首页 > 滴滴普惠数据分析三面凉经
头像
猛汉翠西
编辑于 2020-07-27 11:12
+ 关注

滴滴普惠数据分析三面凉经

牛客sp专场投得,三轮面试,确定是数据科学方向的,偏策略方向
本人双非研究生弱鸡,出身汉语言,研究生数量经济学,实习经历就一条,可以说是辣鸡中的臭辣鸡了
一下午干三面,说实话,整个过程是有点兴奋的,但是三面莫名其妙挂掉了,心累

总结以下,作为秋招面试总结,也终于不再是一轮游了
一面23min:
1、自我介绍,主要介绍了自己的实习经历和数学建模的事情。实习主要说了下自己独立完成的一个项目,数学建模用的是LSTM,所以讲得比较细,为什么使用LSTM、梯度爆炸问题如何解决、为什么用adam优化算法、为什么进行标准化、为什么使用L2正则项以及整个模型存在的问题我都主动阐述了
2、面试官提问,实习经历提问,为什么选择这个模型结构,为什么选取那些特征,除了深度学习,机器学习基本算法了解吗,有兴趣走算法吗,可以帮推(这里能感觉到这边可能不缺人,猜测),职业发展
3、反问环节
整个过程感觉很轻松,能感觉到能过

二面45min:
1、重复阐述了一面的自我介绍,好累hhh
2、平时主要用哪些app(答微信、支付宝、抖音),微信有什么可以改进的地方,为什么,如何评估(ab);
3、如何评估淘宝去年双十一表现,以及对今年有什么建议;
4、如何识别刷单用户;
5、sql题,统计连续订单时间在24h之内的用户,最开始答出来了,后来给自己整迷糊了,这里表现有点欠佳;
6、为什么想做ds、职业规划,想做算法吗(又来了)
大致只记得这些,主要是业务题,虽然sql那里答得不好,但是整体ok,感觉能过

三面40min:
1、自我介绍,重复
2、如何评价北京市共享单车投放是否合理
3、XGBoost,随机森林了解吗,XGBoost原理没学过,主要讲了下bagging和boosting的区别
4、L1和L2的区别,这里我非常详细得解释了下
5、如何评估模型结果,我把分类和回归分别解释,介绍各种评估方式的不足,还问了ROC曲线横纵坐标
6、LR了解吗,如何解决过拟合问题
7、特征处理,连续型和非连续性,给了个例子,年龄和user_id两个特征如何处理
8、sql:统计连续打车时间小于5分钟的用户
9、深度学习了解吗
10、高维数据如何降维
11、如何撰写一份合格的数据分析报告
12、职业规划
13、还在实习为什么要投递这个岗位
14、反问
整体答上来了,只是特征处理user_id那块不太懂。整个过程感觉回答得ok,但是气氛不如前两面活泼,预感会凉

整个过程,自我感觉算是还不错,三面挂得有点莫名其妙,感觉是被kpi了,或者说是不缺人,或者,大概是我不配sp吧
秋招第三面,终于不再一轮游了。数据分析不管是数科还是业务方向,整体内容感觉不太多,也不是很难,后期好好复习了,下次有机会面试再好好表现
祝各位大佬早日上岸!


更多模拟面试

全部评论

(12) 回帖
加载中...
话题 回帖

相关热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