建信金科-数据分析面试总结

笔试一道算法一道sql40分，20道选择60分
选择：python字符串和指针，java，c++；简单概率论、特征向量
算法：c++递归，算一颗树的得分（左右子树得分+该节点两条边新增的得分=该子树的得分）
sql：求每个department中到岗时间最早的员工（用子查询先计算每个department最早的时间，然后拿员工信息和它比对）

2022.12.1一面，有四位老师：
三范式的定义：答：原子性，依赖主键，去掉非主键之间的函数依赖，去掉主键之间的函数依赖
mysql有哪些删除表的方式，有什么区别
logistic损失函数是什么：交叉熵（没答上来，答了个MSE。。）
kmeans k怎么选，优化？：我只答了grid search可以先挑远一些的k，然后确定最优k大致在什么范围。实际上有kmeans++算法（在初始化k个中心时，先随机选n个，然后之后离这n个中心远的点有更高概率被选为新的中心）、ISODATA（当属于某个类别的样本数过少时把这个类别去除，当属于某个类别的样本数过多、分散程度较大时把这个类别分为两个子类别）、Kernel K-means（核函数核技巧，类似于SVM，映射到高维空间后在进行聚类）
时间序列一般可以分解为哪些因子：趋势，周期，季节，节日，周末
python [1,2,3]*2=?：[1,2,3,1,2,3]。如果想要得到[2,4,6]，怎么做？答：1.numpy 2. [2*i for i in [1.2.3]]

二面2022.12.7，高级技术专家的感觉：
DL：
RNN：模型大致流程，gru门的细节，更新门重置门
CNN：模型大致流程（input、卷积、池化、全连接），卷积核的作用，(m,k,s,p)求输出神经元个数
bert：怎么encode
ML：
聚类：kmeans：k怎么选（不需要kmeans++），怎么衡量聚类结果（聚类距离）
SVM：损失函数：hinge loss
python：
tuple/list可以作为key吗？作为key需要有什么条件？：list、dict、set以及带有这三者的tuple不可以，其余的都行；1. 不重复 2. hashable

寄
#建信金科面试##数据分析面经#