老板电器 数据分析 面经9.24 一面 AI面 15mins1、自我介绍2、对老板电器有什么了解，为这次面试做了什么准备？3、最有成就感的一件事？4、社团学校活动？5、身边人对自己的评价？9.26 二面 2v2 30mins1、自我介绍2、为什么不去互联网公司，来制造业的公司？3、觉得互联网数分和制造业数分各有什么优缺点？4、数据干扰会怎么处理？5、自己有什么特质，能够胜任这份工作？6、期望薪资  全程氛围比较轻松，没有技术问题，感觉更偏向业务真实工作感受~🎈没有职场PUA～ 🎈没有办公室政治～ 🎈没有无缘无故扣工资～ 🎈没有恶性竞争～ 🎈没有穿小鞋～ 🎈没有讨厌的同事～ 谁懂，公...

打招呼的奥秘 hello的神秘 重复的压力 问候的活力 坚持的魅力 对话的意义组成了一个诡异

问题不是 GNN 不强，而是“假设全错”。GNN 的核心假设有 4 个，在 DGraph 中几乎全被打破。1️⃣ 同质性假设被严重破坏GNN 默认相信“相连的节点更可能属于同一类”。这在社交网络、引用网络里成立。而金融欺诈图中实际是 欺诈节点 ≠ 喜欢连欺诈节点。反而是：“欺诈 → 大量正常用户” “欺诈 → 垃圾账号 / 背景节点” “欺诈 → 临时壳节点”，结果message passing = 风险被正常节点“稀释”。越聚合邻居，欺诈信号越弱。2️⃣ 异质性极强，但 GNN 处理不好DGraph 的是多类型、有方向、有语义（转账 / 担保 / 登录 / 设备）普通 GCN / GAT：把...