| 数据挖掘岗位找工作感受以及认为需要具备的知识 | |
| 【返回本版】 【发表帖子】 【回复帖子】 | 浏览量 653 回帖数 0 |
 |
westeast2008 等级 ★ 楼主 发表于 2015/9/11 7:50:33 编 辑 |
|
|
又到了一年一度找工作的季节 . 每一个 IT 生这时候应该都是感觉比较蛋疼的 . 特别是对于那些研究理论 ,编程能力相对来说不是那么强的人 . 但是从另外一个角度来说 , 找工作就类似于考试 , 你个人能力很强 , 最终会得到体现 . 那么如果你按照时间顺序来找工作 . 并且你们找到的工作 ~~ 希望是数据挖掘 & 机器学习。 这里给自己也是给未来一个交代 1. 第一个步骤进行的是内推 这里要注意的是，一般网站的内推，或者 qq 群的内推，可靠性非常差。而内部有熟人这种推荐跳过笔试的可能性非常高。 因此如果你有熟人，那么你准备好你的能力迎接挑战。否则 qq 群，网站内推可以无视。 2. 第二步 --- 网上申请 ----- 团队作战，单兵作战 从 9 月开始 --- 各大知名的网上巨头开始招聘。 一般来说网络公司，或者各大 IT 公司招收人员主要来自于三个方面 1. 内推 --- 占较大比重 2. 实习 --- 实习转正的机会非常多。但是如果你的老板不放行 ---- 真的很悲剧。你根本没有机会实习。没有去大公司自己喜欢的岗位实习，你会有较大的劣势。但是如果你综合素质很好。也是很大可能会要的。 3. 校园招聘 - 社会招聘。很明显，我们认为校园招聘市场很大，但是实习生相对更优秀。所以校园招聘选拔难度相对较大。 这里可以以实验室为单位，相互分享招聘信息。总的来说，对于计算机 IT 人士来说，可以投的岗位为三种。 1. 国企，事业单位。这个工资少，但是人家也需要。有的隐性部门也会有很好的待遇。可遇不可求。人生艰难的选择。 2. 银行 ---- 个人感觉主要做存储开发方面的工作。人家银行一般比较喜欢硕士，即使是做比较简单的工作，很遗憾，本科生很难吧。 3. 公司，个人建议开始去相对较大的公司 ---- 小的公司我不喜欢。虽然说可以锻炼你的个人能力。但是如果说你去一个搓的大学，一个好的大学你选择哪一个？别说鸡窝里也可以飞出金凤凰。个人认为，如果你是金凤凰，一开始就不要呆在鸡窝。特别是当你有能力跳出去的生活。对于幼年时期可以忽略，即使是老鹰，刚生出来也飞不高。工资高，视野广，最好没有女朋友，有了女朋友就要回家，在工作所在地考虑。 3. 开始笔试 开始笔试的时候，第一次其实比较紧张的。因为不知奥什么样子的题目，不知道自己会做多少。虽然说基础知识你会，算法你会。但是你不清楚考题的类型，考的深度。 1. 阿里巴巴 — 笔试 ( 数据挖掘岗位 ---- 和硕士博士斗争 ) ，阿里的笔试题目简直坑。考的是智商题，数学概率题，数论题。最后算法和 SVM 有关。考完震惊了。大公司更在乎行测这东西？ 2. 腾讯 — 笔试 ( 基础研究 ---- 微信事业 )--- 还是估计和本科生竞争 — 进去很难，笔试题目相对阿里靠谱很多，没有很多智商题目，考的比较基础。 3. 美团 — 笔试 ---( 数据挖掘岗位 )----- 最喜欢的笔试题目，考的和所学相关，最后的算法编程都是非常有考察性的。 但是非常不幸的是，以上都是笔试挂了。我在思考一个问题。我回答的还算可以。为什么不给面试？ 1.其实公司在虚报招聘人数，实际其实只是走个形式， 2 ，校招本身笔试难度。 3. 最重要的就是算法编程题目，我比较看重的是算法与思路，因此编写好后没有纠错。就是直接提交了 ( 因为感觉不会出错，即使有错，也可能仅仅是小问题 ) ，但是实际编译没有通过，也很少有人会看，即使他说我们会仔细检查。所以以后编程题目自己一定要改错。编译通过。