由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
JobHunting版 - 报面筋求实习合租
相关主题
如何阻止烙印来我们组deep learning的工业前景咋样啊
包子请问:银行面试问题 (统计)Machine learning / data science 面经以及一些总结
G家电面一些细节,大家帮忙分析一下(update一下)PacificBio 二面悲剧
新鲜 A家电面经,并吐槽问一道multiple linear regression的题
也说个概率题我也来贡献几个面试题
【JOBS】我们公司的job opening (Data mining in San Diego)数学phd求refer, Statistician/Data Scientist/Predictive Modeler/Risk analyst相关
请教:A家2轮电面后onsiteAmazon data scientist面经
data science 面试求教怎样优化代码的 error handling, re-usability, readability, testability, and OOP?
相关话题的讨论汇总
话题: regression话题: 如何话题: bloomberg话题: linear话题: discover
进入JobHunting版参与讨论
1 (共1页)
c********s
发帖数: 12
1
求实习合租 在seattle amazon, from 5.20-8.15. 有兴趣站内联系。
我去年圣诞节开始申请实习。 投了大概30多家公司, 只有四家公司给了我面试,
linkedin, amazon,discover,bloomberg。 作为一个烂校统计phd,找实习的时候还
是挺纠结的。 第一个月的时候, 我主要投了大公司, 招intern的research lab。 基
本没有回应。 有一个linkedin的lab找我面试, 问了很多engineering的问题, 就自
然挂了(非马工)。 然后很久都没有面试和消息。 中途拿到不少据信, 连个面试都
没有给我。
到了二月初, 我就着急了, 连着投了好几个公司包括discover, amazon, 还有
bloomberg。 discover 是risk management, amazon是找人内推的research
scientist的实习, bloomberg是quant developer intern。 amazon面试了我3轮, 全
部技术面没有任何behavior的题目, 最后给了我offer。 discover面了我两次,一波
三折, 据了我, 然后又给了offer。 bloomberg基本上我就是酱油了, 人家一句呵呵
就结束了。
面经如下:
linkedin: linkedin的推荐系统的评价指标是什么, sqrt 函数实现。
amazon:第一轮: 什么 bp 神经网络,tree methods(split criteria, ID3 discrete
variable) regression tree(risk function), what is overfitting, random forest
的parallel programming, one billion data 如何快速做 linear regression,SVM的
loss function, and its advantage and disadvantage. lasso 是什么, lasso怎么
计算, 对于N》p, 但是p 有 1000+速度如何, 如何给linear regression model 做
online updating ,如何检测time series的 seasonality, 然后怎么消除, case
study, 有圣诞节书籍预测 如何预测更好 。
第二轮: time series missing data 怎么做, overfitting的表现, 如何消除
overfitting, 什么是logistic regression, 只能对binary data么?如果是count
data, 什么model。 poisson model是什么, 如何计算。
第三轮: 什么是有效市场, 什么是完全市场, 完全市场的假设是什么。 如何利用市
场信息预测未来。 什么是poisson regression, 怎么计算, newton methods,如果
解不唯一如何选定initial value。 三条time series, lenovo thinkpad, lenovo
pad, lenovo all production. 如何预测lenovo thinkpad.
Discover: 什么是logistic regression, 如何比较logistic regression, 什么是
svm, loss function是什么。 time series如何计算confidence band。 如何评价
time series model is good or not.
Bloomberg: Assumption of linear regression, how to use r to do linear
regression, what is data structure of r, how to check linear regression
assumption via R.
造福后来人把
h*d
发帖数: 19309
2
恭喜!

【在 c********s 的大作中提到】
: 求实习合租 在seattle amazon, from 5.20-8.15. 有兴趣站内联系。
: 我去年圣诞节开始申请实习。 投了大概30多家公司, 只有四家公司给了我面试,
: linkedin, amazon,discover,bloomberg。 作为一个烂校统计phd,找实习的时候还
: 是挺纠结的。 第一个月的时候, 我主要投了大公司, 招intern的research lab。 基
: 本没有回应。 有一个linkedin的lab找我面试, 问了很多engineering的问题, 就自
: 然挂了(非马工)。 然后很久都没有面试和消息。 中途拿到不少据信, 连个面试都
: 没有给我。
: 到了二月初, 我就着急了, 连着投了好几个公司包括discover, amazon, 还有
: bloomberg。 discover 是risk management, amazon是找人内推的research
: scientist的实习, bloomberg是quant developer intern。 amazon面试了我3轮, 全

p***0
发帖数: 233
3
bg为啥要呵呵?题目看起来很简单啊。。。莫非真是简单题就是对你没兴趣?
a***y
发帖数: 852
4
amazon面试看起来很难啊
c********s
发帖数: 12
5
我没有准备r太细节的东西。 包括这种coding上的细节。 因为r我都是直接用的。 对
于这种structure的名称不是很熟。 我当时还以为是类似stack, queue, graph, 之类
的计算机的数据结构。 人家就对我没啥兴趣了。 主要还是方向不合适把。 我不适合
或者没有好好准备engineer的东西。

【在 p***0 的大作中提到】
: bg为啥要呵呵?题目看起来很简单啊。。。莫非真是简单题就是对你没兴趣?
c********s
发帖数: 12
6
这个正好是我做的东西, 我感兴趣的东西。 相对来说就对口而且比较有底气一点,
但是也不是答得都很好。

【在 a***y 的大作中提到】
: amazon面试看起来很难啊
g*****5
发帖数: 87
7
亚马逊住公司的房子性价比更高一些 = = 前intern的感言
f******n
发帖数: 279
8
mark
c********s
发帖数: 12
9

大神能具体说说么?为什么stipend能给多少阿。 住公司的房子, 貌似还要另外交几
百刀。

【在 g*****5 的大作中提到】
: 亚马逊住公司的房子性价比更高一些 = = 前intern的感言
1 (共1页)
进入JobHunting版参与讨论
相关主题
怎样优化代码的 error handling, re-usability, readability, testability, and OOP?也说个概率题
分享总结的G家统计面经【JOBS】我们公司的job opening (Data mining in San Diego)
请问想找data scientist 工作应该怎么开始准备 (转载)请教:A家2轮电面后onsite
请问logistic regression有哪些hyperparameter (转载)data science 面试求教
如何阻止烙印来我们组deep learning的工业前景咋样啊
包子请问:银行面试问题 (统计)Machine learning / data science 面经以及一些总结
G家电面一些细节,大家帮忙分析一下(update一下)PacificBio 二面悲剧
新鲜 A家电面经,并吐槽问一道multiple linear regression的题
相关话题的讨论汇总
话题: regression话题: 如何话题: bloomberg话题: linear话题: discover