一面 30min 电话面试 非常温柔,也很有水平的面试官,主要是挖简历。 结束的时候还和我说了我的简历中可以优化的地方。体验很好。 二面 1h 视频面试 先挖简历 大概15min 问了许多机器学习和建模的知识,比如SVM、聚类一些基础模型的步骤 过拟合产生的原因以及如何解决 大概30min 根据我的本科专业背景问了一个开放问题 15min 之后闲聊了几分钟 是部门交叉面试,这位面试官是算法部门的,
北森的题库,专业部分考了机器学习算法,数据分析算法,时间序列,SQL选择题 后面还有四个大题,分别是: 1.协同过滤 2.用户画像 3.数据预处理 4.给图表,给出解决方案 没有编程题,谢天谢地 还有十几道金融题,反正我是不会。。。。
时间线:9.4投递,9.16一面,9.21二面(和hr改的时间),9.26三面,全程hr电话约面 一面技术 1. 特征工程常用方法 归一化标准化、离散化(分箱、onehot编码)、组合降维等等 2. 分类样本不均衡如何解决 欠采样、过采样 3. 针对A/Btest经历——如果使用抽样调查方法如何确定样本量和分桶(统计学意义上)
Q1:【考察个人经历】你遇到过哪些挫折,你是怎么解决的?你最有成就感的事情是什么? 面试之前要从你经历过的事情里挑出来一两件,然后能用STAR法则描述清楚事情的过程,可以从你的学生生活、校园工作、实习、社会实践等等过程挖掘一下(有实习的优先讲实习,毕竟面试官已经工作很多年了,还是对工作阶段的事情更能有共鸣),表达清楚 在什么情景S下,你有一个什么样的任务T,你做了什么事情A,你达到了什么样的结果R
第一次写面经,楼主双非硕 10月12日投递 10月14日测评 10月15日群面 (除了我以外都是92硕,瑟瑟发抖……) 给出一个具体的场景,无领导小组讨论给出一个技术方案,然后hr问每个人两个问题,为什么投递这个岗位,为什么选择广州 10月15日下午,笔试 时间半小时,题目类型包括单选,多选,不定项选择,两个简答题 10月20日技术面 首先问项目,还是问得比较细,我有个工程项目,涉及到了硬件,面试
部门是战略线-商业决策,看了不少面经,认真准备还是难逃一挂 时间线:9.20投递,10.11一面,10.20二面,当天挂 一面挖简历,70min 针对实习经历 1. 以一个策略为例,说明指标体系和监控标准 追问: XX策略为什么能达到增长的效果 对于增长明显的策略,主要是什么原因促成了增长 2. 对于规模小但是转化率高的活动,如何衡量活动效果(例如两个活动
足足面了25分钟,首先是自我介绍,然后问你做过的数据分析项目,然后根据这个项目深挖,问了我随机森林和决策树的区别,问了决策树过拟合咋办。问了我对数据运营的理解,数据从产生到产生价值的过程的理解,问了你还知道什么大数据岗位,问了python关于的lambda函数、python数据类型。最后,你还有什么想问的 over
数开岗位 10.21 一面是个小姐姐,没八股,基本上按着简历问项目,感觉很好。反问表现,说很优秀,职位也很匹配。 四五分钟之后二面 二面问了数仓之外的其他项目,主要是本科和研究生的研究方向,项目中主要什么职责,遇到的问题,不过面试官网络有点卡,本科和研究生都是安全方向,问了些很开放的数据安全问题,结束的时候就说通过二面,还说网络卡一直道歉。 没超过10分钟约HR面 HR面就很开放,一些个人能力,基
一面 30min 视频面 挖简历,没什么技术知识,面试官人很好,感觉有点憨憨的。 二面 30min 视频面 凉经 主管面 先说明他做的很产品,所以问的我基本上都是关于业务的。没什么相关经验,答得不太好。 一些开放的问题包括: 买过理财产品吗? 在用什么理财APP? 如果让你做竞品分析,你觉得它们之间的区别是什么? 感觉还是要比较了解他们的APP,比较了解他们的产品。 最后面试官点评我说还是要多用产
先说下专业,不是专门学计算机的,是数学院信息与计算科学 上个月快月底的时候投了数据分析的简历,过了两天一看,“笔试名单筛选中”,又过了两天,“未通过”,好家伙直接没了,所以就没管了 但是前几天突然收到了笔试的通知,但是“数据工程师” 看了下别人的笔试经验发现是有选择有编程,编程是sql 我确实会sql,但是有段时间没接触了,于是昨天练了一整晚,回忆了个七七八八 想着早点考早超生,今晚就给考了 看到
因为我投的是供应链这边的数据分析岗位,所以大多都问的数据库使用和coding的问题 一面-8.26-28min 1.问项目中解决的问题和反思。 2.java中ConcurrentHashMap的各种机制? 3.JVM模型,GC算法,为什么要把元空间的实现从永久代放入对外内存? 前两个问题就是意思一下,最后一个问题就是见功力了。 主要原因1.是为了避免OOM,很难预测方法区大小是多少,故很可能发生O
之前一直在牛客找面经,对自己帮助也很大,意向了也写一篇,感谢! 一面: 1、介绍项目 2、ODS和DWD怎么区分,分别存什么样的数据 4、跨数据域问题,怎么做的 5、有哪些宽表,对应什么指标和业务过程 6、留存率、漏斗分析等,是怎样的开发过程,后续使用 7、任务性能优化或代码方面的优化 8、hive on spark和spark区别,计算时间上有差异吗 9、kylin为什么快 10、两道SQL
已OC,朋友们明年广州见。大家都好运! ———— 三面人力面: 无技术问题。 1.自我介绍 2.学校是否有社团活动经历,请简述 3.根据社团活动经历,说说自己的输出 4.实习经历有什么具体的项目分享 5.因为我实习做的是政企数字化改革,所以在实习经历上又深挖了流程 6.觉得压力最大的一次经历,以及自己是如何做好的 7.职业规划 8.根据简历上的兴趣爱好(我自己有做短视频和b站up),问了我的粉丝量
大数据开发岗 10.12一面 自我介绍+介绍项目及难点,面试感觉很好。 各个大数据组件都问了一点点(hive文件的格式,两种行式两种列式,项目中parquet+lzo,几种压缩方式的对比,spark rdd+df+ds区别,repartition+coalesce,reducebykey+groupbykey,kafka ack,flume数据重复等) 数据来源(结构化sqoop+半结构化flum
时间线:8.26一面——9.10二面——9.26三面—— 9.29三面——10月底意向 一面 简历部分 ①实习项目---建议如何来的 答:从结论某个数字出发,来提炼项目的介绍思路 场景题 ①淘宝加历史价格曲线的功能,如何用abtest衡量是否上线? 答:abtest,指标体系,大致流程 ②接上gmv之外的核心指标? ③接上如何量化用户的价格敏感度? 答:回答思路是用个人和大盘指标比,指标定义为用户