鹅厂数据分析面经

1.      简单自我介绍，简单问问简历

2.      因为简历提到之前实习的时候有用PSI和IV做变量选择，被问公式是什么，阈值是多少？（总结：要对简历的每一个字都要很熟悉！！）

3.      你是学统计学的，你还记得统计推断都学了啥嘛？

——点估计、区间估计、假设检验、完备统计量那些，还有ANOVA（坑点！！问到统计方法，回答了ANOVA估计就会被问吧哈哈哈！！然后就被问了ANOVA是什么，只记得one-way的就只讲了这个，然后让举了个例子）

4.      你常用的假设检验？

——（只记得）列联表的卡方检验

5.      对比xgb和lgbm算法的原理的不同和优缺点（这个问题挺多人被问的）

6.      你python常用什么包？（pandas，其他就numpy啊matplotlib、seaborn啊sklearn啊，爬虫那些，还有当时没想起来现在想起来的：re、random、datetime、libsvm等等，太多了，就是不知道面试官想听哪个hh）

7.      你常用的函数？

8.      Pandas有什么数据结构？（一时被问懵了，面试官说dataframe，我说哦那还有pd.series……）

9.      逻辑回归讲一下？

10.   好像还有一些些算法相关的，但是时间太久我忘了……对不起……反正难不过xgb和lgbm的对比，这个问题太经常问了……

11.   你在学校成绩如何？（开始自卑）

CDG三面（交叉面）

1.      基本没怎么自我介绍……

2.      Bias和variance解释

3.      什么情况会过拟合/欠拟合，分情况阐述如何解决

4.      Rf和xgb的区别（面试官的意图应该是bagging和boosting的区别）

5.      什么是auc？

6.      你是如何做特征组合&特征选择or降维，除了lasso或者看变量重要性还有其他方法么？（计算方差 相关性等等）除了机器学习的那些还有别的方法么？

7.      集成学习都有哪些？

8.      知道embedding么？知道ae么？

9.      给你一个facebook点赞记录的数据集（非常大，上亿行），和其中一些facebook用户的信息（包括性别、年龄、三列由哈佛大学某研究得到的性别测试的得分，得分在0-1之间，是连续变量），但这部分人的信息只有几万条。问可以用这些数据做什么，怎么做？

10.   反问

HR面

1.      自我介绍

2.      讲一下在学校的经历（竞赛or社团都可以）

3.      讲一下以往的团队合作的经历

4.      在团队有冲突的时候怎么做（hr小姐姐建议保持自己的看法，不要轻易妥协）

5.      有压力大的时候么？压力大怎么做？

6.      你哪里人？可以实习多久？

总结：

1.      经常被问的机器学习算法：rf、gbdt、xgb、lgbm、lr（svm反而还好，没有遇到）

2.      场景题：先问清楚具体数据什么样，确认面试官意图，考虑清楚用什么维度（用户维度or 维度），对应什么目标变量。

3.      别给自己挖坑！！自己简历上的坑在自我介绍的时候就填上！！别等面试官问了再解释！！