记录一下春招第一份面试（目前进入备胎池，估计在凉的边缘，（听说牛客许愿很灵，求一个hr面让我摆***棍的局面，卑微）））
4.12 一面 30min
1）主要是深挖简历，问了一些我简历上的机器学习算法知识基础。比如CART和C4.5，SVM和kernel之类
2） 怎么去评价是不是该发红包吸引新用户
3） 什么是multinomial model, logit model
4）kaggle上的竞赛经历，以及被询问究竟该怎么权衡定性和定量之间的关系。
5）lz econ出身，被问了一些计量和行为经济学上的问题
一面完面试官直接通知面试通过了，面试完半小时后接到HR的二面通知
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
4.14 二面 一小时
1）自我介绍，实习被简单的询问了一下
2）被深挖了DID， 什么是DID, 怎么证明DID满足，什么时候可以用DID, DID 和A/B 测试的区别，你觉得DID有什么优缺点，到底靠不靠谱
3）招新策略
4） 怎么样去预测抖音极速版的DAU（死，胡乱打了一番）
二面完后过了一天接到了HR的三面通知
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
4.16 三面（跪）一小时
1）自我介绍，简历拓展，并被问到实习时你学到了什么东西，你做了什么令人深刻的事情
2）你最常用的APP（答：阿B, 油管）
3） 比较阿B和油管
4）给阿B提建议
5）如果阿B改进了推荐算法，作为一个数据分析师，你怎么去分析结果
6）对一亿篇文章做kmeans怎么做（我完全没接触过文本处理，直接当场暴毙（我以为kmeans只是数字类别的聚类，没想到可以换成余弦距离，我过于菜）
7）然后被询问了常见的距离函数以及优缺点，我只知道曼哈顿和欧式，然后被问到欧氏距离为什么在文本上聚类不好，遂挂
7）未来职业规划
————————————————————————————————————————————
被三面的大佬怼得昏天黑地，批评我说下来应该了解基层的东西，学校里的东西在工业上用不了，不会变通。被问及职业规划的时候我说我想夯实一下基础算法，学会举一反三，被他怼说“我们不怎么用这个文本聚类，我只是想告诉你学校上的和工业上的完全不一样”.....然后面试完了一周打电话问HR，HR说结果还没出，因为最近人多leader需要讨论并要横向比较一下（估摸着是HR话术），大概是在凉的边缘了
anyway,希望能够对大家有所帮助，三面虽然很多面经上写的挺简单的，但也有可能大佬会问一个措手不及，该复习的还是得复习，不能掉以轻心~
----------------------------------------------------------------------
许愿一个oc, 哭唧唧
全部评论
(5) 回帖