1. 自我介绍 2. 介绍项目（说了两个，是有迭代的）深挖，背景方法效果，思考（例如股票预测，具体是怎么操作的，哪些因子，怎么回测，得到的结论，自己有没有加入因子进去） 接下来就是围绕以上项目中所用到的方法的深挖 3. RF和GBDT都是怎么减少方差和偏差的 4. XGboost是怎么做特征筛选的 5. 为什么要用基尼指数？比较一下信息增益、信息增益率、基尼指数 6. XGboost对于GBDT的改进在哪里，XGboost的每一棵树是什么样的，XGboost的提升方法 7. SHAP值是怎么算的，能得到单独变量的shap值吗？式子是什么样的 8....