【面试经历】2020春招实习面经

阿里新零售技术事业群-淘系技术部用户增长团队&C2M事业部-用户产品部：技术岗(邮箱、内推)
2月简历挂

字节跳动数据挖掘实习生日常实习(官网、内推)
2月简历挂

腾讯互娱IEG光子数据挖掘/NLP岗（微信投递）暑期实习
一面电话面挂
28min
1 自我介绍，在校经历，主要研究方向
2 讲一下竞赛的过程？特征工程做了什么？
3 为什么用Xgboost？
4 除了Xgboost，其他常见的分类算法？
5 LR和SVM有什么不同？（提示不同的场景怎么用，没答上来）
6 SVM常见的核函数？
7 数据结构学过吗？（没。。）
8 常见的算法了解吗？讲一讲快排？
9 用过什么神经网络模型？RNN和LSTM了解吗？（不了解。。）
10 做过NLP项目吗？项目中是怎么做特征提取的？
面试官是NLP方向的，数据挖掘应用的场景较少，主要做NLP，比如文本分类等。面试官说基础还不错（行业黑话。。。），但是经验不足，建议多刷项目。

网易互娱数据挖掘实习生（官网）[内推]暑期实习一志愿
二志愿数据分析实习生
4.11 笔试
20道单选 10道不定项 2道编程一道20%一道27%，找到问题但不会写。

美团点评机器学习/数据挖掘算法工程师(官网、内推)暑期实习
3.12 笔试
统一赛马网笔试，五到编程题，2小时完成。除了第一道37%，其它全是0%，一道也没有AC…..

3.24 一面视频面挂
49min
1 先花点时间介绍一下自己，学习经历，实习经历，项目经历。
2 实习经历的工作内容是怎么样的？为什么之前不找互联网的技术岗实习？
3 LR的损失函数是什么？为什么不使用均方误差？
4 数据结构学过吗？二叉搜索树有什么性质？
5 二叉搜索树的查找时间成本？平均和最差情况？为什么？
6 反转二叉树，手写递归和迭代方法（c++不会，用python写的）。
7 不使用if-else和比较符号，怎么输出两个整数的最大值？手写。
8 FM和LR相比有什么好处和优点？
9 wide&Deep了解吗？讲一下原理。
10 tensorflow用过吗？
11 hadoop了解吗？
面试官是广告方向的，也是主要算收益和CTR的。这次的问题主要出在数据结构问题很大，简单题也没有写出来。第二个求最大值也花了很长时间，中间还断线了。。。
问了面试官三个问题，一个是偏技术还是偏业务，另一个是特征工程时间多还是模型结构优化时间多，最后一个是LR是否是很常用的模型。

字节跳动算法实习生-业务研发（官网）暑期实习
原来日常实习内推挂了连春招都没有了，太惨了。

腾讯技术研究-机器学习暑期实习生（官网）暑期实习
应用研究
3.11 一面视频面挂
30min
1 实习时间、自我介绍
2 题外话，你们学数学的没有学前沿的机器学习方法，你是怎么自学的？
3 项目中有没有对特征作标准化？为什么不作？比如说LR的标准化的作用是什么？（提示andrew wu的机器学习课上有）
4 你说对数处理是为了符合正态分布，为什么要近似于正态分布？
5 介绍一下SVM
6 SVM和感知机有什么区别？（太难了，不会）
7 有没有看最新的外文文献了解新的机器学习模型？（没。。）
面试官是PCG的，base深圳，主要做广告方面，主要是NLP或CV方向。这次我问他业务能力怎么提升，面试官认为基础更重要，说明这次我的基础理论回答很差，还要继续补基础。
另外从这一次的面试和腾讯宣讲会来看，面试官考察项目经历并不是想知道你有多牛(实际上在面试官眼里可能就很菜)，而是想要考察你的思维方式和逻辑，比如说问题3~4就是这样。

