一面：接到电话是在周四的晚饭后，那时正吃完饭在寝室收拾东西，突然接到电话，当时有点紧张，感觉是零准备。所幸的是面试官声音特别好听，很有亲和力，然后就不那么紧张了，首先让我做自己介绍，然后是项目介绍，我的项目中和数据挖局相关的就只有第三个项目，所以前两个项目都一句话带过了，然后将第三个项目很抽象的过了一遍，当时自己也意识到，讲的过简单，就问了下，这个是否讲的太过抽象，具体的讲的话可能会有一些复杂。然后面试官建议我细致的描述，然后就开始对项目从头到尾做比较详细的介绍，然后他问了下字段是怎么划分，以什么依据来划分的。然后，我对主要的字段的结构和每个部分进行了分析，包括数据的来源，数据的格式，数据的协议。这个时候感觉已经渐入佳境了。不过突然他那边出了点状况，故将时间定到了9点半。
这样，给了我一些时间，将整个项目和相关的知识梳理一遍，并记录下来。这个在后续过程中，作用还是挺大的。晚上9点半的时候，准时接到了电话，然后让我接着介绍项目，这个我按着梳理的几个大方向着手，开始介绍，时不时看下笔记，是否有缺漏。在谈到用户的分类时，问到我用的算法，然后我说是基于规则的分类算法及规则的选取与制定。然后继续对项目中的主要研究群体用户的访问模式进行介绍，这个时候对面试的深度，大致有了了解，所以在介绍时说的比较细，然后问道：为什么是建模，为什么选取这个模型，而不是另外的logistic模型。然后是问的过拟合的一些问题，怎么处理过拟合。在另一个模型的介绍时问道其中一个聚类算法的相关知识，然后问我能否实现图像的聚类，当时也是脑袋被门夹了，说到这个自己没有做过，但是我做过数据的聚类，感觉原理上应该是一样的。（我能说我实际上做过图像的聚类，当时给忘记了，这个完全可以回答的更具体一些）。然后大致又聊了一些什么，突然间R语言的几个指令。接下来是场景面试，给我说了两个场景，第一个场景貌似很简单，现在已经不记得了，然后第二个是炒信的问题，然后问针对这个场景自己会怎么进行挖掘处理，然后随口结合实际情况和自己仅知道的几个主要的挖掘算法大致讲了一下思路，然后已知被追问，然后呢，还有没有其他的方法和思路，，后来一个劲的使劲想，把我会的十大算法里我知道的都说了一遍，然后就说自己暂时真的想不出来了。
然后就是让我提问题的环节了，一面就这样还算顺利的结束了。
一面给我的感觉是问的比较广，深度还OK。对项目涉及到的算法及相关的知识都会要求能比较详细的说出， 问到一些编码的基本指令，数据挖掘中常出现的问题和解决方法，还有最后的场景测试。在面试的过程中一定要保持警惕，防止突然问道一些问题，一时反映不过来。对于一面自己确实还比较心虚，没有做什么准备，不得不说是上帝的眷顾，问到的问题刚好都是自己会或者比较熟悉的。。
周五要开例会，也没怎么准备，刷了些该部门的相关信息和新闻，了解该部分的一些情况和相关术语。然后晚上开始看算法。一面给我的感觉，让我觉得二面会侧重于深入了解算法和场景实际的解决，再有就是我头疼的数据结构了，这也是我比较不足的。所以开始了这些方面的科普和猛补，这个时候朋友圈里那些大神的朋友圈给了我很大的帮助，他们经常分享一些实例和算法的通俗解释。针对这个数据挖掘的算法也刷了一本书，数据挖掘导论，再就是网上十大算法的相关知识。再有就是指令和代码。主要是R语言，由于一面中问到，故重新刷了一遍R实战，防止问的太深，另外又刷了大半本R与数据挖掘，（还没刷完就二面了）。本来想过一遍C的数据结构，后来实在没时间。
然后在周日下午，貌似当时正在看视频放松一下，突然接到二面的电话，当时也比较不淡定，本身也有些紧张，这次最开始也是项目介绍，然后也是对数据用户的分类和分类原则方面。和回归模型方面提出了问题，主要也是模型的选择和过拟合方面提出了问题（貌似两个面试官都对我用的模型不熟，所以也没在太深入的问），感觉和一面差不，，问的问题甚至比一面还要少，然后问到开发的平台，我将所有的过程使用的平台和语言，其中提到非关系数据库，然后问了下关系数据库和非关系数据库各自的优缺点，当时也只是就传输速度，接口，语言，和平台方面做了回答，感觉答的一般。然后就是问道在项目中最大的挑战和印象最深刻的事，Blabla ,然后问到为什么选择阿里实习？然后就是我提问的环节。
