还愿~感恩牛客，数据分析/数据挖掘/机器学习岗笔面经分享
从七月开始秋招，经历了提前批和正式批，看着大佬们都拿offer拿到手软，经历了反复的自我怀疑和焦虑，终于在国庆前拿到了两个意向书。
背景：统计学专业，有不知名小公司数据分析实习经历，论文一篇，两个时序相关项目
Tips: 1. 对自己简历里的项目/实习一定要非常熟悉，逻辑要理顺，保证面试官第一次听就能听懂，对于每一个细节都要准备答案（再次表白我的闺蜜，我们互相提问了对方的项目，让项目准备的过程事半功倍
2. 网上的面经仅供参考，总的来说面试官会根据你的简历提问，而不是千篇一律地问问题，要先把自己专业的知识准备好，再参考别人的面经，和自己背景相似同学的面经更有参考价值
3. 每一场笔试面试都要复盘，面试官有可能会问笔试中考过的问题，或者就上一场的面试情况提问，总结每一场面试的优缺点也有利于提升面试技巧
OPPO-机器学习
7-31提前批
1. 自我介绍
2. 深挖项目（面试官说我的项目经历和他们部门很相关，所以问得比较多
3. 如果现在快递公司要在全国建十个仓库，应该怎么优化？（k-mean）
4. 深度学习了解吗？传统统计和深度学习你怎么看？
5. 未来的职业规划是什么?
6. 反问
（面试官一面说我和岗位非常匹配，然后就没消息了，后来通过师兄了解到是因为他们部门今年没有hc，所以就没再面了）
网易严选-数据分析师
8-8笔试
业务题两道：1）网易严选推出花呗分期，如何设置免息门槛及免息期数；
从销售额和用户体验角度评估花呗功能的效果，建立相应指标和分析方向
2）网易云音乐和网易严选推出联合会员，打五折好还是买一年送一年好？
从成本收益角度分析活动的效果
+SQL两道
（第一次接触业务题，做得很差，之后开始看业务相关的书，推荐《精益数据分析》和人人都是产品经理公众号）
字节跳动-游戏数据分析与挖掘
8-16 笔试：统计题+游戏业务题（如何平衡游戏）+行测题
（刚开始做笔试没经验，把第一题的时间当成了总时间，业务题答了一点点就交卷了，大家吸取我的教训注意看清时间qaq）
1. 自我介绍
2. 深挖项目
3. 特征筛选怎么做的？
招联金融-数据分析
8-25笔试：统计+行测，都是选择题
8-29一面
1. 自我介绍
2. 时序中弱平稳和强平稳的区别
3. 贝叶斯派和频率派的区别
4. 有男朋友吗？为什么选择深圳？
5. 社团活动有吗？绩点怎么样？
6. 有没有offer？正在面的有哪些？
8-30二面
1. 自我介绍
2. 用历史数据预测未来，你怎么看？
3. 智力题：25个人，每5个人一个跑道，最少经过几次比赛，得到前三名
4. 职业规划和目标
5. 为什么不留在大学的城市？
6. 反问
（反问环节问了和岗位的匹配度，面试官说我很匹配，但觉得我会经不起诱惑，在招联待不了多久……）
顺丰-大数据挖掘与分析
8.29笔试 选择题：计算机网络+机器学习 编程题一道
9.7 一面
1. 自我介绍
2. 你的研究和顺丰的业务有什么关联？
3. 喜欢做什么工作？对顺丰感不感兴趣？.
9.9 二面
1. 自我介绍
2. 项目、实习
3. 你觉得你一面有什么没表现好的地方吗？可以分享一下吗？（这里给自己挖了个大坑，答对业务不是很熟悉）
4. 因为上一个问题，被问了一堆业务题：疫情背景下，如何提升顺丰的业绩？
（这个问题没答好，面试官最后告诉我即使在疫情环境下，某些行业的快递需求量还是上升的，应该用多维度拆分的角度思考）
5. 反问
9.15 HR面
1. 从小到大比较深的事
2. 实习是金融行业，为什么不选择金融行业？
3. 有哪些offer？
4. 对顺丰有哪些了解？
5. 还有什么想要分享的吗?
网易严选-运筹优化工程师
9-12笔试 4道算法题：二叉树+dp+字符串+二分图匹配；问答题：推荐算法
9-16 一面
1. 自我介绍
2. 深挖项目
3. 反问
9-18二面
1. 自我介绍
2. 深挖项目
3. 说一下MCMC和EM
4. 反问
（这次找工作主要准备了机器学习，反而本专业的统计准备得不多，两个统计算法没答好，所以大家准备面试的时候一定要先保证自己本专业的知识足够了解）
（未完待续）
搜狐二面2人在聊