而大学生们有出现这样的问题：就业难。有的岗位可能面临着几百个人竞争的情况，今天小编带大家来看看大数据相关岗位的职责和面试问题有哪些

489034603

根据业务的不同，岗位职责大概分为：

1、平台搭建类

· 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识；

2、算法研究类

·文本挖掘，如领域知识图谱构建、垃圾短信过滤等；

·推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等；

·排序，搜索结果排序、广告排序等；

·其它，· 广告投放效果分析；· 互联网信用评价；· 图像识别、理解。

3、数据挖掘类

· 商业智能，如统计报表；

· 用户体验分析，预测流失用户。

以上就是大数据的一些相关岗位职责，小伙伴会哪些了呢？又能从事哪个方面的工作呢？

下面小编再来看看面试中会实际遇到的一些问题 （这是小编亲自经历过的，各位面试的时候也会有极大的概率遇到同样的问题）

1、你在研究/项目/实习经历中主要用过哪些机器学习/数据挖掘的算法？

2、你熟悉的机器学习/数据挖掘算法主要有哪些？

3、你用过哪些机器学习/数据挖掘工具或框架？

4、基础知识

比如无监督和有监督算法的区别？· SVM 的推导，特性？多分类怎么处理？· LR 的推导，特性？· 决策树的特性？· SVM、LR、决策树的对比？· GBDT 和决策森林的区别？· 如何判断函数凸或非凸？· 解释对偶的概念。· 如何进行特征选择？· 为什么会产生过拟合，有哪些方法可以预防或克服过拟合？· 介绍卷积神经网络，和 DBN 有什么区别？· 采用 EM 算法求解的模型有哪些，为什么不用牛顿法或梯度下降法？· 用EM 算法推导解释 Kmeans。· 用过哪些聚类算法，解释密度聚类算法。· 聚类算法中的距离度量有哪些？· 如何进行实体识别？· 解释贝叶斯公式和朴素贝叶斯分类等等

5、开放问题

比如给你公司内部群组的聊天记录，怎样区分出主管和员工？

如何评估网站内容的真实性（针对代刷、作弊类）？

深度学习在推荐系统上可能有怎样的发挥？

路段平均车速反映了路况，在道路上布控采集车辆速度，如何对路况做出合理估计？采集数据中的异常值如何处理？

如何根据语料计算两个词词义的相似度？

好了，对于这个问题小编先讲到这里（当然，不会只有这些问题，每个公司的侧重点不同，在面试的时候会更趋向于公司所需要涉及的部分），小伙伴可以根据以上的问题发现自己的不足，完善自己，在这也希望各位都能找到一份满意的工作。。