还愿 阿里数据分析面经 已收意向书

4.2 45min
    训练集、验证集、测试集分别是用来干什么？
    样本不平衡的问题怎么解决？
    怎么切分训练集验证集？K-fold
    过拟合的情况怎么处理？
    Grid search怎么做？
    调参的方向怎么确定？
    棵树、深度哪个往小了调带来的收益更大？
    固定一个深度，那么20棵树和50棵树差别会大吗？
    xgboost算法原理看过没有？有没有手推过？讲讲整个算法的原理吧，涉及到哪些关键点的变化？相对于GBDT，做了哪些改进使得xgboost能够在企业级数据上进行应用？
        原理我答不上来。面试官引导我来说，目标函数包括了惩罚项，那么树的复杂度如何考量？xgboost做了二阶泰勒展开，整个推导中做了一个变换，每个叶子节点给出一个值，和原先的值相减得到一个loss，再加上惩罚项得到目标函数……然后自己放弃问原理了，因为我没推导过……
    xgboost构建树的时候以什么标准决定要不要做分支？解释一下信息增益是什么样的含义？
    随机森林的核心思想是什么？bagging的思想解释一下？
    随机森林对样本进行抽样是一个有放回抽样还是无放回抽样？
    类别特征怎么处理？不做独热编码会有什么问题？
    Xgboost怎么衡量特征重要性？
    还了解什么机器学习模型？
    美赛只有6万条数据，为什么要用lstm这么重的模型？lstm需要的数据应该是在一个长的时间跨度里，需要有一些因子能够被捕捉到，这么少的数据不会过拟合吗？为什么不用传统机器学习，其他时间序列模型去做呢？你在美赛中的分工是什么？解释一下什么是层次分析法，怎么用。
    毕业论文有在实际工程项目中落地吗？还是只是做了实验？只做了实验。。。
    运筹这块了解的深度怎样？商用场景用得比较多的是线性规划，整数规划，不是每个场景都需要用二次规划等复杂的算法。简单一点问，线性规划了解多少？传统的用单纯形法，内点法也可以解。单纯形法简单的用画表格的方式，那么如何从几何意义上解释单纯形法？如何能确保单纯形法最后能找到最优值而不是陷入死循环，或者产生退化？想让我回答线性规划是不是凸优化问题。
    实习经历没有做机器学习，没有做模型，做得更多的是指标分析，自己当时是怎么考虑这个事情的？
    实习期间在做指标分析的时候，肯定有个商业目标，怎么根据目标设计指标体系，怎么做分析，怎么通过指标体系再来衡量，得出什么样的结论？
    假如某个国家的GMV没有达到预期（我实习在电商），怎么去分析这个问题？从哪些角度去看？
    物流和供应链有学过？

小哥问得比较细，然后总体来说挺nice的，会引导我去回答。

一面

 4.7 31min
    简单介绍一个比较典型的做过的项目，被打断直接提问：用了什么模型，模型的loss函数是什么
    ROC曲线和PR曲线之间的区别
    在比赛里的名次是什么，有没有到10%，跟第一名差了多少，有没有看过第一名的代码？这个比赛里有哪些地方可以优化提升？你比赛的名次也不高，为什么这个比赛你做得比较好呢？你自己的工作有什么亮点？（面试官觉得我说的亮点很普通）怎么调参的过程说一下？特征工程上有没有一些思考？
    除了这个比赛还有其他的做的比较好的吗？我介绍了一下我实习的工作。问了我公司名称，估计他在现场搜索。关于月复盘的分析怎么做的？
    在学校里研究过什么论文？我介绍了一下最近在跟导师做的工作和看的论文
    ML是自己学的吗？
    运筹方向和NLP方向了不了解？解释一下什么是动态规划？P问题和NP问题的区别在哪里？NP问题怎么求解？大规模运算下怎么求解？
一面面完感觉很不好，好多问题没答上来或者说回答的面试官觉得很普通，没想到能过。。。

4.7 晚上打电话约面试时间，这是唯一一次不是突袭面。

4.8 67min
    选一个比较得意的项目进行介绍？项目的挑战是什么，我的贡献是什么？
    项目里某个数据有没有考虑季节性影响？
    缺失值怎么处理？
    boosting和bagging哪个减少方差哪个减少偏差？为什么？
    介绍了本科毕业论文以及相关的一些拓展问题，讨论了我在接下来跟导师做的研究当中打算怎么继续做，有些他觉得可能存在的问题问我有没有考虑到？
    介绍实习的业务背景，需要完成什么工作，为什么工作重要，我又是怎么做的？分析过程中过于在意长期和过于在意短期可能会带来的问题，怎么做平衡？怎么判断我从数据中看到的变化是真实有效的而不是单纯扰动？
    介绍美赛怎么做的？我做了哪些任务？小组当中有没有出现争论，怎么解决的？
    类似PDP方法的分析中，可能会出现A增加输出而B减小输出，导致输出不变，你又发现不了AB变量的作用？怎么解决这个问题？
    XGBoost的并行化思想体现在哪里？哪些地方可以并行，哪些地方不可以并行？
    我的项目涉及的领域还蛮不一样的，都有一些兴趣，那我将来的职业发展如何考虑的？
    现实中可以做类似咨询的工作的方向，也有类似于应用工程的方向，我选哪个？

4.13 40min

    主要就是聊项目，发散性问一些问题
    自我简单介绍下做的项目
    先了解了一下我所学的专业情况
    实习就是问我怎么做分析，用了什么指标？有没有自己设计出来的指标？分析完之后需不需要给出结论性的决策方案？
    场景题，几十个仓库怎么根据销售额补货，我答了先做需求预测，再做运输成本最优的运输方案，然后他一直追问我还有呢我又憋出了俩

    然后问了我怎么看京东和亚马逊之间的对比，我不知道亚马逊，就说了说京东，然后他问我京东砸钱搞基建的战略最大得问题是什么
    数据挖掘的项目和数学建模的项目简单问了问，问了随机森林的原理和优缺点，缺点我没答好只准备了优点；问了我机器学习学了哪些方面？我比较懵逼不知道问的是什么意思；然后他问机器学习里的attention机制是什么？
    你学过的物流和供应链管理的知识有哪些方面？
    我觉得自己最大的优势是什么？
    毕业时间，家在哪里，为什么想来阿里？

这一场4.10就打电话来面了，当时人在外面没面，结果4.13是晚上20点打过来，我人还在外面，直接在我妈车后座面了。

4.15上午接到电话，在看病不方便没面

4.17上午面试 24min

    自我介绍
    介绍一下实习经历
    介绍一下一个项目
    介绍一下建模比赛
    成绩怎么样，均绩多少？我现场算的，少算了0.7分哭了
    数据和建模偏向于哪一侧的实习？
    前面几轮的面试自己什么感受？
    家是哪里人？
    手头有其他公司的面试吗？
    未来的职业规划，有没有读博打算？
    问我是不是没有参加笔试？是想让我补一个笔试吗，数分好像本来就没有笔试鸭
    自我评价，最大的优点和需要自我提升的地方？缺点举个例子说明
    反问什么时候出结果？3-5工作日，3个就差不多了。

    转正流程？专门的小组答辩，不仅看动手能力还要看学习能力。

没有绝命问题，都是常规问题，但是感觉HR姐姐在走流程，好像对我没啥兴趣的样子，我每次说完一段话就有一段恐怖的空白。。紧张死了。