Q1：計(jì)算機(jī)專業(yè)本科生，非ACMER。算法達(dá)到什么程度才算是合格，有什么量化手段嗎？

Answer：傳統(tǒng)算法和數(shù)據(jù)結(jié)構(gòu)功底扎實(shí)。比如LintCode上的題目簡(jiǎn)單和中等難度毫無(wú)壓力做出，Hard難度在給了一定時(shí)間和一定提示時(shí)可以獨(dú)立完成。

微積分，統(tǒng)計(jì)學(xué)，離散數(shù)學(xué)

Q2：成為數(shù)據(jù)挖掘工程師有必要要搞編程競(jìng)賽嗎？現(xiàn)在大二，之前沒(méi)有接觸過(guò)競(jìng)賽

Answer：數(shù)據(jù)挖掘的話是Kaggle，KDD的競(jìng)賽

Q3：數(shù)據(jù)挖掘一定要學(xué)spark嗎

Answer:Python是剛需，Spark可以到用的時(shí)候再學(xué)

Q4：怎么練習(xí)普通算法呢，看算導(dǎo)刷oj嗎？

Answer：分為兩步：第一步是模塊化訓(xùn)練，比如專門(mén)做圖論和動(dòng)態(tài)規(guī)劃的題。第二步是在LintCode上隨便選擇一個(gè)題，不看標(biāo)簽，獨(dú)立做出。

Q5：有一定高等數(shù)學(xué)基礎(chǔ)和機(jī)器學(xué)習(xí)算法概念的小白，如何進(jìn)行實(shí)戰(zhàn)訓(xùn)練。

Answer：分為兩步：第一階段是參加Kaggle，KDD競(jìng)賽。第二階段是學(xué)習(xí)爬蟲(chóng)，自己爬取電商，微博等數(shù)據(jù)，做訓(xùn)練

Q6：作為一個(gè)數(shù)據(jù)挖掘工程師，還有沒(méi)有必要深入研究傳統(tǒng)的算法，還是重點(diǎn)關(guān)注機(jī)器學(xué)習(xí)等統(tǒng)計(jì)的算法？

Answer：重點(diǎn)關(guān)注機(jī)器學(xué)習(xí)等統(tǒng)計(jì)的算法，這兩種有很大的不同

Q7：請(qǐng)問(wèn)算法工程師和數(shù)據(jù)挖掘 data scientist 等崗位在技能要求和工作內(nèi)容方面有什么區(qū)別嗎？

Answer：中小廠不區(qū)分。大廠可能會(huì)區(qū)分。算法工程師更底層一些，關(guān)注算法模型的開(kāi)發(fā)和調(diào)優(yōu)，數(shù)據(jù)挖掘更側(cè)重模型的建模和使用，應(yīng)用和業(yè)務(wù)方面。

Q8：傳統(tǒng)的數(shù)據(jù)結(jié)構(gòu)和算法是否對(duì)于機(jī)器學(xué)習(xí)是有必要的？如果有，主要體現(xiàn)在什么地方？

Answer：首先傳統(tǒng)的數(shù)據(jù)結(jié)構(gòu)和算法可以鍛煉計(jì)算機(jī)思維，其實(shí)具體的數(shù)據(jù)結(jié)構(gòu)和算法還是會(huì)用到的，比如搜索query時(shí)詞之間關(guān)系，可以用字符串的距離，動(dòng)態(tài)規(guī)劃，字典樹(shù)等

技術(shù)問(wèn)題

Q1： 假設(shè)數(shù)據(jù)集有商店id這個(gè)屬性，取值上千個(gè)，把它做OHE后去學(xué)習(xí)，雖然結(jié)果提升了，但維度增加了很多。但不做OHE，用分類樹(shù)去學(xué)習(xí)，結(jié)果并不好，可以有什么方法緩解數(shù)據(jù)集的擴(kuò)大與最后結(jié)果的技巧嗎

Answer：這是特征工程中非常典型的問(wèn)題，OHE后有可能會(huì)過(guò)擬合， 商店間有相似性，量化后對(duì)商店進(jìn)行聚類，再用這些類去做分類的訓(xùn)練