滴滴（数据分析实习生面试）

滴滴（数据分析实习生面试）
一、技术面：
1、两道sql，不难，日常保持练习应该问题不大（一题是case when用法，一题是关于日活的，如果写不出来就说能不能自己讲讲大致思路）

2、问了机器学习相关知识，问我用了什么机器学习，我回答用了随机森林，问我指标是什么，怎么判断这个模型好不好（rmse?）

3、bagging和boosting的区别，为什么用bagging。
答：两个都跑了，bagging 效果要好一些。bagging和boosting的区别，对于Bagging算法来说，由于我们并行的训练很多的分类器的目的就是降低这个方差，所以对于每个基分类器的目的就是如何降低这个偏差，所以我们会采用深度很深并且不剪枝的决策树。而对于Boosting来说，每一步我们都会在上一轮的基础上更加的拟合原数据，所以可以保证偏差，所以对于每个基分类器来说，问题就是如何选择方差更小的分类器，即更简单的弱分类器，所以我们选择深度很浅的决策树。

4、总之一定要对自己简历上面提到的项目/简历了解透彻。机器学习问的还挺多的，你回答了一个会引申另外的问题，直到你答不出来，你答不出来时可以说自己没考虑，或者没想到这一点，虚心向面试官请教，面试官会很耐心的给你解释。



二、业务面
1、问我的课程（不太了解为什么这么问，可能有点跨专业）

2、问我对数据分析的理解
答：对很抽象的数据经过分析后能发现他背后的故事，举了一个日活下降的例子，稍微分析了一下面试官说逻辑没问题，可以更细的去分析（用一些模型结合着去分析这个会更好）。还有讲的太过于顶层了，数据分析是一个大类，（说了自己有在学习，看统计学方面的书籍，面试官建议看看互联网的发展了解底层的一些知识）

3、问我是否是保研（不了解为什么这么问）

4、sql和python是不是自学的
答：sql是自学的，python也是（忘记回了，说自己论文是用python跑的，一直都在用）

5、你的优势在什么
答：跨专业，我说了兴趣吧，兴趣是支持我选择工作的第一要素。还有就是爱学习，肯学习，自从打算找数分工作，有买相关的业务书籍去看，察觉自己在统计方面有薄弱，有买数理统计方面的书来补漏。
6、什么时候开始想找这个岗位的
答：去年，有和家人交流也和网上的网友交流。
7、有没有项目和实习经验
答：由于跨专业，之前做的项目跟这个不太相关，实习经验也没有。这点非常拉跨，面试官有建议我怎么去找一些项目做（打算去阿里天池找个项目做丰富简历）
8、面试官有对他们团队进行介绍。
9、反问，有没有什么想问的。
答：非常公式化的问了一下，我进去是需要做什么工作。
#滴滴实习##实习##面经#