广联达数据分析一面面经

总体是30分钟。

1. 自我介绍。
2. 介绍一下Wide&Deep模型结构。
3. 说一下召回和排序分别是做什么的。
4. 销量预测大赛项目构造了哪些特征；对于省份、车型这些字符串类型的数据是怎么处理的才能输入决策树模型中；为什么不选用序列模型。
5. SQL中where和having的区别。
   HAVING子句可以筛选成组后的各组数据，WHERE子句在聚合前先筛选记录，也就是说作用在GROUP BY子句和HAVING子句前；而 HAVING子句在聚合后对组记录进行筛选。
6. group by和partition by的区别。
   （1）group by是分组函数，partition by是分析函数（然后像sum()等是聚合函数）；
   （2）在执行顺序上，以下是常用sql关键字的优先级from > where > group by > having > order by，而partition by应用在以上关键字之后，实际上就是在执行完select之后，在所得结果集之上进行partition；
   （3）partition by相比较于group by，能够在保留全部数据的基础上，只对其中某些字段做分组排序（类似excel中的操作），而group by则只保留参与分组的字段和聚合函数的结果（类似excel中的pivot）。
   （4）如果在partition结果上聚合，聚合函数是逐条累计运行结果的，而在group by后的结果集上使用聚合函数，会作用在分组下的所有记录上。
7. 索引是什么。
   索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。索引的作用相当于图书的目录，可以根据目录中的页码迅速找到所需的内容。
8. mysql的索引机制和原理。
   B+树。
9. sql中有几种join的方法，有什么区别。
10. 介绍GBDT和rf以及他们的不同之处。
11. 过拟合以及解决方法。
12. 讲一下内存管理。