说因为我在美国挺晚的，所以速战速决
1. 基础问题，什么时候可以实习，实习市场，毕业时间
2. 介绍实习的项目（一个分析仪表盘），负责什么，遇到什么困难
3. 介绍另一个项目，如何确定变量，随机森林算法是什么
4. 又是一些基础问题：以后想回国还是留美、家在哪里呀（主要以后要不要留深圳）、玩不玩游戏
5. QA：
Q：主要问了他们组是做什么的，A：主要是平台，目前方向是商业化和用户预流失，负责腾讯所有游戏的数据分析、数据研发还有开发，实习生主要做分析，但转正后还要负责开发，所以最好会C++
Q：他们组招几个实习生，A：1个
Q：认为转正实习生应该有什么资质，A：责任感（使命必达）、主动（多想一步）、对业务的理解、沟通能力、基础能力（数据分析研发）
Q：什么时候知道面试结果，A：一周以后，但他说老实说因为最近面试的人挺多的，而且下周有结果也还有一轮面试
这次整个面试流程都非常愉快，继续被圈粉！！上一个面试官在面试前提示我要面试，还说加油，这个面试官在QA回答地也很详细，详细写出QA觉得对大家之后准备帮助应该挺大的！
非常非常喜欢鹅厂！！！发帖攒人品求上岸，也祝大家都拿到满意的offer
准备面试经验：
1. 要对自己的经历非常的熟悉，包括业务的理解，做的目的是什么，有什么问题，如何优化
2. 所有做过的项目，使用过的模型背后的算法要非常熟悉
3. 所有问题都会根据回答的经历追问（比如都是用过模型的算法），所以不要给自己挖坑
4. 推荐知乎的一个帖子，感觉覆盖挺全的，然后可以结合牛客网相关的面经准备一下
https://zhuanlan.zhihu.com/p/67650146
----------------------我是面经分割线--------------------
1. 说下实习具体做了什么（问了很多和业务相关的问题，主要是目的、优化）
其中提到了A B test，问如果你来做A B test会怎么做？
如果想让其中一组用户比例更大（比如想更多的用户体验新的功能），两个的比例不是1:1，可以设置成多少？（这题没有答上来，面试官说没有唯一的答案）
2. 分类问题用了什么模型，为什么要用这个模型（因为提到实习中分析了分类问题）
逻辑回归和随机森林的区别
随机森林背后的算法
为什么随机森林预测效果好
如果遇到样本不均衡，如何处理，会对模型有什么影响
如何衡量分类模型的好坏
AUC是什么
你做的模型AUC是多少，多少的AUC算是好的模型
如何提高模型的召回率或者准确率
3. Kmeans的优劣势（因为提到之前项目用到过聚类）
写一下Kmeans的算法（因为我说Kmeans的优势是速度快，简单）
给了三个点 1，2，4，k=2，说一下kmeans如何对这三个点分类
4. sql
有用户的登陆日期login_dt和uid，提取这周相对于上周流失用户的uid
我想到的是用left join和intercept，面试官提示用聚合函数，我才想起来用max(login_dt）
5.问会不会Java和面向对象的python，我说不太会，后面问面试官，说这个不是他们必要的考察内容，这个岗位还是比较偏分析，但可能会用到
腾讯的DS真的是我面过最tech的面试了，非常感谢牛客网，有很大的帮助，欢迎大家交流，祝我们都拿到男神/女神offer！！！
全部评论
(32) 回帖