本人某东北水硕一枚，平时游手好闲没啥本事，已经拿了京东算法工程师offer，搞机器学习方向，实习工资批发价，面经在个人博客早就写好了，下面分享一下：http://blog.csdn.net/chixujohnny/article/details/51199091
搞机器学习的有几点要注意：
1）如何处理过拟合的现象（你在项目里用到的几个常用模型，别的不会问）
2）如何判别哪些特征比较重要
3）一定要看《统计学习方法》
4）对语言没要求，我面试这么多次没问过c语言掌握情况，甚至腾讯让我写伪代码都行，纠结语言是否过关的不用在纠结了。（我用python）
差不多就这样，觉得好希望大家去我博客踩踩，谢谢大家
博客搬运内容
经历一轮轮过关斩将也是成功的过了HR面，上面的状态不知道是不是等待拿offer，不出意外应该是没问题了吧，下面聊聊面试过程。
一面技术面在一个五星级酒店宴会厅进行的，由于跟腾讯冲突时间导致到场的人并不是很多。说正题，面试官首先问了项目，然后问了些细节问题，不是很难，比如说请手写一下决策树中信息增益的公式
， 说说信息增益代表一个什么意思（数据内的混乱度，也叫作信息熵），某个特征的信息增益对总体信息增益的偏离数值比较大，就把它看做是分类特征（ID3算 法）。说了一下还算ok，他说什么情况下会保证上面信息增益中的H最大，这个没遇到过，手推了一下：当所有的p(xi)相等时，H最大。后来我主动简要介 绍了一下C4.5和C5.0，表示满意。
第二个项目几乎没问，可能面试官没做过推荐算法吧。第三个kaggle的小比赛问了一下，说说你遇到的困难，如何调优什么的，大致说了一下，表示满意。主动告诉我你过了（好人性化）
二面面试官显得更年轻有活力，不知道是不是从bat挖过来的，他问第二个阿里移动推荐算法比较多，因为水平不够，一直在调优，我就大致说了一下怎么 做协同过滤的，怎么做的喜好权重等等（实际成绩并不好）。后来说如何用LR做基于内容的推荐，怎么提特征什么什么的。主要是协同过滤那边卡了很久，一方面 当时做的baseline效果不咋地就没怎么做协同过滤，后来也没复习，讲了半天总算是满意了又说了说第三个项目。
第三个项目他主要问了一下随机森林相关的基础内容，还有就是如何判断决策树及随机森林是过拟合了还是欠拟合，回归问题我都是画图看的，对于分类问题 我说我交叉验证了一下看看F1怎么样，这边他表示认同，但是我觉得应该有更好的，NG对于分类问题的你和情况有过讲解，只怪当时听得不认真吧。。。。
最后聊了一下京东在机器学习这边有什么业务，比如仓储预测，用户行为分析，推荐算法等等。仓储预测这个挺新颖，有搞头。不过跟腾讯部门直招不一样，京东是HR根据你的喜好分配，这点很不错，不像哈尔滨腾讯总监面完发现不匹配就不要了。。。
HR面
这个没啥说的，基本都能过吧，内推很加分，总之内推的小伙伴一定要说是内推来的。然后问我实习过没，我说去过东软，她说实习经历也很重要，威慑不写呢，我说太low了这公司。。。。确实如此，没有说东软不好啊，感觉确实没学到什么东西。
总的来说就这样吧，搞机器学习的同学真的不用纠结用什么语言实现什么的，面试官需要的是你的思维！甚至京东连手写代码都没有，不知道是不是我运气好，反正就算让写，伪代码都行。
另外，下一步准备通读《推荐系统实践》、《统计学习方法》，再把Andrew Ng的10~20集看完（这个本来打算一起看完的，后来觉得有点跟不上就先去写代码强化了）
