没用Pandas快捷方法，硬核编程的我报名被拒

驱动器之心报道

编者：小船

字符串简洁就是高效？

近日，Reddit 上一位发帖 Mogady 个人了自己在一家子公司的甄中选境况。这段境况让他觉得沮丧，因为他觉得甄中选并不是在实地考察 ML 指导临时工的实质潜能，这是不平等的。我们再来看看他讲述的甄中选过程。

我有 4 年的 NLP 科学知识，最近一心回来一份远程临时工，于是我审核了一家子公司，该子公司声称他们只雇佣 top 3% 的人。当然，未人知道这个数字是怎么来的。

我审核了两次，第一次通过了编码器试验中，但未通过电子技术甄中选，因为我没能在 30 分钟内消除 2 个原因。

第一次甄中选失败以后我反思了自己的弱点，并意识到解题才是临时工甄中选里面的关键，于是我在 Leetcode 上刷了一些题，然后又审核甄中选同一家子公司。这次我直接进入了电子技术甄中选阶段，他们给我一个原始数据集，建议我在 30 分钟内让一个 NLP 方法的统计分析达到 96%，再是我并不需要上网文档，不而无须用 StackOverflow 或苹果公司查看。我一心这应该是在实地考察我理解原因的潜能——一心让我又快又好地处理方式任意原始数据。

经过几次迭代，统计分析达到 90%，然后短时间到了。但我得知甄中选官如果我有更多短时间，我时会说什么。

第二天甄中选官给我发了一封拒绝邮件，我建议他们给我一个这不，他们说：「甄中选事与愿违的人可以在任意的短时间内赢取更好的性能，因为这些人知道 Pandas 库函数能帮他们快速未完成程序语言。」

但是根据我几年的 NLP 实质临时工科学知识，Pandas 和 Jupyter 多半都用来比对原始数据。如果你真的在紧密结合一个新项目，你不毕竟可能就一心必需沦落 Pandas 库函数。因此，不都用一行字符串未完成操作并不意味着我的潜能不是 top 3%。

如果该子公司因此拒绝我，那么我是否可以指出 top 1% 的人甚至不无需编码器？他们只无需对各种辅助工具灵巧，原因就能靠辅助工具自己消除了。

如果他们指出从头开始紧密结合新项目并不重要，那我注定不时会甄中选事与愿违。

显然，Mogady 对这段甄中选境况觉得比较懊恼，他指出疑惑：「为什么从前所有原因都以消除速度为衡量标准标准？」

Mogady 的境况导致了发帖的诸多研讨。有人坚称这很现实：「甄中选无论如何时会衡量标准应聘者对行业里面常用辅助工具的探究，并将重点放在最常用的辅助工具上。一些子公司多半还期盼早日为客户创造生产成本，而不考虑毕竟多细节。这也时会影响他们考虑雇用谁。」

但也有人从紧密结合新项目的具体情况原因上比对，指出传输软件包（例如用一行字符串未完成操作）不利于新项目的经常性运行。一行字符串编译以后的驱动器码和几行字符串未差别，而几行有脚注的好字符串是更佳的考虑。

有出任电子技术主管的原始数据科学家坚称：「使用 Pandas 库函数编写一行字符串不是什么重要的事情，更重要的是如何适配和泛化算法。我时会更倚重这一点，而不是盲目考虑只时会加速训练的职员。」

还有人从子公司各个方面忽略这个原因：「如果一个子公司只考虑 ML 方法的速度，那么他们不毕竟可能也只是一心早日盈利，而未长远持续发展的一心法。好的子公司要好的是职员比对和研究者原因的潜能。」所以这样的子公司不去也罢，没什么自觉。

无论是对子公司还是对个人，Mogady 的甄中选境况都值得我们思考。接踵而来一个实质原因，又快又好地消除原因不是易事。如果要在速度和实质生产成本上考虑一个，你时会怎么中选？

参考文档：_how_frustrating_are_the_ml_interviews_these/