蚂蚁10.9面完的，到现在还无消息，泡池子很痛苦，想求个池子群#蚂蚁集团2023秋招信息汇总#

简述：一、二面总体来说面试难度不是很大，除了考察候选人过往经历，就是问一些风控场景的问题，但是HR面对我来说挺难的，面试官会重点考察面试者对于未来的规划。 一、二面：     1. 自我介绍讲下在校期间的经历？     2. 如果基于高德地图上面的数据来判断一个人是否有车？     3. 线下商家和用户之间支付交易时，可能会有哪些潜在风险？     4. 为什么想做风控行业？     5. 之前做的用户分层的项目，选择了什么特征，通过什么方式进行选择的？     6. 在校期间有打过什么竞赛么？在比赛中遇到过什么数据上面的问题？如何解决的？ ...

荣耀：录用决策中        概况：投递的是大数据开发岗，整体面试流程较快，面试官考虑我本科商科背景也没有特别为难，更多是考察我对于一些大数据技术的基础认知。        一面：            1. 主要会什么语言？用过什么库？讲下自己使用机器学习算法做的一个项目？            2. 讲讲Hadoop的构成？遇到过数据倾斜问题没有？产生原因，以及解决方案？            3. Spark为什么快于Hadoop？            4. 两道SQL题目（查询全部科目及格的学生，查询全部科目大于对应科目平均值的学生）   ...

整体评价：字节面试难度确实相对来说还是比较大的，特别是二面，会特别考验下面试者的一些软性能力，例如对于商业化的敏感度和数据意识。 一面： 1. 简单讲下你使用关联规则算法进行捆绑销售的项目，在项目开始之前有预估预期收益么？ 2. 接1，整体来看还是采取了AA Test，那么你认为整个实验中有哪些问题会影响AA Test效果？ 3. 如何根据达人营销业务来制定指标体系？（假设北极星指标是GMV） 4. 如果ctr整体不变，但是cvr下降了，如何分析？ 二面： 1. 你之前做的业务在整个公司战略层面有什么作用？为什么一定要做这块业务？ 2. 你之前那块业务，承...

现在疫情情况这么严峻，Vivo非技术岗还是要求强制线下面试。在已知今年估计没什么hc的情况下，感觉线下面试成本太高了，面试成功概率真的低啊，搞不懂为什么一定要线下... 估是不太缺人吧#vivo#

总评：面试官感觉很好也比较专业，一面是中台的数据分析师，主要深耕简历和考察一些基础知识掌握情况；二面是整个运营产品方向的负责人，主要考察驱动业务和沟通能力。 一面：（中台数分面） 1. 之前项目中用户画像是如何做的？除了刚刚那些标签，还能想到哪些其他的标签？假设现在用户标签充足，基于当前标签，CRM还能做什么？ 2. 如何设计一个ABTest实验去度量针对性话术对于转化率提升的影响效果？（基于1） 3. 不同业务部门如果数据口径不一致，如何拉齐口径进行业务发展横向对比？ 4. 转化率下降了如何分析？ 5. 说说自己了解的降维方法（PCA、EDA） 6...

总评：整体面试难度对我来说还是比较大的，主要是因为对于游戏业务不熟悉，之前接触的更多是广告变现和电商业务。问了很多moba相关游戏细节，关于用户体验方向，确实了解比较少，还得多弥补下。 一、简历深耕：         1. 关联规则挖掘项目的背景，结果详细说下？ 算法支持度和置信度阈值如何设定的？         2. 建立用户转化分类模型怎么选取特征的？承接策略有哪些？         3. 选一个聚类算法，讲下具体原理。K-Means有哪些缺点，还有什么优化空间？ 二、业务问题：         1. 玩过什么类型游戏？王者荣耀这一款moba类游戏，地图...

携程直接人才池，确实没想到啊，还以为能蹭到一两面，涨涨面试经验#携程##秋招#

总评：oppo整体面试难度不是很大，一面主要是简历深耕，二面会问一些更加综合的题目，包括与业务方合作机制等，二面的面试难度更大一些； 面试官态度很友好，期间我语音坏了，然后僵持了几分钟，后来通过电话联系面试官进行面试，整个过程没有任何的不耐烦，还鼓励我不要因为这个影响面试，十分感动了！ 一面简历深耕：     1. 哪段实习收获最大？    （回答哪一段都行其实，重点是考察面试者复盘能力，以及实践经历。回答首先根据金字塔原理，表明学到了什么，然后讲下重点的项目。）     2. 承接1这个项目过程中，你认为最困难的点是什么，以及如何解决的？     3. 数据分析和数据产品区别，倾...

一面 总评：感觉有点奇怪，也没有问我数理统计相关的内容，也没有让我写sql，难道是因为我最后一份实习是做的数据产品，所以就不怎么问我？但是整体下来问的问题都比较常规，面试官态度也很nice 细分题： 简历深耕 介绍下之前做的数据化产品，以及如何使用数据化产品帮助业务的？ 介绍下自动化归因的功能和算法（简历有） 数据化产品主要的服务对象是谁？你认为他们主要关注的什么信息？ 你在产品优化过程中起到了什么作用？ ...

总评：阿里面试官感觉比较专业，有业务题也有一些简单算法问题，并且态度很好，在面试中不断引导我来回答，虽然感觉我一面有点凉凉，问题回答很不全面，但是确实也收获了不少。（阿里机会感觉好难得，对自己一面的表现确实有点失望了哎。） 细分题： 算法相关：聚类的分类？ 基于划分、基于层次、基于密度、基于网格、基于模型、基于图 聚类算法完成的任务？基于“相似度”度量将不同实例归类（感觉这个回答一般） 简历深耕： 讲一个最有成就感的项目，基于背景，角色，动作，结果来说。 ...

快手电商部门 总评：面试官涵盖方面很多，对于算法也了解，但是问题问的不是特别深入，主要是项目整体的了解。 细分题： 简历深耕 简单介绍一下用到的时间序列算法？XGBoost缺少外推性，如何处理的？为什么不用Facebook的prophet算法？ 聚类算法项目展开说下？ K-Means算法的基本原理？ 指标体系如何搭建的？怎么基于指标体系做的异动分析？ ABTest项目详细介绍下？第一类错误，第二类错误定义是什么？为什么通常第二类错...

总评：字节整体面试感受较好，一、二面更多是深挖简历，会挖掘之前分析项目中漏洞，更多是看候选人当时的思考缘由，以及是否考虑过方案的优化。 细分题： 简历深挖： 介绍一个之前印象比较深刻的分析项目？从背景、角色、行动、结果展开介绍。 介绍一下如何搭建指标体系的，以及如何根据该指标体系去做异动分析的？ 确定问题之后，如何去与相关部门沟通？以及为什么异动出现之前，该部门没有提前告知你们，对内合作流程上你认为有什么环节是疏漏的？ 沟通需求指标需求的时候，如何评估需求的合理性？ S...

总评：面试官比较友好，对于每个问题基本上没有太深究，只是大概了解下项目做了什么，没有过多追问。 细分题： 简历深耕 ABTest实验过程的阐述？ 时间序列算法怎么做的？如何评估算法有效性的？ 分类算法如何做的？用的K-Means，能简单介绍下原理吗？ 指标体系如何搭建的？又是如何通过指标体系归因的？ 可以设计一个自动化归因的系统吗？（这个我当时没有答出来，只是简单说了下可运用夏普利值来进行归因分析，但是也没有介绍太清楚...