《数据分析工程师》专题

1.自我介绍 2.实习项目拷打 3.场景题，有一万条数据，但有一个类只有条数据，训练时要注意什么，我:构造数据；增加查全率。面试官:从模型方面讲讲。我:加入正则化项。面试官:损失函数的权重。 4.一个项目，反例比较少，选择一个模型评估方法。没答上来。面试官说AUC曲线，让我说说原因。也猜到了要答AUC曲线跟数量无关，但是有点印像，画曲线的时候是要使用正例反例数量的，不敢说话，疯狂道歉。 5.SQL

一面 1、自我介绍 2、询问本科、研究生的专业背景、技能学习、数据分析相关知识 3、询问sql、python、java等掌握情况 4、对数据支持的理解 5、深挖简历-重点：数据可视化分析维度、词云分析的重点、 6、深挖项目经历-重点：会不断挖掘你的语言漏洞，自己要能够圆回来 7、面试官针对实习经历还提出了好几个建议意见 8、逻辑题：一根不均匀的绳子，烧完是一个小时，如何判断半小时（微软算法面试题）

8月31日一面，两位面试官，2V1，时长约1小时，两位面试官都很温和，整体的面试体验感觉很好，面试氛围超好 自我介绍 针对所修专业开始提问 你的专业做数据分析相比于统计学/数学有什么特殊之处？ 你的专业做数据分析有什么优势？ 介绍其中一段实习经历 实习中使用到的一个预测模型处理的数据大约有多少条记录？时间跨度有多长？用的训练集占多少？ 对于这个项目，当时是怎么分工的？ 有遇到什么问题，是怎么解决的

- 3/9笔试 - 选择题大概三四十个 - 问答题10个，涉及python，HSFS八股，Java八股 - 3/14一面，全是快问快答25min - 问简历，项目介绍，项目中提到的模型被揪出来问了细节 - 常见的机器学习算法讲讲，深度学习会多少呢？ - 编程语言？希望会Java - 各种排序算法，时间复杂度，随便介绍几个呗 - Python的装饰器 - 指针和引用的区别（这是C++，但是当时并不知

本文向大家介绍数据科学家，数据工程师，数据分析师之间的区别。，包括了数据科学家，数据工程师，数据分析师之间的区别。的使用技巧和注意事项，需要的朋友参考一下 数据科学家，数据工程师和数据分析师是信息技术公司中的各种职位档案。 数据科学家 数据科学家是一个非常特权的工作，负责监督整体功能，提供监督以及对信息，数据的未来显示的关注。 数据工程师 数据工程师专注于技术优化，以所需格式构建数据等。 数据分析

总评：oppo整体面试难度不是很大，一面主要是简历深耕，二面会问一些更加综合的题目，包括与业务方合作机制等，二面的面试难度更大一些； 面试官态度很友好，期间我语音坏了，然后僵持了几分钟，后来通过电话联系面试官进行面试，整个过程没有任何的不耐烦，还鼓励我不要因为这个影响面试，十分感动了！ 一面简历深耕：     1. 哪段实习收获最大？    （回答哪一段都行其实，重点是考察面试者复盘能力，以及实践

▫️Timeline：3.13投递 - 3.15完成综合考试 - 3.27请求转到第二志愿 - 4.11一面 - 4.21二面 - 4.25HR面+英语测评 - 4.26收offer ▫️bg：美本专业对口，一段相关实习，两个项目（1机器学习，1rfm） ▫️一面（~45mins） - 职业学业规划 - 回国时间&到岗时间&实习时长 - 自我介绍 - 介绍实习内容 - 实习怎么搭建指标体系 - 实

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

有时候，对于我们的决定只要有一点点的数据支持就够了。一点点的变化，可能就决定了我们产品的好坏。我们可能会因此而作出一些些改变，这些改变可能会让我们打败巨头。 这一点和 Growth 的构建过程也很相像，在最开始的时候我只是想制定一个成长路线。而后，我发现这好像是一个不错的 idea，我就开始去构建这个 idea。于是它变成了 Growth，这时候我需要依靠什么去分析用户喜欢的功能呢？我没有那么多的

大家好，欢迎阅读 Python 和 Pandas 数据分析系列教程。 Pandas 是一个 Python 模块，Python 是我们要使用的编程语言。Pandas 模块是一个高性能，高效率，高水平的数据分析库。

时隔4个月 又来牛客求offer了 发面经攒人品 速速来oc timeline：8.29投递-9.2笔试-9.8一面-9.19二面-9.27hr面 2023.02.08 update 泡死啦 现在都没消息！！！ 一面 28min 自我介绍 三段实习经历每一段提问一个项目并深入提问 sql 机器学习 反问 二面 25min 自我介绍 然后感觉不知道问啥 随便问了两个问题 就开始反问 这时候才十分钟吧

笔试+3轮面试，笔试题比较开放，主要考察一些基本的概念，业务一面：首先自我介绍，面试官就简历提问，接着会跟你一个具体的案例让你回答如何识别黑产用户，附加口述一道智力测试题，最后是反问，整体面试很轻松，由于反问阶段表现得很好，所以一面后三分钟就通知结果了。 二面应该是部门leader面，更多的还是深挖简历的内容，真的很细很细，面完以后感觉表现一般，然后hr通知结果待定，基本没戏了。

9.20一面hr面 1.自我介绍 2.实习的收获 3.在校成绩以及相关情况 4.实习中有什么做的不足的地方 5.性格的优缺点 6.拉家常 7.反问 没想到一面竟然是hr面 #面经##4399##4399面经##数据分析师#

云端业务和数据已接入小米生态云的生态链企业，可以在和小米签署保密协议之后，派工程师入驻小米，以小米内部业务使用数据的流程、方式使用数据；生态链企业和小米join的数据在小米的环境里训练模型并搭建API服务，小米会协助完成生态链企业对小米数据的需求。 后续会在生态云上提供API自助服务。

Discover数据分析一面 - Phone Interview - 全英文 手机开了自动拦截垃圾电话，前面几个电话没接到之后才反应过来关了。（被假中国海关的诈骗电话骚扰无数次） 1. 自我介绍 2. 最喜欢的课程，为什么？ 3. 怎么知道Discover和这个工作的？ 4. 有在信用卡领域的工作经验吗？（没有，只知道刷卡😂） 5. 对简历一个项目详细介绍 6. SQL where和group