应用研究-数据平台部-广告推荐小组
4.8 一面视频面
42 min
时隔一月竟然被捞，但是算法岗太难了，硬着头皮面。。。
简直屠杀现场，一问三不知，一点都不会。
算法岗是推荐系统算法的实践和落地，分析岗是对算法的分析，异常特征检测，特征重要性识别，也需要储备非常多算法知识。
1 实习时间？到底是选分析岗还是算法岗？
2 挑一个项目介绍。
3 特征工程部分做了什么事情？
4 你说进行时间平移，为什么？如果再做一遍，用另一种方法？
5 连续特征分桶，为什么这么做？用另一种方法？
6 连续变量之间的相关性怎么衡量？连续变量和类别变量呢？（tips:t检验，卡方检验）（这题本该和统计知识很相关，竟然还是没有想出来，还要提示。）
7 lag特征为什么选3天和72天？别人的24天是什么意思？
8 如何做特征选择？如何认为一个特征很重要？
9 基尼系数、信息增益、信息增益比是什么意思？
10 boosting方法和bagging方法的区别？boosting有什么优点？
11 C学过吗？C++的指针和引用有什么区别？
12 sql的大表join小表怎样做性能最好？（tips：union和union all的区别）
13 用过spark、scala吗？
14 python的range和xrange有什么区别？比如说我要循环10次，怎么写最好？
15 auc了解吗？roc曲线怎么画效率是最高的？
16 了解python的线程和多线程吗？
17 lambda不适用于什么情况？
18 熟悉linux吗？
这次的面试基本上都是问编程语言的性能分析，因为工作就是对算法的性能分析，基本上每一套语句都用到极致。Sql不能停留在只会写，还要多了解怎么写最优。Python还是写得太少了，面试官说14问就是想考察代码写得多不多，这一看就不多啊。。。

4.10 二面电话面挂
20 min
下午突然来电，啥准备都没有，非常紧张，话都说不清楚，杀了个措手不及。时长短基本没戏。
1 对实习的地点有要求吗？
2 介绍一下你的研究方向。（面试官很惊讶我还没开题….）
3 讲一讲你的项目。
4 为什么用xgboost模型？树模型不是用来作分类问题的吗？
5 xgboost调优做了什么？
6 有没有看过榜第一的人用的什么模型，工作怎么做的？
7 如果再做一遍，你会做什么改进？那你当时为什么不用LSTM模型？
8 实习主要是想做什么岗位？想学到什么东西？
9 你说想根据业务知识进行改进，那你的项目根据什么知识做了什么改进？
10 做这个项目是为了什么？
问题都是围绕着项目问的，虽然基本上都能回答上来，但估计并不是面试官想要听到的。事后想了一下，其实很多问题问的可能不是项目本身，而是要一般化（虽然我问面试官时，面试官是叫我就项目说的）。比如说4问，感觉就是要说说xgboost的优点。但是实在是太紧张了，来不及应变，这种经历太少了。

京东数据挖掘实习生（官网？？？）
忘记在哪里投的了，完全没有信息。隔段时间回来看，发现投的是产品经理，又不知道是校招还是暑期实习，很懵。

京东数科数据分析实习生（***）

网易云音乐数据分析实习生(内推)暑期实习
笔试挂
4道编程只a了一道。

美的数据挖掘实习生（官网）暑期实习
4.22 一面
20min
1 自我介绍
2 项目的数据量多大？
3 （换人）讲一讲某个项目的预测目标是什么？数据量多大？每一行数据代表什么？
4 用了多少个特征？做了什么特征工程？
5 异常值处理剔除0值，是剔除特征还是剔除样本？
6 为什么要剔除0值？
7 类别不平衡怎么处理？
好短的面试。。。另外一个面试官还提醒面试官要注意时间。。
部门是美的金融，有两条业务线，一条主要做信贷、风险建模等；另一条是资金管理；面试官说也会用到一些文本分析，RF模型等。

腾讯软件开发-数据分析暑期实习生（官网）
挂了之后转投的，但是没有被数据捞，又被算法捞了起来。。
4.26 常规批笔试
5道编程a一道

微信安全团队数据分析（邮箱）日常实习 or 腾讯创新项目增长中心数据分析实习生（邮箱）日常实习
以上这两个分不清楚哪跟哪，都是中山大学公费电话打过来的。一个让我在线笔试，一个问我有没有报暑期实习。后者可能是日常实习的内容，听到我倾向暑期实习就先挂了。

