Q1：計算機專業本科生，非ACMER。算法達到什么程度才算是合格，有什么量化手段嗎？

Answer：傳統算法和數據結構功底扎實。比如LintCode上的題目簡單和中等難度毫無壓力做出，Hard難度在給了一定時間和一定提示時可以獨立完成。

微積分，統計學，離散數學

Q2：成為數據挖掘工程師有必要要搞編程競賽嗎？現在大二，之前沒有接觸過競賽

Answer：數據挖掘的話是Kaggle，KDD的競賽

Q3：數據挖掘一定要學spark嗎

Answer:Python是剛需，Spark可以到用的時候再學

Q4：怎么練習普通算法呢，看算導刷oj嗎？

Answer：分為兩步：第一步是模塊化訓練，比如專門做圖論和動態規劃的題。第二步是在LintCode上隨便選擇一個題，不看標簽，獨立做出。

Q5：有一定高等數學基礎和機器學習算法概念的小白，如何進行實戰訓練。

Answer：分為兩步：第一階段是參加Kaggle，KDD競賽。第二階段是學習爬蟲，自己爬取電商，微博等數據，做訓練

Q6：作為一個數據挖掘工程師，還有沒有必要深入研究傳統的算法，還是重點關注機器學習等統計的算法？

Answer：重點關注機器學習等統計的算法，這兩種有很大的不同

Q7：請問算法工程師和數據挖掘 data scientist 等崗位在技能要求和工作內容方面有什么區別嗎？

Answer：中小廠不區分。大廠可能會區分。算法工程師更底層一些，關注算法模型的開發和調優，數據挖掘更側重模型的建模和使用，應用和業務方面。

Q8：傳統的數據結構和算法是否對于機器學習是有必要的？如果有，主要體現在什么地方？

Answer：首先傳統的數據結構和算法可以鍛煉計算機思維，其實具體的數據結構和算法還是會用到的，比如搜索query時詞之間關系，可以用字符串的距離，動態規劃，字典樹等

技術問題

Q1： 假設數據集有商店id這個屬性，取值上千個，把它做OHE后去學習，雖然結果提升了，但維度增加了很多。但不做OHE，用分類樹去學習，結果并不好，可以有什么方法緩解數據集的擴大與最后結果的技巧嗎

Answer：這是特征工程中非常典型的問題，OHE后有可能會過擬合， 商店間有相似性，量化后對商店進行聚類，再用這些類去做分類的訓練