干货分享！教你顺利进入大公司做数据挖掘

学习大数据最有效率的方法就是在实际项目中操作，如果只是单纯的看看书，上上公开课，能够培养起对大数据领域全方位的认识，但是如果没有真刀真枪的实战，很难培养出真正的数据挖掘水平。

数据挖掘学习安排

1 工具的学习（排列有序）

python（我用的python tutorial,细节可以查书learning python，然后查询一些文档比如,numpy,matplotlib官方文档)。

java （我先看的 head first java, 然后thinking in java看了一部分）。

linux shell (越熟越好，我只是刷了入门书的前半部分）。

hadoop (需要会折腾，在win电脑上不好配置，如果实验室有环境或者有人帮忙带带入门最好）。

2 机器学习入门（排列有序）

集体编程智慧（把例子刷一遍，一方面是理解入门数据挖掘，一方面更熟悉下python)

数据挖掘导论，机器学习(tom mitchell),Andrew Ng的机器学习课程，机器学习实战（主要参考下书中的代码，书中代码并不是非常完美，主要用来入门）。

你先用数据挖掘导论了解一些基本的概念，用Andrew Ng的机器学习课程进行比较细致的学习，其中要实习一些算法的时候可以参考机器学习实战，某些算法看不懂时候可以参考其他书籍.

Kaggle找几个最简单的题进行入门实战。(比如泰坦尼克号那题）。可以适当了解一些机器学习的具体应用，如：推荐系统、图像处理、语音或搜索。（结合自己的兴趣专业选择某一个深入学习）。

3 数据结构基础

算法导论+在线题目

总结：看书要多动手，多总结，比如看了个朴素贝叶斯算法，最好把这个方法总结一下，然后编写代码实现简单的例子。

另外如果想找份工作一定要多多实习，只要有一份不错的实习经验找个好工作的概率大大增加。

下面就掺杂点正式校招面试的问题吧，大致被问到的主要有以下几类：

1、项目相关问题，建议不要在简历上写岗位无关的项目啦，没项目就多参加些比赛，在此必须感谢Kaggle、阿里天池、DC、Kesci等平台给我们提供的这么好锻炼机会~在github能搜索相关冠军源码学习，kaggle分享为最。同时保证对简历上项目算法细节非常了解，被问住了就有点呵呵了，甚至相关知识点能延伸去和主导与面试官聊天，平时还需多看相关博客了解点目前机器学习前沿知识，深度学习与人工智能等等，面试官还是很希望听到内容，把面试官聊嗨聊爽了面试也就结束了。

想学习大数据或者对大数据技术感兴趣的朋友，这里我整理了一套大数据的学习视频免费分享给大家，从入门到实战都有，大家可以加我的微信：Lxiao_28获取！（备注领取资料）。也欢迎进微信群交流，或者获取Java高级技术学习资料。

2、机器学习算法理解，面试官挺喜欢问聚类、LR、SVM、随机森林、GDBT、xgboost、EM算法、神经网络等等常规算法，以及简单算法聚类、LR、随机森林等hadoop分布式实现。有时也要求现场推导，常见的就是LR求导（必考，划重点啦），SVM的最优化公式，优化方法BFGS推导等，李航的《统计学习方法》与周志华的西瓜书刷三遍准没错。扩展方面，比如自然语言的word2vec原理（word2vec 中的数学原理详解（三）背景知识）与主题模型LDA，图像方面可以聊聊alexnet（论文很赞）、vgg-net等，推荐系统，计算广告FFM算法，AlphaGo原理。

3、数据结构算法，毕竟码农基本功，一般问题不会太难，仔细想没什么问题（适合国内公司bat，国外的公司貌似会比较难）。多练习点递归，哈希，动态规划，广搜和深搜图论相关，多刷leetcode，多刷刷中级、高级就行了

4、hr问题，什么人生观价值观，职业规划，个人优缺点，为什么选择我们公司等等，多刷知乎此类问题，客套话多练，别说的太老实，切忌轻浮嚣张自满情绪。阿里的hr面还是卡人的，得注意~~

5、反问问题，有的公司会给面试者反问机会，如果不反问面试也会很尴尬，多准备些问题反问有时还能继续聊嗨。