华为产品数据工程师（官网）暑期实习
4.8 笔试
和腾讯面试冲突了，能写多少写多少吧。。
一个多小时80%，20%，0%，太菜了。

4.21 一面挂
40min
1 自我介绍（项目都没问，我自己强行说的）。
2 在学校学了什么知识？
3 学过什么面向对象的语言？用过什么数据库？
4 你搭建得了hive的环境吗？
5 数据库增删改了解吗？你说说怎么给表插入值？
6 （换人）学过什么数据库语言？说说你理解的什么是数据？（事实或观察的结果。）
7 mysql怎么建表？
8 散点图有什么用？正态分布图有什么用？
9 怎么理解数据质量？
图片说明
10 什么是第三范式？
11 （再换人）两道python，输出99乘法表；输出1000以内的armstrong数。（全部暴力解决的，以为还会问怎么优化）
最后竟然没有反问环节，因为我真的很想知道这个岗位是做什么的。这次面试看起来好像很简单，但问的问题我没有能够完整答出来的。面试官也都困了，就算积累经验吧。

斗鱼数据挖掘实习生（官网）暑期实习
简历挂

京东数据分析工程师（官网投递）暑期实习
4.18 笔试
30到选择题，2道编程，一27%一0%

4.23 一面
38 min 挂
1 自我介绍
2 详细讲讲两个项目做了什么工作？
3 word2vec的原理是什么？
4 过拟合是什么？如何解决过拟合问题？
5 l1和l2正则化有什么不同？
6 了解python的gc底层原理吗？
7 手撕：最大连续子向量和
面试官是广告推荐的，主要是机器学习方面的，不知道为什么数据分析岗被分到了这边。。他说数据分析主要都是做大数据分析的，如果有二面，二面面试官应该会讲清楚。

阿里数据分析师暑期实习生（官网）
4.24 一面电话面挂
30min
1 自我介绍
2 挑一个项目细讲
3 做了什么工作使得指标上升显著？
4 排行榜前十名的人做了什么工作，你从中学到了什么？
5 讲讲实习经历。
6 为什么实习和专业不太相关？为什么不找其他实习？
我发现电话面比视频面紧张很多。反问了面试官机器学习是否相关的问题，面试官回答说使用机器学习不多。声音太嘈杂了，什么都听不清楚。说的话也语无伦次。

微众银行数据分析暑期实习（官网）

快手数据分析暑期实习生（官网）
4.12 笔试挂
3道sql，2道数据科学题（写python/r），第一题是求roc和auc，第二题是验证中心极限定理。

360 未来安全研究院-数据分析师暑期实习生（官网）
笔试
竟然是综合卷，考性格测试。。。

携程大数据分析师留用实习（官网）
笔试
3道sql全a了。

4.29 一面 33min
1 自我介绍，挑一个项目说
2 xgboost、随机森林、gbdt有什么不同？
3 xgboost的并行怎么理解？
4 xgboost怎么处理缺失值？
5 cart回归树和分类树有什么不同？
6 xgboost和随机森林的叶子权重是怎么计算出来的？
7 用过最多的词向量方法是什么？
8 在现实中，怎么解决训练词向量的训练难度大问题？你的词向量是怎么来的？
9 如果一个分类器auc是0.5，你从哪几个方面去优化？auc是什么？
10 为什么选携程？项目都是挖掘经历，怎么会选数据分析？
11 场景题：跟团游产品推荐，怎么提高用户购买？（tips:实际上是人货匹配问题，就是二分类问题）
面试官最后一题给我解答了很多：主要考虑用户特征（收入、教育、地区、年龄等），货物特征（这里是产品特征），上下文特征（context，如最近的行为信息，度蜜月还是毕业旅行等），最重要的是人-货交叉特征！
问了面试官两个问题，是不是偏业务和偏技术都有，面试官答主要都是为了业务；第二个问的是工作内容，面试官说主要制定出一个产品策略（就是最后一问的工作）即可，剩余的让工程方面的同学解决。

5.15 二面 20min
1 自我介绍
2 业务题：如何检测转化率异常？
3 决策树的特征选择的标准是什么？为什么有信息增益还要信息增益比？
4 了解什么机器学习方法？
5 极大似然方法是什么？为什么要极大似然？
6 怎么比较分类方法的效果？
7 了解集成方法吗？
8 如何提高模型的泛化能力？
9 你知道的降维方法有哪些？

5.20 hr面 19min

Vivo 数据分析经理-21届实习（官网）
简历挂

欢聚时代数据分析实习生（官网）
简历挂

小米大数据开发工程师
简历挂

富途数据分析暑期实习生（官网）
4.8 笔试
和华为笔试，腾讯面试统统冲突了，没参加。
4.11 改到了周六笔试挂
20道选择很多不会的，4道填空也差不多，1道程序题只能用c++和java。。。。是0交换排序问题。

欢聚集团校招提前批-数据分析实习生
简历挂