这是是小细节。但是会影响自己很多。 4. 大众点评：类似于阿里巴巴。但是比阿里巴巴感觉搓一点。笔试的程序题目什么的也都相对简单。但是前面还是很多找规律题目。简直坑爹。这里给一个看下。 5. 苏宁易购：还没考试。但是简直坑爹。性格测试，做了两个小时，啥都没告诉。 6. 烽火：与本科生比较，你有什么优势。理论，能力。希望不要把自己放在一个很低的位置。 工作还在找。总结还在写。 我喜欢的数据挖掘岗位 ---- 既然进不了大公司 --- 我希望给我一个平台。从中等公司做起。如果有知遇之恩，我想我对跳槽其实没啥兴趣。 这里总结下我认为比较重要的一些知识点： 我分为三类 1. 基础知识，计算机操作系统，网络，数据库，算法对于树，图，字符串等操作，还包括语言 c ， c++ ， python 等的掌握。 1. 网络中主要包括，五层协议。浏览器输入网址，给出对应的一系列变化，比如 http 协议啊，下层的 tcp， udp 区别。 Dns 查找方式等等。 2. 数据库，范式，基本查找语句， 3. 算法 --- 这里研究生和本科生学的基本差不多吧。 基本的包括 ---1. 贪心算法类别 2. 动态规划类别 3. 分治法 4. 概率估算方式等。感觉这些是相对于斐波那契数列这种更具备理论性的一组算法不同处理方式。当然，明白每一个的区别，明白对应的常见题目可以比较好的解决遇到的问题。 4. 操作系统，感觉是一个框架，里面各种策略，死锁，内存分配，等。 以上都是基础知识，本身不具备辩论和讨论的东西。很多内容经过前人的总结与归纳，非常完善。这也是我们所有知识的基础。 5. 语言，语言只是我们实现思想的方式。当然我们需要熟悉语言。毕竟我们是计算机的。 C 是最基础，而且最标准的 。当你看过 python 和 scala 你会明白，第一门学 c 是最幸福的。给你一个稳定的根基，给你一个看过去到未来的入场券。 2. 第二类。也就是研究生学习到的东西。 也许很多研究生，继续从事老板的项目，做网络方向，安全方向。 更深入。但是本人认为，本科与研究生的差别在于，本科生需要花费更多的时间，却仍然学不到那一整套有框架的东西。也不知道还有一个领域叫机器学习 — 模式识别。 所以研究生推荐选课里，第一个是数据挖掘 - 第二个是模式识别 — 第三门课时机器学习。第四门课是hadoop 大数据 —spark 大数据等。 本科是编程。而研究生着重的是用数学符号描绘纷繁世界，着眼于分类，聚类，回归等。 特征刻画事务，算法模型发现本质模式，编程实现给出求解。数据产生特征，因此任何时候，特别是工业界，数据是第一位的！还可以讲好多。但是这里面的东西还是自己体会吧。路漫漫，需要积累，但是从本质上讲，好像其实不是很难，如果你不搞数学求解什么鬼的。 3. 大数据知识。 这是我最喜欢的部分，因为可以解决问题，学好大数据知识，可以从单机速度达到瓶颈， hadoop 的产生原因， hadoop 的命名考虑 it 人内在萌属性， spark 的出现， mapreduce 从出现到最后语句缩减 - 到语言变化促进编程效率提高。 总的来说可以讲的也比较多。关注 LR ， GBDT ，贝叶斯， adaboost 等基本知识与模型。工业界在有些问题上不需要使用复制模型。但是有些问题，复杂模型是必须的。从来不矛盾。 未来的趋势是大数据结合模式识别机器学习 --- 并应用于各个行业。个人比较喜欢中环这种可以接触到各行各业的公司，既能够利用知识了解世界。又可以获得满足感，成就感！啊。 以上三大类知识，个人认为是数据挖掘岗位必须的知识。对于 java 开发， android 开发的这个文章并不适用。 准确的来说，谁也不知道以后自己会从事什么职业。只要自己喜欢，搞什么都可以 ~~ 所以点赞开始 ~~ 摸摸大。 |
||
| 1 |