一面（100min）

简历部分

1.自我介绍

2.为什么不投算法岗位而是投数据分析岗位

3.说一个自己觉得讲的项目或实习经历

4.项目相关的内容

5.当数据缺失时怎么处理。除了直接舍去还有什么方法。如何使用聚类方式去填补缺失值

6.kmeans聚类的实现流程（讲了，中间讲到kmeans的初始点随机选取。接下来问...）

• kmeans的初始点如果是随机选取的话，怎么知道哪种聚类结果是好的？比如说重复了100次，哪一次聚类是最优的呢

• kmeans中的距离是怎么定义的。kmeans计算距离的权重怎么分配

• 如果是欧氏距离，那么性别（0（表未知）、1和2）和年龄（20、30和40）的这种怎么处理

• 那么两个人一个20岁的男性一个20岁的女性，两个人一个20岁男性和一30岁男性，哪一对更加接近

7.建模时怎么选出有用的变量

SQL

1.表table 字段qq号、age，得到年龄第n大的所有qq号

2.表table，字段qqx，qqy，均为qq号，表示的是左边的关注右边的。求互相关注的qq号

3.给了表格，让写出left join操作之后的结果

Python

1.对于生成器了解吗？知道xrange吗？

2.用生成器实现斐波那契数列

3.对字典按照value值进行排序

4.深拷贝和浅拷贝的区别

机器学习

1.LR的原理

2.LightGBM的原理

大数据

对于spark、MapReduce有没有过了解

Linux

使用过Linux吗

其他问题

1.有一个Tb级别的n行（n很大）1列的数据文件，如何对数据文件中的数据进行排序

2.给你一个数组，里面一堆数字，不告诉你这是什么数字。你会怎么分析

个人信息

1.工作地点在深圳，方便吗

2.对加班是什么看法

3.觉得自己比其他人的优势在哪里

4.最近在学什么东西

5.leetcode刷了多少题，正确率如何

反问问题