一面

1．如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库？

2．如何检验一个个人支付账户都多个人使用？

3．点击流数据应该是实时处理？为什么？哪部分应该实时处理？

4．你认为哪个更好：是好的数据还是好模型？同时你是如何定义“好”？存在所有情况下通用的模型吗？有你没有知道一些模型的定义并不是那么好？

5．什么是概率合并（AKA模糊融合）？使用SQL处理还是其它语言方便？对于处理半结构化的数据你会选择使用哪种语言？

6．你是如何处理缺少数据的？你推荐使用什么样的处理技术？

二面

1．你最喜欢的编程语言是什么？为什么？

2．对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。

3．SAS, R, Python, Perl语言的区别是？

4．什么是大数据的诅咒？

5．你参与过数据库与数据模型的设计吗？

6．你是否参与过仪表盘的设计及指标选择？你对于商业智能和报表工具有什么想法？

7．你喜欢TD数据库的什么特征？

8．如果有几个客户查询ORACLE数据库的效率很低。为什么？你做什么可以提高速度10倍以上，同时可以更好处理大数量输出？

9．如何把非结构化的数据转换成结构化的数据？这是否真的有必要做这样的转换？把数据存成平面文本文件是否比存成关系数据库更好？

10．差不多是这样了，因为HR问的非技术的问题都很常见，就不写出来啦。