4.18 hr发邮件约一面4.21 一面4.23 hr发邮件约二面4.24 二面4.25 hr通知面试已过，发offerbg：本硕华五，天坑专业，无实习经历，几场数模比赛水奖b站真的是我很心仪的一家实习公司，整个面试流程也十分十分愉快，只是后来再三决定，还是放弃了offer去了字节。一面：技术面，一位面试官，牛客网，1h（30min面试，30min的sql笔试）面试1. 自我介绍2. 深挖一个项目3. 为什么用熵权法赋权不用层次分析法4. TOPSIS模型5. LightGBM和CatBoost区别6. 用什么方法进行特征筛选笔试（笔试没有调试，hr直接出题，没有后台数据库，hr会看着你写题目）1. group by函数考察2. having count的条件考察3. rank的窗口函数考察4. rank+外连接函数考察总体难度不难，可能考的时候没有调试，会比较紧张，必须得仔细检查好再跟面试官说写好了。主要都是基本功，需要比较细心，中途有不懂的函数可以问面试官或者自己百度。二面：一个面试官，牛客，30min二面是业务面，也是我居然全都忘了题弹幕这个指标，哭死。1. 评价一个视频的好坏指标构建与分析2. 构建一个预测up主未来创作的指标体系3. 构建评价一个up主的视频质量的指标体系4. 对一个up主的粉丝进行分层每一道题基本上都是即问即答，反应速度要很快。

4.23 官网投递简历4.25 hr联系约一面4.27 一面4.28 二面4.28 三面（hr面）5.3 发offerbg：本硕华五，天坑专业，无实习经历，几场数模比赛水奖一面：一个面试官，字节飞书，20min左右一面感觉没有太偏重技术，一上来先是自我介绍，然后让我选简历上的一个项目从背景、到过程、到最后输出结果整个流程讲一次，着重讲一下中间遇到的数据清洗、数据处理等的过程。我讲的是一个kaggle的比赛，然后从数据集分布观察，到确实重复值观察记录，到数据扩增，然后进行指标构建，特征筛选，模型应用，集成学习，最后输出结果。这个部分hr没有深挖，最后只是简单问了一下结果是用什么评估的，这个比赛就是用mse评估的，所以没啥好讲的。然后就是讲了一些宝洁八股题，没有太多可分享的。最后是一个简单的技术面的sql的题，问一张有from_user_id和to_user_id的表格表示用户A（from_user）关注用户B（to_user）的记录，问如何找到相互关注的用户？是一道简单的自联结题，用where就可以串起来了。反问环节：1. 这个工作平常一般做什么？2. 用python的几率多吗？二面：两个面试官（一个技术面试官，一个业务面试官），字节飞书，40min左右二面突然来了个技术面试官，我以为没有技术面的了，结果都没咋准备，哭死。技术面（由于时间隔的有点久，记忆不是很清楚了）1. XGBoost和决策树的区别是什么？2. Boosting和stacking的区别是什么？3. XGBoost相较于GBDT的改进是什么？4. LightGBM的改进之处是什么？5. 讲述一个项目（我又讲了kaggle那个）。6. 网格搜寻和贝叶斯搜寻？7. 现在要评估一个开屏广告应该如何投放，请设计一个方案（有两分钟思考时间）。业务面1. 市场营销的理解？2. 需要构建哪些特征来分类过往投放广告的好坏？（有两分钟思考时间）3. 对一个项目进行了浅挖。三面（hr面）：一个面试官，字节飞书，30min左右hr小哥哥非常温柔，后续offer发放也是他负责，一直帮我催流程，大赞！面的也是一些很基本的性格类，未来方向，对岗位的理解之类的，参考不太大。

b站二面让我建指标没提弹幕我是不是凉gg了