二面总的来说，比我想象的要简单，刷过的书和知识基本上没多大的用处，主要还是项目，但是问的比较细。时间大概也在50分钟左右。个人感觉他们比较看重项目经验和在项目中的工作和处理的方式。算法这一块倒是问的比较少，不得不说，人品确实爆棚，问道的正好都知道，而且项目中的模型较为复杂不常见，面试官都不太熟悉，故也没有深入去问，平台和云环境，大数据的计算也没怎么问。电面还是在很大程度上占优势的，没有那种整段整段的写代码。
二面结束后，就完全没有看相关知识了，一个劲的刷面经，周二中午接到三面的电话（当时以为是HR面，其实是总监技术面）。中间出了些小小的波折，下午
一点半正式开始面试。个人感觉这个面试是问的最深的。依旧是介绍项目，然后是项目中印象最深刻的事，项目中最大的压力和挫折，在谈论这个时，比较坦白的说出了挫折，然后主动说出了相关的解决思路和最后的解决方式，个人觉得这点是个比较好的方式。这个面试是问的最深的。然后根据所说的，对过拟合和分类算法提问，分类算法问的比较细。包括原理和其他分类算法的对比，然后其中一个模型的具体的挖掘过程，K均值聚类的原理和优化，模型的选取。然后是数据库方面：Mongodb的基本指令，以及和其他关系数据库的区别。然后问其他的非关系型数据库有哪些，这个问题答得不好，只说出了一个。R语言中问到怎么训练数据，然后是C语言的一些基础知识，然后就是为什么想去阿里和该部门，，为什么没有去腾讯？然后又是提问环节，然后问的之前刷的面经上的两个问题。然后三面就华丽丽的结束了。
HR面，说实话我的HR面没有出现知乎上说的那些奇葩的事和问题，感觉还比较正常，先自我介绍，然后是最深刻的项目介绍和最大的挫折，然后就闲聊，每个项目的特点和我的心历过程和角色吧。然后和我聊了下建模的指标和程度吧，然后让谈谈自己对BAT三家大数据方面的看法。然后又是提问环节（好多问题已经都忘记了，感觉比较想闲聊，聊了大概一个小时）。就这样结束了人生第一次比较正式的面试。
这样，给了我一些时间，将整个项目和相关的知识梳理一遍，并记录下来。这个在后续过程中，作用还是挺大的。晚上9点半的时候，准时接到了电话，然后让我接着介绍项目，这个我按着梳理的几个大方向着手，开始介绍，时不时看下笔记，是否有缺漏。在谈到用户的分类时，问到我用的算法，然后我说是基于规则的分类算法及规则的选取与制定。然后继续对项目中的主要研究群体用户的访问模式进行介绍，这个时候对面试的深度，大致有了了解，所以在介绍时说的比较细，然后问道：为什么是建模，为什么选取这个模型，而不是另外的logistic模型。然后是问的过拟合的一些问题，怎么处理过拟合。在另一个模型的介绍时问道其中一个聚类算法的相关知识，然后问我能否实现图像的聚类，当时也是脑袋被门夹了，说到这个自己没有做过，但是我做过数据的聚类，感觉原理上应该是一样的。（我能说我实际上做过图像的聚类，当时给忘记了，这个完全可以回答的更具体一些）。然后大致又聊了一些什么，突然间R语言的几个指令。接下来是场景面试，给我说了两个场景，第一个场景貌似很简单，现在已经不记得了，然后第二个是炒信的问题，然后问针对这个场景自己会怎么进行挖掘处理，然后随口结合实际情况和自己仅知道的几个主要的挖掘算法大致讲了一下思路，然后已知被追问，然后呢，还有没有其他的方法和思路，，后来一个劲的使劲想，把我会的十大算法里我知道的都说了一遍，然后就说自己暂时真的想不出来了。
然后就是让我提问题的环节了，一面就这样还算顺利的结束了。
一面给我的感觉是问的比较广，深度还OK。对项目涉及到的算法及相关的知识都会要求能比较详细的说出， 问到一些编码的基本指令，数据挖掘中常出现的问题和解决方法，还有最后的场景测试。在面试的过程中一定要保持警惕，防止突然问道一些问题，一时反映不过来。对于一面自己确实还比较心虚，没有做什么准备，不得不说是上帝的眷顾，问到的问题刚好都是自己会或者比较熟悉的。。
周五要开例会，也没怎么准备，刷了些该部门的相关信息和新闻，了解该部分的一些情况和相关术语。然后晚上开始看算法。一面给我的感觉，让我觉得二面会侧重于深入了解算法和场景实际的解决，再有就是我头疼的数据结构了，这也是我比较不足的。所以开始了这些方面的科普和猛补，这个时候朋友圈里那些大神的朋友圈给了我很大的帮助，他们经常分享一些实例和算法的通俗解释。针对这个数据挖掘的算法也刷了一本书，数据挖掘导论，再就是网上十大算法的相关知识。再有就是指令和代码。主要是R语言，由于一面中问到，故重新刷了一遍R实战，防止问的太深，另外又刷了大半本R与数据挖掘，（还没刷完就二面了）。本来想过一遍C的数据结构，后来实在没时间。
