1-某量化
之前已经做过几轮笔试，所以面试没有特别技术
问了非常多机器学习的细节
2-某互联网大厂
一面：
时间：40min+
- 面试官自我介绍、部门介绍
- 自我介绍
- 说我是辅修计算机的，所以不问sql了（虽然最后还是问了）
- 实习做了什么，介绍一下（很详细）
- 情绪因子是什么？
- 解释了一下PSY之类的
- 介绍大创项目
- 浅层DNN
- 减少过拟合
- 介绍cnn预测跌倒风险的（提了一嘴）
- 生物大数据分析的作业
- 介绍数据库大作业（提了一嘴）
- 实习项目为什么选择xgboost这个模型，xgboost的原理之类的
- 效果
- 经验
- sql:听说过窗口函数嘛？统计每个课程前3名
- row_number(partition by order by)over ranking
- sql:having和where的区别
- sql:left join后having和where各自的作用
- sql:在on的时候加条件和连接后再加条件的区别
- sql:是否听说过hive?
- 没听说过...
- 是否听说过数据仓库的概念
- 没有....
- 面试官解释是更大的数据库
- 统计：p-value是什么东西？为什么要用p-value?
- 商家在双十一投放100万广告，怎么评价它投广告是有用的？
- 对照实验
- 纵向比较:
- 横向比较
- 怎么衡量特征重要性的
- 回答：weight, cover, gain三者加权
- shap
- 如何做特征选择的
- selection(filter, wrapper, embedding)
- 特征选择很难
- 为什么总体来看，发视频越多的up接的广告越多，但是按照粉丝量分类之后，发视频越多的up接到的广告越少？
- 辛普森悖论
- 只回答了辛普森悖论，让我再详细猜测一下
- 我猜：粉丝多的up更加珍惜羽毛?
- 面试官解释：内生性原理？
- 如何评价一次促销活动？
- 用户的角度
- 商品的角度
- 活动的角度
- 抖音这个月的日活量比上个月少很多，你怎么分析？
- 问题确认
- 分析外因
- 分析内因
- SHAP原理
- 用过
- 毕设做什么？
- 为什么想做数据分析？
- technique+business
- 你有什么要问的？
- 腾讯、抖音广告收入骤跌，你们怎么解决？
- 她把责任推到小红书身上。。
- 说要提高广告的质量
- 你们的日常生活是啥样的
- 不打卡
- 业务是啥？
二面：
- 自我介绍
- 深挖项目经历【很深很深】
- 深入讨论了一下辛普森悖论
- 2个人扔骰子，第一个人赢的概率
- 我的答案：用条件概率，等比数列求和，求极限
- 面试官的答案：递归
- 58同城，保洁阿姨和客户私下【很深很深】
- 分析原因
- 顾客的角度
- 阿姨的角度
- 如何解决
- 抽成的平衡
- 新的收入渠道：广告【深挖】
- 众包算法优化
- 学习和实习有什么区别
- 讨论了互联网广告性价比的问题
hr
整体感觉压力比前2面大 质疑的东西很多
- 自我介绍
- 详细说实习经历
- 说没有更新简历，加微信发了新的简历
- 感觉你这个专业 和 实习的不太相关啊
我说分明非常相关！
- 问未来规划
- 有没有投别的
- 问了挺多的 忘了。。。
- 优势和劣势
- 来了以后怎么办
- 作息你能接受嘛
- 别人是怎么评价你的
反问：
- 人员分配
3-某绿色公司
1-自我介绍
中文，大部分是英文
2-简历问答
随便聊聊
3-case
英文。一个测量血糖的仪器想要进入中国市场，进行分析