一個Java程式可以認為是一系列物件的集合，而這些物件通過呼叫彼此的方法來協同工作。下面簡要介紹下類、物件、方法和例項變數的概念。

• 物件：物件是類的一個例項，有狀態和行為。例如，一條狗是一個物件，它的狀態有：顏色、名字、品種；行為有：搖尾巴、叫、吃等。
• 類：類是一個模板，它描述一類物件的行為和狀態。
• 方法：方法就是行為，一個類可以有很多方法。邏輯運算、資料修改以及所有動作都是在方法中完成的。
• 例項變數：每個物件都有獨特的例項變數，物件機器學習、大資料相關崗位根據業務的不同，崗位職責大概分為：

1、平臺搭建類
　　資料計算平臺搭建，基礎演算法實現，當然，要求支援大樣本量、高維度資料，所以可能還需要底層開發、平行計算、分散式計算等方面的知識；

2、演算法研究類
　　- 文字挖掘，如領域知識圖譜構建、垃圾簡訊過濾等；
　　- 推薦，廣告推薦、APP 推薦、題目推薦、新聞推薦等；
　　- 排序，搜尋結果排序、廣告排序等；
　　- 廣告投放效果分析；
　　- 網際網路信用評價；
　　- 影象識別、理解。

3、資料探勘類
　　- 商業智慧，如統計報表；
　　- 使用者體驗分析，預測流失使用者。
　　以上是根據求職季有限的接觸所做的總結。有的應用方向比較成熟，業界有足夠的技術積累，比如搜尋、推薦，也有的方向還有很多開放性問題等待探索，比如網際網路金融、網際網路教育。在面試的過程中，一方面要盡力向企業展現自己的能力，另一方面也是在增進對行業發展現狀與未來趨勢的理解，特別是可以從一些剛起步的企業和團隊那裡，瞭解到一些有價值的一手問題。

　　
以下首先介紹面試中遇到的一些真實問題，然後談一談答題和麵試準備上的建議。

面試問題
　　1、你在研究/專案/實習經歷中主要用過哪些機器學習/資料探勘的演算法？
　　2、你熟悉的機器學習/資料探勘演算法主要有哪些？
　　3、你用過哪些機器學習/資料探勘工具或框架？
　　4、基礎知識
1）無監督和有監督演算法的區別？
2）SVM 的推導，特性？多分類怎麼處理？
3）LR 的推導，特性？
4）決策樹的特性？
5）SVM、LR、決策樹的對比？
6）GBDT 和 決策森林 的區別？
7）如何判斷函式凸或非凸？
8）解釋對偶的概念。
9）如何進行特徵選擇？
10）為什麼會產生過擬合，有哪些方法可以預防或克服過擬合？
11）介紹卷積神經網路，和 DBN 有什麼區別？
12）採用 EM 演算法求解的模型有哪些，為什麼不用牛頓法或梯度下降法？
13）用 EM 演算法推導解釋 Kmeans。
14）用過哪些聚類演算法，解釋密度聚類演算法。
15）聚類演算法中的距離度量有哪些？
16）如何進行實體識別？
17）解釋貝葉斯公式和樸素貝葉斯分類。
18）寫一個 Hadoop 版本的 wordcount。
……
　　5、開放問題
1）給你公司內部群組的聊天記錄，怎樣區分出主管和員工？
2）如何評估網站內容的真實性（針對代刷、作弊類）？
3）深度學習在推薦系統上可能有怎樣的發揮？
4）路段平均車速反映了路況，在道路上布控採集車輛速度，如何對路況做出合理估計？採集資料中的異常值如何處理？
5）如何根據語料計算兩個詞詞義的相似度？
6）在百度貼吧裡釋出 APP 廣告，問推薦策略？
7）如何判斷自己實現的 LR、Kmeans 演算法是否正確？
8）100億數字，怎麼統計前100大的？
……

答題思路
1、用過什麼演算法？
　　最好是在專案/實習的大資料場景裡用過，比如推薦裡用過 CF、LR，分類裡用過 SVM、GBDT；
　　一般用法是什麼，是不是自己實現的，有什麼比較知名的實現，使用過程中踩過哪些坑；
優缺點分析。

2、熟悉的演算法有哪些？
　　基礎演算法要多說，其它演算法要挑熟悉程度高的說，不光列舉演算法，也適當說說應用場合；
　　面試官和你的研究方向可能不匹配，不過在基礎演算法上你們還是有很多共同語言的，你說得太高大上可能效果並不好，一方面面試官還是要問基礎的，另一方面一旦面試官突發奇想讓你給他講解高大上的內容，而你只是泛泛的瞭解，那就傻叉了。

