百融-数分实习面经，找不到实习版
1. bagging和boosting（集成学习）
2. xgboost和lightgbm的涉及哪些参数，防止过拟合怎么调参
3. sql执行计划，追问spark的rdd是什么，rdd是否可变，spark是否惰性运算等
4. sql优化是否了解，平常怎么做sql优化的
5. transformer原理
6. 用过哪些深度学习模型
7. pandas的细节（numpy，df.a.values是np.array类型，底层是c语言实现），使用loc和不适用loc的区别
8. IV，平常怎么做特征选择的
9. k折检验，sklearn中k折检验提供的是什么方法，提供的两种k折检验方法的区别
10. 什么是l1，l2正则化，两种的区别，谁收敛的快，谁更平稳，为什么
11. pandas迭代器，apply等的执行效率比较
12.
```python
a = [[0]*3] * 2 // 建了两个相同的引用[0,0,0]
a[0][0] = 1
a = ?
问用过c没有，问到了python的按值传递和按地址传递，深浅拷贝
```
13. 使用过哪些自然语言处理的python库，fasttext用过没有
14. 用过dask没有和pandas有什么区别
15. 有哪些归一化方法
16. count()会计算null值吗，distinct会计算null值吗，sum会计算null值吗
17. 方差和偏差
本文科生面完心凉凉的，菜还得练
类似资料：