滴滴普惠数据分析三面凉经
牛客sp专场投得，三轮面试，确定是数据科学方向的，偏策略方向
本人双非研究生弱鸡，出身汉语言，研究生数量经济学，实习经历就一条，可以说是辣鸡中的臭辣鸡了
一下午干三面，说实话，整个过程是有点兴奋的，但是三面莫名其妙挂掉了，心累
总结以下，作为秋招面试总结，也终于不再是一轮游了
一面23min:
1、自我介绍，主要介绍了自己的实习经历和数学建模的事情。实习主要说了下自己独立完成的一个项目，数学建模用的是LSTM，所以讲得比较细，为什么使用LSTM、梯度爆炸问题如何解决、为什么用adam优化算法、为什么进行标准化、为什么使用L2正则项以及整个模型存在的问题我都主动阐述了
2、面试官提问，实习经历提问，为什么选择这个模型结构，为什么选取那些特征，除了深度学习，机器学习基本算法了解吗，有兴趣走算法吗，可以帮推（这里能感觉到这边可能不缺人，猜测），职业发展
3、反问环节
整个过程感觉很轻松，能感觉到能过
二面45min：
1、重复阐述了一面的自我介绍，好累hhh
2、平时主要用哪些app（答微信、支付宝、抖音），微信有什么可以改进的地方，为什么，如何评估（ab)；
3、如何评估淘宝去年双十一表现，以及对今年有什么建议；
4、如何识别刷单用户；
5、sql题，统计连续订单时间在24h之内的用户，最开始答出来了，后来给自己整迷糊了，这里表现有点欠佳；
6、为什么想做ds、职业规划，想做算法吗（又来了）
大致只记得这些，主要是业务题，虽然sql那里答得不好，但是整体ok，感觉能过
三面40min：
1、自我介绍，重复
2、如何评价北京市共享单车投放是否合理
3、XGBoost，随机森林了解吗，XGBoost原理没学过，主要讲了下bagging和boosting的区别
4、L1和L2的区别，这里我非常详细得解释了下
5、如何评估模型结果，我把分类和回归分别解释，介绍各种评估方式的不足，还问了ROC曲线横纵坐标
6、LR了解吗，如何解决过拟合问题
7、特征处理，连续型和非连续性，给了个例子，年龄和user_id两个特征如何处理
8、sql：统计连续打车时间小于5分钟的用户
9、深度学习了解吗
10、高维数据如何降维
11、如何撰写一份合格的数据分析报告
12、职业规划
13、还在实习为什么要投递这个岗位
14、反问
整体答上来了，只是特征处理user_id那块不太懂。整个过程感觉回答得ok，但是气氛不如前两面活泼，预感会凉
整个过程，自我感觉算是还不错，三面挂得有点莫名其妙，感觉是被kpi了，或者说是不缺人，或者，大概是我不配sp吧
秋招第三面，终于不再一轮游了。数据分析不管是数科还是业务方向，整体内容感觉不太多，也不是很难，后期好好复习了，下次有机会面试再好好表现
祝各位大佬早日上岸！
投递平安产险科技中心等公司10个岗位 >
