阿里数据科学家、腾讯PCG数分、平安科技数分、快手数分面经

平安科技数据分析

工作描述：目前的项目是保险的数据分析，既需要建模，也需要做一些数据的描述性分析，指导保险代理更加合理透明。

自我介绍，深挖了简历中一个项目的模型，lightgbm的原理，

Lightgbm比xgboost好在哪

以及随机森林 与GBDT、xgboost、lightgbm的区别，

还有就是决策树的的划分准则有哪些（信息增益，信息增益率，基尼系数）

模型过拟合怎么办

Pandas的几个函数

写SQL

总结：需要业务但是业务考察较少，当时就给了口头offer，注意平安需要做个人测评，那个做的分数低了也是不行的。

快手数分面经：

一面：

自我介绍，深挖之前实习经历，因为之前在某快消做数分，问复购的归因是如何做的？（给我一个新的场景 去下钻影响新老客购买率因素）

欠品预测建模用到了什么自变量，lightgbm模型效果如何？

提出场景问题，如果日活跃用户量下降了，如何从数据找到原因？（

1数据的准确性以及是否存在异常

2下降的维度是随时间下降，还是跟别人的差距变大了

3从几个常见维度拆分

按照新老用户的拆分；

登入平台的的拆分，比如：IOS、安卓；

按照APP版本进行拆分；

按照登录渠道的拆分，比如APP、小程序；

按照区域的拆分，比如：国家、省份；）

二面：

自我介绍，我简历中有写用图模型做商品关联分析，面试官问如何应用的？然后就是各种深挖简历，问模型效果如何，用的什么模型评价标准。

记不清了，好像又问了一些业务问题，然后问了下之后想要的职业发展方向，以及给我了一些建议。