2023届校招面经：第四范式-数据科学家（商业分析）

#数据人的面试交流地#

TimeLine：一面20220722，二面20220727，三面20220810，HR面20220815，意向20220824

BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师

一面

1. 简述p值的概念

定义1：根据检验统计量的样本观察值得出的概率，此概率为原假设可被拒绝的最小显著性水平

本质上是一种概率，可以由统计量的样本观察值计算出来，与显著性水平作比较时可以得出拒绝/不拒绝原假设的判断，这种检验方法也被称为p值法

定义2：当原假设为真时，比所得到的样本观察结果更极端结果出现的概率

拿抛硬币为例子，假设A手上有一个两面都是字的硬币，想通过抛硬币的方式让B来猜自己手上的硬币是不是正常硬币（指一面字一面花）B作假设检验，原假设为”硬币正常“，备择假设为”硬币不正常“

当抛硬币抛到第5次时，概率已经很小了（甚至小于显著性水平0.05），则B可根据小概率原理拒绝原假设（如果硬币是正常的，那么”连续出现5次字“的概率非常低，若实验时观察到”连续5次字“的现象，则说明”连续5次字“不是小概率事件，因此拒绝原假设”硬币是正常的“）

2. 如何向没有统计学基础的业务方从p值的角度解读AB实验的结果

AB实验的核心思想是假设检验，原假设为“策略/功能无效”（线上指标并不显著），备择假设为“策略/功能有效”（线上指标显著）。对于业务方而言，无须特别细究p值的定义，只需要向其说明p值小于AB实验设定的显著性水平即可判定策略或功能有效。

3. 决策树有哪三种？

ID3（仅可分类，判定标准为信息增益）、C4.5（仅可分类，判定标准为信息增益率）、CART（分类的判定标准为基尼系数、回归的判定标准为均方误差MSE）

4. 随机森林对样本的采样方式是什么？

重采样，即有放回采样

5. 追问：样本有多大的可能性不会被选入数据集中？

6. 对深度学习的了解？

本科毕设做的是情感分析，用到了CNN、RNN/LSTM/GRU

7. 两道算法题

问题1：

给定升序的int的array，对每个元素进行平方操作，并返回升序数组。例如，arr = [-4, -3, 0, 1, 5, 6]，返回 result = [0, 1, 9, 16, 25, 36]

def func(arr):
    #解法一：O(nlogn)时间复杂度
    return list(map(lamdba x: x**2, arr)).sort(ascending=True)
    
    #解法二：找最大数字，O(n)时间复杂度
    result = []
    while arr:
        if len(arr) != 1:
            if abs(arr[0]) > abs(arr[-1]):
                result.append(abs(arr[0])**2)
                arr = arr[1:]
            else:
                result.append(abs(arr[-1])**2)
                arr = arr[:-1]
        else:
            reslut.append(abs(arr[0])**2)
            arr = []
    return result.reverse()

问题2：

给定3个坐标点的集合，如points=[[x1,y1],[x2,y2],[x3,y3]]，

如果符合以下条件：1）3个点都是不同的；2）3点不在一直线上，

则返回True，否则返回False

#判断任意两点连线的斜率是否相等
def func(points):
    return (points[0][1] - points[1][1]) * (points[0][0] - points[2][0]) != (points[0][0] - points[1][0]) * (points[0][1] - points[2][1])