3、用過哪些框架/演算法包？
　　主流的分散式框架如 Hadoop，Spark，Graphlab，Parameter Server 等擇一或多使用瞭解；
　　通用演算法包，如 mahout，scikit，weka 等；
　　專用演算法包，如 opencv，theano，torch7，ICTCLAS 等。

4、基礎知識
　　個人感覺高頻話題是 SVM、LR、決策樹（決策森林）和聚類演算法，要重點準備；
　　演算法要從以下幾個方面來掌握：
1）產生背景，適用場合（資料規模，特徵維度，是否有 Online 演算法，離散/連續特徵處理等角度）；
2）原理推導（最大間隔，軟間隔，對偶）；
3）求解方法（隨機梯度下降、擬牛頓法等優化演算法）；
4）優缺點，相關改進；
5）和其他基本方法的對比；
6）不能停留在能看懂的程度，還要對知識進行結構化整理，比如撰寫自己的 cheet sheet，我覺得面試是在有限時間內向面試官輸出自己知識的過程，如果僅僅是在面試現場才開始調動知識、組織表達，總還是不如系統的梳理準備；
7）從面試官的角度多問自己一些問題，通過查詢資料總結出全面的解答，比如如何預防或克服過擬合。

5、開放問題
　　由於問題具有綜合性和開放性，所以不僅僅考察對演算法的瞭解，還需要足夠的實戰經驗作基礎；
　　先不要考慮完善性或可實現性，調動你的一切知識儲備和經驗儲備去設計，有多少說多少，想到什麼說什麼，方案都是在你和麵試官討論的過程裡逐步完善的，不過面試官有兩種風格：引導你思考考慮不周之處 or 指責你沒有考慮到某些情況，遇到後者的話還請注意靈活調整答題策略;
　　和同學朋友開展討論，可以從上一節列出的問題開始。

準備建議
1、基礎演算法複習兩條線
　　材料閱讀 包括經典教材（比如 PRML，模式分類）、網上系列部落格（比如 研究者July的“結構之法，演算法之道”），系統梳理基礎演算法知識；
　　面試反饋 面試過程中會讓你發現自己的薄弱環節和知識盲區，把這些問題記錄下來，在下一次面試前搞懂搞透。

2、除演算法知識，還應適當掌握一些系統架構方面的知識，可以從網上分享的阿里、京東、新浪微博等的架構介紹 PPT 入手，也可以從 Hadoop、Spark 等的設計實現切入。

3、如果真的是以就業為導向就要在平時注意實戰經驗的積累，在科研專案、實習、比賽（Kaggle，Netflix，天貓大資料競賽等）中摸清演算法特性、熟悉相關工具與模組的使用。

總結
如今，好多機器學習、資料探勘的知識都逐漸成為常識，要想在競爭中脫穎而出，就必須做到：
　保持學習熱情，關心熱點；
　深入學習，會用，也要理解；
　在實戰中歷練總結；
　積極參加學術界、業界的講座分享，向牛人學習，與他人討論。

找好自己的定位：

1、資料分析師，主要技能SQL、Excel，從資料庫裡寫SQL語句得到資料，然後在EXCEL里加工視覺化後做成報表或者報告，利用你的商業敏感度，給出可靠的結論。聽起來很簡單是不是，但這其中需要的商業敏感度，確是最需要積累的。具體方向有3個：資料產品、決策支援、資料運營。其中，資料產品 PK需求把控&專案管控能力；決策支援 PK商業sense(例如做營銷，360網址導航這種每月幾百萬的框架到底要不要籤？)；資料運營 PK提煉特徵能力綜上，你會發現在網際網路公司，資料分析師要處理的問題，跟營銷、產品、運營一樣。

2、演算法工程師，主要技能數學功底+統計功底+實打實的寫程式碼能力+看論文讀最新演算法論文的能力。要求相當高。對應崗位推薦演算法工程師、搜尋演算法工程師、文字挖掘、語音識別、影象處理這類演算法工程師。比如阿里，做推薦的演算法工程師基於訪客、商品、商家的線上、離線資訊等等資料庫的資料，來得到一套推薦的邏輯，通俗點說，怎麼給出個公司，給每個商品算個得分，排列出來給買家看到，買家會想要買更多的商品。而這背後的演算法，其實市面上大部分機器學習的書都覆蓋不到，是需要演算法工程師基於演算法基本功（資料結構、核心演算法正規化）+商業感覺（業務邏輯、綜合行業運營、分析師的假設經驗）+利用資料不斷的實驗迭代得到最好的結果、獲得引數、還要擔心本身樣本不隨機帶來的系統偏差等等問題。

以上轉自公眾號：資料探勘DW