字节商业化数据科学校招：更新3轮面经

一面
1. 给非技术背景的同事解释CUPED方差缩减法（因为我简历提到了）

2. 介绍一个使用因果推断的场景，（答节日大促的DID），如何拟合虚拟平行宇宙？（合成控制法） 

3. 抖音大促活动后，发现男性和女性的投诉率分别都提高了，但综合起来总体却没有提高。为什么，举出数字例子。 

4. 如果一个活动结束后，极端投诉率降低了，能不能得出结论说明用户体验整体变好了？如何验证用户差评率是否真的下降？ 

5. SQL题：统计连续三天下单美妆产品的用户 

6. 最常用的2个APP，（回答小红书和抖音）。对于预测用户是否会点赞某条内容，你认为xhs和抖音哪个会更准确？

7. 三个门里有一个门背后有奖品，你选了一扇门，这时主持人打开另一扇门发现是空的，你该不该换门？
 追问：有种说法，如果你选了一扇未中奖的门，那么主持人一定会打开另一扇未中奖的门，相当于暗示你没中奖，这个时候换门就代表中奖了。请你指出这个说法的问题。

二面
形式上主要是对一面的问题进行延伸
1. CUPED模型遇到了什么困难，怎么解决的
2. 使用CUPED模型时，有没有遇到其他额外的数据处理方法
3. 计算题：两个人抛硬币，先抛到正面的人赢，假设你第一个抛硬币并且在第N轮赢，求N的数学期望。（具体记得不是很清楚，反正是等比数列求和问题）
4. 描述做过的一个因果推断项目。用来解决什么业务问题？（跟一面问的是同一个东西，但挖得更深入）
5. 如何拟合不存在的对照组？
6. 因果推断中，如何保证实验上线后的对照组情况真实可信？（答案：实验上线期间不要在对照组做任何其他实验，尽可能避免节日等大型活动）

三面（感觉面得不是很好）

问的是之前面试没问过，但简历上出现过的其他技术名词
1. 介绍Word2vec的模型原理、数学公式，以及解决到了什么问题。
2. 解释朴素贝叶斯模型。
3. 贝叶斯公式，以及每一项代表什么。
4. 估计深圳市的私家车数量。

前两轮面试过了都是一个小时内出通知，三面过了两天还没有通知，所以盲猜挂了。确实三面后2小时内还有作业ddl，所以状态不是很好。不过美国这边已经收到其他公司offer，准备接了哈哈哈哈。

#字节跳动# #数据科学# #面经# #秋招#