首页 > 招行卡中心数据挖掘暑期实习面经
头像
KarenOu
编辑于 2021-05-07 13:57
+ 关注

招行卡中心数据挖掘暑期实习面经

Timeline:4/17笔试,4/23一面,4/27终面,5/7收到拒信。

真的太尴尬了,原本投递的是数据挖掘(数据分析)方向,做完笔试之后,很快收到了面试预约,约了4/23面试。但4/19日收到了调剂岗位的邮件,我没有选择调剂岗位。4/21日就收到了感谢信。。。结果今天按原来的时间去面试的时候,面试官说是面的是后端开发方向的。。。但面试官还是很好人,和HR沟通之后还是让我面了一面,说之后再和数据挖掘团队沟通一下,看能否有二面(今年面试就两轮)。我感觉是原本投递的岗位HC满了,HR自动帮我调剂了岗位。

更新,4/25收到性格和职业测试,做完之后,受到终面通知,预约了4/27下午。

一面 (15min)
1. 自我介绍
2. 在目前公司做的项目以及项目深挖
3. 偏好回国工作还是香港工作
4. Q&A
- 问了电子支付对信用卡业务的影响
定位的客群不一样,信用卡面向高端、高额度、征信记录好的用户。
- 监管对互金越来越严格,对银行是否是利好,有什么新的发展机会
利好,但不是完全遏制互金,互金对银行的贷款业务也有好处。
- 国企内技术岗的职业发展路径

终面 (40min)
  • Technical
1. 自我介绍
2. 是否还是在校生身份
3. 实习中做的最有成就感的一件事
4. 有无数据预处理的相关工作,特别是缺失值和噪音(异常值)的处理
5. 平时会用什么方法做特征筛选
我回答了用随机森林里的特征重要性,面试官问还有吗,我后来说了用回归类模型的参数大小,或者看特征之间的相关性,剔除高度相关的特征,避免多重共线性。回答的不好
6. 用什么方法找出特征之间的关系,面试官举了啤酒和尿布放在一起能促进销量的例子
举了因子分解机里二次交叉项的作用,或者是决策树模型里的特征组合。回答得不好
7. 防止过拟合的方法
回答了增加数据量,降低模型复杂度,加入正则化项。
8. 对推荐系统有没有了解,对图谱类有了解吗,会不会强化学习
只涉及过推荐系统,谈到FM,DeepFM,协同过滤。没有做过图谱,不会强化学习。。。
9. Spark参数怎么设置,有什么考量吗
这个回答的不好,完全没有准备spark的问题。。
10. 100层楼,你有两个杯子,如何在最短次数试出最高哪层楼杯子会碎掉
这题没答出来,第一个杯子该如何放置。但是很常见的面试题目,面完后去网上看了题解。

  • Behavioral
11. 对工作的城市有什么偏好
12. 有投其他什么公司吗,互联网公司和金融科技类公司怎么选择
13. 对加班有什么看法,工作和生活怎么平衡
14. 如果让学习Java做开发类的工作,愿意吗
15. 平时通过什么途径学习新知识和技能
16. 反问
- 数据挖掘团队的工作
分为数据分析(业务方向),数据开发方向
- 涉及的模型
反欺诈,评分卡,营销类等模型,最近在做推荐系统
- 实习生的工作范畴和转正评估



更多模拟面试

全部评论

(5) 回帖
加载中...
话题 回帖

推荐话题

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