实习投的比较晚，没来得及参加腾讯的笔试，还好被捞起来了～腾讯的面试官真的都非常nice，牛客的小伙伴也都非常nice，附上我的面经，希望也能帮上大家。

0512腾讯地图数据分析 初试：

主要是问了一些基础知识，面试官人很nice。

【1】python类

1. 迭代器、生成器

2. 匿名函数 匿名函数和普通函数有什么区别

【2】c++类

1. 引用和指针的区别

2. constant 和 宏的区别

3. static

【3】操作系统

1. 进程间通信的方式：调用的函数举例

2. 内存对齐

3. 32位系统指针占多少个字节

【4】数据库

1. 表连接的方式 笛卡尔积是哪一种连接

2. 聚合函数

3. group by的功能

【5】计算机网络

1. http协议在哪一层

【6】大数据相关

1. udf函数

【7】排序算法

1. 知道哪几种排序算法？

2. 哪几种是稳定的排序算法？

3. 解释一下什么是冒泡排序？时间复杂度是多少？

【8】程序

1. 爬楼梯

2. 14亿个数字随机排列 求前k大的

【9】概率论相关

【10】反问环节问了部门做的事情

0514腾讯地图数据分析 复试：

【1】主要是针对项目进行提问（问的非常详细，面试官很专业也很nice） 我的比赛是用了集成学习的思想融合了XGBoost\LightGBM\CatBoost

1. 特征提取的细节

2. 建模的细节

   1. 哪个模型更有效

   2. 用更少的模型/更多的模型？ (有一些在做比赛的时候只关注了结果的好坏也没有想到，很受面试官启发)

3. XGBoost和GBDT的区别？

4. 怎么样提升模型的泛化能力？

【2】如果知道一个饭店的流水信息，怎么才能判断未来他会不会是一个热门饭店？

我答了用LSTM/RNN建模进行预测未来流水后，面试官问了我LSTM/RNN的区别是什么

反问环节进一步问了部门做的事情，需要掌握什么样的技能。

0520腾讯地图数据分析 技术终面：

介绍了项目，简单问了一下项目相关的内容

【1】如果我有很多人的坐标信息，怎么才能找到人群密集的区域？

【2】如果我有两个很大的文件，怎么才能找到他们内容的相同部分？

各种常见模型的细节还是要好好理清楚，能讲明白。

因为觉得这一次面试答得不太好，反问环节就问了一下面试官对我今天的表现，并且表示之后会把今天没答好的认真复盘一下。真的有认真复盘了，非常感谢面试官。

0527腾讯地图数据分析HR面：

【1】项目中有什么收获？

【2】自己有什么优势？

【3】自己有什么不足？

【4】未来2-3年的规划？

【5】对之前的面试官有什么样的看法？真的面试官都好专业，发现了自己很多的不足。

【6】有什么兴趣爱好？

【7】家是哪里的？将来想来北京工作吗？家里人支持在北京工作吗？

【8】有没有其他的实习offer？

【9】实习的时间？

反问环节问了腾讯实习生的培养机制，对实习生有什么样的要求，转正率大不大，什么时候能收到最终的结果。

现在已经收到offer了，希望能顺利入职～