一面（2020.10.20，13:30-13:50，20min,1v1，腾讯会议）
1.自我介绍
~~~简历part~~~~
2.RFM模型的构建
3.RFM分群后的客群特征和推荐业务
~~~~~~~~~~~~~~~
4.会什么软件
5.讲一下row_number
6.有监督的模型会哪一些？LR怎么判断性能
7.实习过程遇到的困难，怎么解决的
8.场景题：有5000万信用卡用户，活跃率是50%，就是2500万，要提高活跃率，要从数据的角度怎么分析
（这道题我的思路错了，我讲了和分析异常值差不多的逻辑，然后面试官一直打断说不对，但又没有给提示，只是说要数据维度的指标。然后同学面的时候也是这道题，她提到了分析活跃用户的相似性，我感觉这个思路应该是对的。）
总体感觉：
面试官很急，然后我回答也变得很急。
不会给提示，描述问题的时候感觉也不是特别清晰（可能只是我没理解，然后就觉得不清晰吧）。
比较注重业务向，不关心技术层面。多次打断我不要讲技术的东西，描述业务就行。
本来以为凉凉的，结果收到二面，所以来补一下二面吧！
二面（HR面，2020.10.30，15:33-13:48，15min,1v1，腾讯会议）
1.自我介绍
2.专业的目前就业情况（这个问题让我有点懵）
3.数据分析需要具备哪几个方面的能力
4.实习中遇到比较困难、紧迫的项目经历
5.实习中沟通出现问题的经历
本来约的时间是15:15分，结果提前半个小时进面试大厅，发现有仨童鞋在等待。看来智联的等待系统应该是按排队顺序进入面试的（也有可能中途面试官有事延迟了一个童鞋的面试）。还是要避免踩点进面试大厅。
全部评论
(6) 回帖