腾讯 – 腾讯地图-POI引导点数据挖掘工程师 职位分析和面试指导

职位简介：

作为腾讯地图POI引导点数据挖掘工程师，你将负责基于地图点线面数据和轨迹情报，利用数据挖掘算法和策略提升POI步骑行引导点效果，并优化引导点挖掘的流程和系统，开发相关debug工具平台以确保在线服务和离线挖掘的稳定高效。你需要具备计算机或数学相关专业本科及以上学历，2年以上工作经验，熟练使用Python、Shell、SQL等数据挖掘分析常用语言，熟悉Hadoop/Hive等大数据处理平台及其原理，以及Mysql、redis等常用数据库。同时，你需要熟悉常用的机器学习算法如聚类、分类、LR、RF、SVM、GBDT、CNN、GNN等，对数据敏感且具备良好的分析能力和逻辑思维，自驱力强。有POI相关工作经验或轨迹数据挖掘相关经验者将优先考虑。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在撰写简历时，你需要突出与POI引导点数据挖掘相关的经验和技能。首先，确保你的教育背景和工作经验部分清晰地展示了你具备计算机或数学相关专业的本科及以上学历，以及至少2年的相关工作经验。在技能部分，详细列出你熟悉的编程语言（Python、Shell、SQL）和大数据处理工具（Hadoop/Hive、Mysql、redis），并强调你对机器学习算法（如聚类、分类、LR、RF、SVM、GBDT、CNN、GNN等）的掌握程度。如果有POI或轨迹数据挖掘的实际项目经验，务必详细描述你在这些项目中的具体贡献和成果，例如如何通过算法优化提升了引导点的效果，或如何开发工具平台提高了系统的稳定性。量化你的成果，比如提升了多少百分比的效果或减少了多少处理时间，会让你的简历更具说服力。

在面试中，面试官很可能会重点考察你的技术能力和项目经验。准备时，确保你能够清晰地解释你过去在POI或轨迹数据挖掘项目中的具体工作，包括你使用的算法、工具以及取得的成果。面试官可能会问及你如何解决特定问题，例如如何处理大规模数据集或如何优化算法性能，因此提前准备一些具体的案例会很有帮助。此外，面试官可能会考察你对机器学习算法的理解，尤其是那些在职位描述中提到的算法，所以复习这些算法的基本原理和应用场景是必要的。在回答问题时，保持逻辑清晰，尽量用数据或实例支持你的观点。最后，展示你的自驱力和对数据的敏感度，例如你可以提到你如何主动发现并解决了某个数据问题，或如何通过分析数据提出了改进建议。