1自我介绍 2深挖项目 3我作为项目负责人怎么分工统筹 4问我手上有其他offer来不来招联 5问我有没有可能深造 6有没有可能留在招联 7反问 面试官南方口音,看起来比较严肃,比较专业,面起来感觉不错,整体大方没有咄咄逼人的感觉#悬赏#
1自我介绍 2介绍一下自己的成绩情况,荣誉情况,项目情况 (这里提了一嘴我是班长,然后班里组织了什么活动和什么荣誉还有职责) 3数据预处理 4数模竞赛的细问(选用了什么模型,流程,得到什么结果,为什么) 5数仓的维表事实表(给我问懵了,我寻思数仓课本上没有啊。。。。) 6数仓的底层实现,答出来了底层架构Kafka,底层语言,然后分层ods啥的我提了一嘴说不上来了 7kmean的评价指标我直接答的用
一面面的稀碎,一面面完一周之后hr联系说重新做了人才盘点,希望继续推进后续面试。这次是hr面,问题比较常规。 1.自我介绍 2.离职原因 3.收到offer情况 期间有收到但拒绝掉了,最近也在推动其他 4.看机会比较看重的三个方面 岗位匹配度+发展+薪资 5.工作和上学时间重叠,是管培生吗?签合同时间 校招提前入职实习,签合同是在毕业之后 6.实习和毕业后做的工作差别大吗? 会有差别,组织架构调整
晚上七点 1.小姐姐介绍部门 2.自我介绍 3.两条sql 202211的活跃用户数 和 次日留存率 每月当日活跃时长前十的用户 完全没写好 应该寄了 4.3句话说说你想从这次实习里获得什么 5.简历做的项目 背景目的方法贡献 star法则吧 6.反问 工作强度、偏什么技能(主要是sql)、租房 还是得先把代码再好好刷刷
没有发笔试,直接约面试了(4.20日),面了50分钟,面试官表示所在的组是中台的数分。 1、自我介绍(1分钟) 2、基础知识提问(5分钟): 假设检验详细介绍,原理,引申到各种检验的区别 辛普森悖论 4、介绍之前的实习项目(深挖20分钟) 挖的很深,有很多引申的提问 因为有实习涉及到AB实验,于是引申AB实验的知识(包括样本量如何选取等等) 涉及对实习公司所在赛道商业模式的介绍 对选取指标方法的拓
本文向大家介绍PHP的serialize序列化数据以及JSON格式化数据分析,包括了PHP的serialize序列化数据以及JSON格式化数据分析的使用技巧和注意事项,需要的朋友参考一下 PHP的serialize是将变量序列化,返回一个具有变量类型和结构的字符串表达式,而JSON则是一种更轻、更友好的用于接口(AJAX、REST等)数据交换的格式。 其实两者都是以一种字符串的方式来体现一种数据结
一位面试官,大概40分钟,只有一面 1.确认实习时间,什么时候开始实习,能做多长时间 2.自我介绍 3.面试官介绍了他们的四个方向 4.介绍项目,具体怎么做的包括了数据预处理,模型等 5.不用内置函数怎么算根号二,比如保留小数点后16位,想了半天,说了两种方法,说完第一种方法后面试官问还有没有其他的方法,说了第二种方法后面试官问还有没有其他的方法,没回答上来 6.田字格或九宫格从左上角到右上角不走
记录一下宁德时代-数据分析工程岗的面试流程: base 厦门的“时代电服”子公司 投简历:2022-8-11 一面:2022-9-14 1、自我介绍 2、最有成就感的项目是哪个?为什么最优成就感? 3、本科和研究生里面最喜欢的科目是什么?为什么? 4. 介绍一下Kmeans的原理(我提到用python做聚类分析,面试官顺着问了) 5、为什么选择制造业的公司?选择工作地点有没有考虑过? 6、反问
9.7投递,9号电话约面15号(后因面试官临时有事改为19号) 字节的面试开放性很高,都是根据简历来 自我介绍 根据实习和项目问问题:为什么用线性回归模型,为什么用KNN,怎么向不懂的人直白地介绍KNN,怎么优化预测算法,更多的预测算法 介绍常用的app:网易云音乐,介绍下不足:推荐算法不准确,怎么优化算法,怎么测试优化后的算法:ABtest,怎么给推荐算法的数据集设置权重并验证,怎么确认是推荐算
TimeLine:一面20220826,二面20220902,三面20220915,HR面20220920,意向20221017 BG:北邮本硕,管理类专业,两段实习经历:字节数据分析师、美团商业分析师 写在前面的话:字节秋招走的是跨部门转正,并非官网投递。以下问题并未完全记录当时的回答内容,敬请读者谅解 一面 1. 如果用户的人均使用时长下降,怎么分析? ①明确分析指标: 人均使用时长 = 总使
复盘一下面试经历,总体来说回答地磕磕绊绊,面试官很耐心一直在引导回答。 但是我的水平不够,缺少深入思考,回答的点很散不成体系,逻辑性也不强。 有些题面试官点出了关键,对比自己的回答,明显感受到思维层次差距。 把面试题和自己的回答都放上来,给自己攒点人品,也希望大佬们指教~ 1,自我介绍(主要介绍了一段互联网电商运营实习) 2,在实习经历中有没有对某个指标进行分析,有无相关case经历? 答:没有(
首先,说下背景 我是22年毕业,所以是社招面的拼多多 并不是我主动投递,是拼多多的人主动在boss直聘联系我,邀请我进行的面试 在这之前,boss上拼多多已经有多个岗位联系过我 但因为考虑到他们一天工作12小时,一周6天,没有双休,我都没有回应 直到这个岗位,因为看起来确实和我很匹配,我也很感兴趣,才答应的面试 技术面虽然有点波折,但最后也都通过了 没想到最后遇到了 hr,算是我平生仅见的人物了,
刚刚答完题,趁热乎!!! 选择题9个,在2019年和2021年的笔试题里抽的 填空题6个,也是往年题里的 简答题5个,其中方案问答题2个,SQL编写题3个(是leetcode的原题,刷到过) 真正困难的还是问答题啊#2024秋季招聘##数据分析面试笔试##搜狐畅游2023秋招笔试##2023搜狐畅游游戏数据分析师笔试题#
算法选取在算法选取方面,个人感觉也是要结合业务来实施。首先,要弄清楚业务那边主要关注的是什么指标。而与这一个指标相关的参数有那些,这些参数都是如何来影响这些指标的。至于算法的准确度,这一点,可以通过对数据颗粒度的细化来不断提高。不同的代码对系统的资源调度是不同的,而若你对算法的了解程度最大限度决定了你最终产品的反应快慢! 但据《财经》记者调查,这些有政府和国资背景的大数据交易所大部分生意寥寥,纯市
本文向大家介绍Python根据成绩分析系统浅析,包括了Python根据成绩分析系统浅析的使用技巧和注意事项,需要的朋友参考一下 案例:该数据集的是一个关于每个学生成绩的数据集,接下来我们对该数据集进行分析,判断学生是否适合继续深造 数据集特征展示 1.导入包 2.导入并查看数据集 3.查看每个特征的相关性 结论:1.最有可能影响是否读硕士的特征是GRE,CGPA,TOEFL成绩 2.影响相对较小的