百度数据科学岗社招一面
1.介绍一个算法相关的项目，然后就结合项目问问题（我讲了一个Spark SQL 相关的机器学习项目）
2.SQL的特征如何提取的？
3.如何屏蔽SQL中where条件的差异？
4.TFIDF原理，在实际中作用？为什么要用IDF？
5.连通子图的作用？说一下原理，为什么要用连通子图算法不用其他的聚类算法？
6.随机森林干嘛用的？它的原理？为什么效果好？
7.随机森林是怎么做决策的？
8.随机森林的样本和特征是如何选取的？
9.评价指标是什么？解释一下 precision 和 recall 的含义，有啥不同？
10.现场写一道SQL，10分钟完成
给了一个学生表和成绩表（原题记得不清了）
学生表：学生ID， 学生名称，学生班级
成绩表
课程名称，学生ID， 学生班级， 分数
要求：写出每科排名前3个的学生姓名，学生班级，学生总成绩
主要是考查开窗函数，但是计算排名前三的学生总成绩蒙住了，忘了还可以 sum() over(partition by 课程名称 )
11.面试官介绍团队，主要是搜索领域的数据分析方向，侧重做机器学习和深度学习。
我的工作方向是做数据开发和数仓，注重工程实现和算法落地，侧重算法使用，不深究理论，对于算法的原理层面掌握不扎实，回答的比较勉强
应该挂了
总结：
1.SQL没写出来有点遗憾
2.算法基础原理掌握的确实不扎实，项目中的算法的原理应该要吃透
3.岗位的侧重点不在工程化，勿内耗