年底跳槽好福利，数据挖掘工程师面试指南

PPV课大数据

数据挖掘领域是一个独特的行业，通常的招聘方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：

1、他聪明吗？

聪明意味着能够透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。

2、他是否专注于项目？

专注意味着在各种困难的环境中，仍能独立或合作完成项目。

3、他能否与团队一起工作？

团队合作需要很好的沟通能力。工作中涉及到的概念、问题、模型和结论等都需要成员之间正确的沟通方能加以明确。

为了解候选人是否具有数据挖掘工程师的潜质，需要一个小时以上的面试，类似于以下五个环节：

1、简介

交谈寒暄，使候选人放松下来，互相介绍和问答。

2、关于数据挖掘项目

这是一个重要和耗时的环节，主要是询问候选人最近进行的数据挖掘项目的情况和处理方式。一般包括以下方面：候选人如何描述这个项目？候选人在项目中处于什么角色和有什么贡献？项目持续了多长时间？这个项目的关键问题是什么？问题如何解决？数据挖掘中最困难的阶段是什么？最有趣的经历或阶段是什么？在候选人眼里，客户是什么样的？在他眼里，团队其他成员是如何表现的？候选人从中获得了什么样的经验？……

在这个环节，不仅要向候选人提问”What“的问题，还要多沟通关于”Why“的问题。因为优秀的数据挖掘工程师要能够面对客户压力和要求，清晰地支持回应他们的要求，并有理有据地论证他们提出的观点。

3、关于数据挖掘的流程

考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实的流程标准之上，以保证人为决策不会出现大纰漏。必要时，可以让候选人在白板上画出工作流程图，并让他评价这些工作中最为重要或者最需要反思的地方。因为建模工作不可能一次完成，需要反复地提炼问题和重建模型的情况是经常遇到的。

另外，面试中也可能会集中在某个挖掘流程进行深入考察，例如询问如何避免过度拟合、如何从大量的候选变量中进行筛选、如何评价比较模型的效果等。

4、解决问题

软件公司的面试一般会包括”编码测试“，考察数据挖掘工程师也应该如此。一种通用的做法是提供一份存在缺陷的分析报告，让候选人对报告进行研究，阐述报告中结论的意义，提出其中所存在的问题或不足，以及改进或补救的方法。

5、收尾

在面试的最后阶段，面试方需要回答候选人提出的问题，并使之相信公司在本行业的优势地位或者光明前景，以及从事这个岗位在职业生涯中的作用。在完成面试后，面试人通常会立即将面试记录整理存档。

对于面试人和候选人来说，面试都是繁重的，但也是一个交流学习的好机会。通过面试，双方可以了解到其他人遇到的问题，以及他们是如何解决问题的。

注：本文得到discovery公司的授权，摘译了其文章的一部分。

End.

PPV课其他精彩文章：

0、回复“活动”查看PPV课社区百日掘金活动-积分兑换Iphone 5s、MINI金条

1、回复“干货”查看干货 数据分析师完整知识结构

2、回复“答案”查看大数据Hadoop面试笔试题及答案

3、回复“设计”查看这是我见过最逆天的设计，令人惊叹叫绝

4、回复“可视化”查看数据可视化专题-数据可视化案例与工具

5、回复“禅师”查看当禅师遇到一位理科生，后来禅师疯了！！知识无极限

6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布

7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载

7、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募

原文始发于微信公众号（PPV课数据科学社区）：年底跳槽好福利，数据挖掘工程师面试指南