《社招》专题

#迅雷#数据分析师  #笔试 1.hivesql条件判定语句 2.房间里有产品经理和开发人员，2人离开，1人是产品经理。求房间里开发人员的概率 3.一个部门，五分之二为数据开发，五分之二为数据分析，都从事的有四分之一，求都不从事的人员概率 4.推送会员卡折扣给长期未使用用户，其目的是（营收，流失，用户找回，拉升新增） 5.mapreduce如何解决数据倾斜  count,join,大小表,grou

10.10 一面 12min 明明写的数据开发，招的是数据挖掘..... 全问的算法，一个大数据的东西都没问 满满的槽点，邮件上写的面试时间20min，然后一直等，然后hr说是上一个人还没面完.....再怎么没面完也不会让人等超过20min吧，结果等了半个多小时.......还是3个专业面试官，面试就12min，明明写的是大数据开发岗，说我怎么经历都是数据开发......招的又是数据挖掘，直接单开

笔试（10.11） 岗位是数据开发，一道编程，几十道选择。难度不大，但涉及面挺广。 一面（10.15） 笔试完，隔天约面，效率很高。 项目介绍，自己的分工 特征选择方法 数据挖掘中对于缺失值的处理方案 说一下Python（pandas）中常用的数据处理算子。 Spark的原理，分布式是怎么搭建的。 Sql中union和union all的区别 数据行转列怎么操作 xgboost和gbdt的区别 x

9.28晚上十点电话没接到-9.29下午四点电话没接到-9.29晚上十点半约9.30面试 电话面 35min 自我介绍 讲了两个实习项目均没有深入提问 机器学习 -讲两个无监督 两个有监督学习算法 -讲的算法优缺点都是什么 -过拟合怎么处理 -知道决策树ID3吗 讲一下信息增益的公式 数据分析使用什么工具 sql：每个商家近三个月最大的三笔订单 python：给你一个数列怎么转换成数组 用哪个库的

字节跳动提前批：data-电商 数据科学 一面，部门成员：～50min 1.   自我介绍 2.   机器学习 a) XGBoost：损失函数推导、特征重要性的计算方法 b) 为什么用SHAP计算特征重要性，不用XGBoost自带的方法（实习项目） 3.   AB test a)   对于不同类型的指标，分别要怎么做统计检验 b)   用非参数方法检验偏态分布的指标，统计功效较低，有什么其他方法

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）        

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

1101 - 技术面 自我介绍 实习经历 K8S： K8S 和 Spring Cloud 了解 如何基于 K8S 部署服务 K8S 部署服务的流程 基于 Spring 开发过的个人项目，是课程吗 对巨杉了解 算法 1103 - HR 面 自我介绍 校园经历 实习经历 Offer： 手头 Offer 及薪资待遇，偏向程度 期望薪资 相同薪资的 Offer 如何选择 个人优势 反问 #面经##校招##

下午两点半面的，用的腾讯会议。 一个hr加两个技术面试官。 先让我做了自我介绍。 问了我坦克大战小项目的具体内容。 问了数据库的索引怎么写，怎么实现的，如何防止sql注入。 问了好多锁的内容，我说不太了解。 问了JVM，说没怎么学过。 问了有没有自己实现所有的数据结构，没有。 问了socket套接字，在服务端的代码怎么写的，我说记不清了。 反问环节，问了新员工的培养机制。#23届秋招[话题]##金

晚上六点半面的，先让做了自我介绍。 问了硕士研究的课题，问了是否有兄弟姐妹，问了父母工作情况。 问了期望薪资。 反问，问了职业的发展方向。 希望能过吧。#23届秋招[话题]##金篆信科有限责任公司#

不知不觉中，互联网秋招惨淡元年悄然拉开了序幕。在女友的提醒下，在开学前开始了秋招投递，刚开始简历投递之后的悄无声息。但寂静并没有太久，感谢信便如雪片般飞来。随着时间流逝，愈发感到今年招聘市场的寒气逼人。除了感谢信，只有进度中的“简历待查看”。时光如流矢般划过，纵使如此，时间流逝的速度也赶不上简历被挂的速度。 和舍友笑谈说，现在可能是铜九铁十了，秋招可能要从七月开始了（笑）。调侃归调侃，事实上回顾所

TimeLine：一面20220820，二面20220827（已挂） 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 笔试 涉及统计学、概率论、机器学习、SQL等方面的知识，详情可在牛客网上搜索“猿辅导数据分析笔试”获取更多信息 一面 1. SQL题，口述解法即可 课程信息表lesson_order，字段：学科 subject， 用户id userid， 订单id ord

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

1、实习的工作是什么？ 2、SQL调优有哪些？ 3、介绍一下项目，主要做什么工作？（项目介绍还不顺畅） 4、为什么学大数据？ 5、项目里的Flume是怎么用的？ 6、TailDir为什么可以断点重传？（面试官说不能） 7、Linux什么指令可以监听文件？ 8、Flume的事务是怎样的？（因为上一题提到了事务） 9、Kafka的基本架构？ 10、RXR队列（不知道是什么东西） 11、Kafka的pa

1、实习的工作内容是什么？ 2、有写过UDF吗？如何实现UDF？ 3、UDF要成为永久函数怎么做？如果不加temperory，函数下次还能用吗？ 4、UDTF了解吗？ 5、Hive的窗口函数有了解过吗？ 6、开窗函数Over()中有没有orderby有什么区别？ 7、汇总数据开发是怎么做的？（实习工作） 8、Flink任务的并行度和内存怎么设置的？ 9、Flink的TaskManager内存模型了