字节数据分析-抖音 日常实习（已OC）
4.25 hr联系约一面
4.27 一面
4.28 二面
4.28 三面（hr面）
5.3 发offer
bg：本硕华五，天坑专业，无实习经历，几场数模比赛水奖
一面：一个面试官，字节飞书，20min左右
一面感觉没有太偏重技术，一上来先是自我介绍，然后让我选简历上的一个项目从背景、到过程、到最后输出结果整个流程讲一次，着重讲一下中间遇到的数据清洗、数据处理等的过程。我讲的是一个kaggle的比赛，然后从数据集分布观察，到确实重复值观察记录，到数据扩增，然后进行指标构建，特征筛选，模型应用，集成学习，最后输出结果。这个部分hr没有深挖，最后只是简单问了一下结果是用什么评估的，这个比赛就是用mse评估的，所以没啥好讲的。
然后就是讲了一些宝洁八股题，没有太多可分享的。
最后是一个简单的技术面的sql的题，问一张有from_user_id和to_user_id的表格表示用户A（from_user）关注用户B（to_user）的记录，问如何找到相互关注的用户？是一道简单的自联结题，用where就可以串起来了。
反问环节：
1. 这个工作平常一般做什么？
2. 用python的几率多吗？
二面：两个面试官（一个技术面试官，一个业务面试官），字节飞书，40min左右
二面突然来了个技术面试官，我以为没有技术面的了，结果都没咋准备，哭死。
技术面（由于时间隔的有点久，记忆不是很清楚了）
1. XGBoost和决策树的区别是什么？
2. Boosting和stacking的区别是什么？
3. XGBoost相较于GBDT的改进是什么？
4. LightGBM的改进之处是什么？
5. 讲述一个项目（我又讲了kaggle那个）。
6. 网格搜寻和贝叶斯搜寻？
7. 现在要评估一个开屏广告应该如何投放，请设计一个方案（有两分钟思考时间）。
业务面
1. 市场营销的理解？
2. 需要构建哪些特征来分类过往投放广告的好坏？（有两分钟思考时间）
3. 对一个项目进行了浅挖。
三面（hr面）：一个面试官，字节飞书，30min左右
hr小哥哥非常温柔，后续offer发放也是他负责，一直帮我催流程，大赞！
面的也是一些很基本的性格类，未来方向，对岗位的理解之类的，参考不太大。
类似资料：