然后在周日下午，貌似当时正在看视频放松一下，突然接到二面的电话，当时也比较不淡定，本身也有些紧张，这次最开始也是项目介绍，然后也是对数据用户的分类和分类原则方面。和回归模型方面提出了问题，主要也是模型的选择和过拟合方面提出了问题（貌似两个面试官都对我用的模型不熟，所以也没在太深入的问），感觉和一面差不，，问的问题甚至比一面还要少，然后问到开发的平台，我将所有的过程使用的平台和语言，其中提到非关系数据库，然后问了下关系数据库和非关系数据库各自的优缺点，当时也只是就传输速度，接口，语言，和平台方面做了回答，感觉答的一般。然后就是问道在项目中最大的挑战和印象最深刻的事，Blabla ,然后问到为什么选择阿里实习？然后就是我提问的环节。
二面总的来说，比我想象的要简单，刷过的书和知识基本上没多大的用处，主要还是项目，但是问的比较细。时间大概也在50分钟左右。个人感觉他们比较看重项目经验和在项目中的工作和处理的方式。算法这一块倒是问的比较少，不得不说，人品确实爆棚，问道的正好都知道，而且项目中的模型较为复杂不常见，面试官都不太熟悉，故也没有深入去问，平台和云环境，大数据的计算也没怎么问。电面还是在很大程度上占优势的，没有那种整段整段的写代码。
二面结束后，就完全没有看相关知识了，一个劲的刷面经，周二中午接到三面的电话（当时以为是HR面，其实是总监技术面）。中间出了些小小的波折，下午
一点半正式开始面试。个人感觉这个面试是问的最深的。依旧是介绍项目，然后是项目中印象最深刻的事，项目中最大的压力和挫折，在谈论这个时，比较坦白的说出了挫折，然后主动说出了相关的解决思路和最后的解决方式，个人觉得这点是个比较好的方式。这个面试是问的最深的。然后根据所说的，对过拟合和分类算法提问，分类算法问的比较细。包括原理和其他分类算法的对比，然后其中一个模型的具体的挖掘过程，K均值聚类的原理和优化，模型的选取。然后是数据库方面：Mongodb的基本指令，以及和其他关系数据库的区别。然后问其他的非关系型数据库有哪些，这个问题答得不好，只说出了一个。R语言中问到怎么训练数据，然后是C语言的一些基础知识，然后就是为什么想去阿里和该部门，，为什么没有去腾讯？然后又是提问环节，然后问的之前刷的面经上的两个问题。然后三面就华丽丽的结束了。
HR面，说实话我的HR面没有出现知乎上说的那些奇葩的事和问题，感觉还比较正常，先自我介绍，然后是最深刻的项目介绍和最大的挫折，然后就闲聊，每个项目的特点和我的心历过程和角色吧。然后和我聊了下建模的指标和程度吧，然后让谈谈自己对BAT三家大数据方面的看法。然后又是提问环节（好多问题已经都忘记了，感觉比较想闲聊，聊了大概一个小时）。就这样结束了人生第一次比较正式的面试。
技术面：主要是依据简历上的项目再提问，然后会结合相关知识，注意不同工具之间和各个算法之间的对比，优缺点。每个算法相对存在的一些问题，最好能积极主动的说出自己的考虑和解决方案。基本的指令和基础知识。算法的原理和代码流程，回答的时候越仔细越好。最好往自己熟悉的方面引。
HR面：各种问题，HR都比较健谈， 在谈自己的问题时，最好说出自己对应的措施和解决的方法。注意多刷公司相关的知识和部门的情况，最好也了解下对手公司。
严格说来，自己在面试的过程中，并没有什么技巧，也没能做到带领面试官走向自己熟悉的领域，好在遇到的问题，好多都曾经了解过。虽然不至于很了解，但能说出个一二三四。不能不说，人品确实爆发了。 代码要熟，面试过程应该要时刻警惕，面试官经常喜欢突然问一些问题，，当时也有些猝不及防，还好本能的给出了答案。C的基础成为了这次面试最大的败笔。所以还是要重视基础。
------写给自己的面经，纪念人生第一次正式的（实习）面试
HR面：各种问题，HR都比较健谈， 在谈自己的问题时，最好说出自己对应的措施和解决的方法。注意多刷公司相关的知识和部门的情况，最好也了解下对手公司。
严格说来，自己在面试的过程中，并没有什么技巧，也没能做到带领面试官走向自己熟悉的领域，好在遇到的问题，好多都曾经了解过。虽然不至于很了解，但能说出个一二三四。不能不说，人品确实爆发了。 代码要熟，面试过程应该要时刻警惕，面试官经常喜欢突然问一些问题，，当时也有些猝不及防，还好本能的给出了答案。C的基础成为了这次面试最大的败笔。所以还是要重视基础。
------写给自己的面经，纪念人生第一次正式的（实习）面试