【 以下文字转载自 JobHunting 讨论区 】
发信人: commanders (commanders2005), 信区: JobHunting
标 题: 报面筋求实习合租
发信站: BBS 未名空间站 (Mon Mar 31 17:37:09 2014, 美东)
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
