一、实习经历 KS和IV值有什么区别二、项目介绍这里我没讲清楚用的是多分类模型怎么用自适应LASSO和随机森林筛选特征 bootstrap方法介绍多分类模型的F1是怎么计算的三、模型原理随机森林怎么计算特征重要性XGBoost原理介绍XGBoost怎么计算特征重要性（答错）注：gain的计算公式cover的计算公式：4.XGBoost怎么处理缺失值5.CNN的介绍四、代码题二分法代码题，变量名写错，左指针和右指针写反。部门介绍：利用模型训练模型分供业务使用

趁着还记得，记录总结一波自我介绍（环节一 询问简历和代码题）（一、项目）介绍简历的一个项目你提到使用ICA清洗数据并提取了11个线性非线性特征，能简要介绍是怎么做的吗这是一个二分类模型吗 如果是多分类，是用什么指标衡量模型效果的 多分类模型的F1值是怎么计算的刚刚说到调参，你能说说你是怎么调参的吗这个XGBoost模型是由你零到一搭建起来的吗（二、实习经历）实习中的大模型自动打标是怎么实现的这是调接口自动实现的还是人工操作的（三、代码题）有一份确定的旅游线路图，它的列表里存储了线路中每段路程的出发地和目的地，现在要求找到整个线路的终点。（以上花费20min）（环节二 面试官介绍部门及工作内容）（环节三 case分析）场景：快手电商会发放优惠券给客户，鼓励客户购买快手商品。但有一部分商家为了套现优惠券，在论坛或其他地方找陌生人用优惠券下单，并在私下以比商品价格多几元的方式将货款返还给用户。例如快手发放满100减10的优惠券，商家找人下单，枪手用了优惠券后只花了90买到商品，商家私下退93元给用户，用户赚了3元。因为优惠券的优惠金额是由平台承担的，平台会返还100元给商家，所以商家在未销售商品的情况下赚了7元。整个过程唯一亏损的是快手平台。问应该怎么去识别这类商家？后来在反问环节得到的回答：这个回答没有标准答案。面试官的想法是通过下单的数据，统计每个客户使用优惠券客户的数量占比。因为在一般情况下有些用户是真正想买某样东西的，所以即使不用优惠券，它们也会下单。如果在优惠期间某个商家的优惠客户数占比异常高，那么就说明这个商家有套优惠券的嫌疑。-----------------------------分割线1（以下是碎碎念）----------------------------面试官有说到这份岗位需要具备的能力。一是业务理解能力，以我的话来讲，就是把我们想象成当卧底，如果要在对方组织里蒙混过去，就要理解它们的运转模式，产品线，整个团队的组织架构等。如果连这些都没弄清楚，那么很快就会被发现。二是算法能力，之所以需要算法能力，是因为风控部门既要通过数据分析和模型验证的方式给业务提建议，告诉他们通过增加什么环节能尽量减少坏客户，也要自己做策略，对风险能力兜底。三是学习能力，他们不要求校招生像社招一样有工作经验，但应该要有比较强的学习能力。-------------------------------分割线（以下是总结）--------------------------------面试的时候以为自己表现得还可以，但现在总结才感觉到自己有很多可以改进的地方。例如项目中的ICA，我没有把原理搞清楚，在面试的时候自然也说得很模糊。多分类模型的F1指标有些印象，当时虽然说出来了，但自己也不确定对不对。模型调参问题，一来是面试的时候表达的逻辑有点混乱，二来是对调参的博客看得比较少，自己脑子里没有一个完整的流程。除了这些项目问题没答好外，我还没有事先去了解这份岗位的内容，所以在面试介绍工作内容并反问我的时候我讲得磕磕巴巴的。面试的内容姑且能回忆出这么多，现在复盘下来的感受是自己对模型整块的内容还是没有很好的掌握，还要好好复习模型以及了解一下岗位。另外，这次面试给了我很大的情绪价值（或许可以这么说），因为面试官在面试最后和我说“希望以后能见到你”，后面就收到二面邀请了。这挺让我开心的，所以记录下这件让人快乐的事。

自我介绍自己从简历上选一个与数据分析、建模有关的项目讲（第一个项目：）刚刚说到这是一个比赛，是kaggle的比赛吗为什么选用XGBoost（隐含考察点：模型的使用场景）提到样本倾斜的问题，应该怎么解决样本不均匀（第二个项目：）是直接用数据集里的特征进行建模（应该是想问有没有特征筛选）有哪些特征筛选的方法（实习）两份实习分别做什么（知识点）有没有学过因果推断的课程或做过相关项目除了XGB外，有没有建立过其他模型过拟合有哪些解决方法（算法题）给定一个数组和阈值s，求和小于s的连续数组的最小长度———————以下是我的碎碎念😯感受：之前面的岗大部分是数分，以为不会有算法题，所以用平板面的试。这道算法题很简单，但因为我算法题刷得很少，所以最开始是抱着放弃的心态做的。后来跟面试官说了后，面试官提醒我几个知识点，最后我竟然写出来了。面试官挺和蔼，没有因为我答不出来或写不出就不耐烦，还给了提示。（但我是真的菜）最后反问环节我问面试官对我有什么建议。面试官说我如果想走模型的路，还要多去了解模型的应用场景，过拟合、数据倾斜的解决方法，特征筛选等建模知识点。我感觉这个岗位偏数据挖掘，不仅做数据分析，对于一些比较复杂的场景还会通过建模实现，所以需要比较好的机器学习功底。（个人理解）我想走数据挖掘，但总是很没自信，会想着算法题我能解出来多少，我的项目经历能进数挖部门的眼吗，我应该要花更多时间去扩充我的建模知识库。 #面经#   #秋招#  #快手#  

周二下午京东数据挖掘一面，答得不好，感觉面试官也不是很满意。面试官说一周出结果。周三下午b站数分日常实习，吸取前几次面试教训，答得还可以的一次。忘记问什么时候出结果了。这周面了两个，今天周五，祈祷下周能收到后续流程吧

这道题卡了我很久，因为我对窗口函数和日期转换不熟，加上读题不清楚，所以一直排查，一直尝试，最终才做对。现在记录一下做题的过程。一、题目要求题目要求最后输出的字段除了device_id和练习年月两个好理解的外，还有个人练题总数、个人平均练题数和所有人总练题数。具体可以写为以下几点：截至当月的个人练题总数当月和最近三个月的个人月平均练题数截至当月所有人练题总数可以看出，这里有些字段要求统计个人，有些要求统计所有人。有些要求统计最近四个月（这个月加上前三个月），有些要求统计截至目前（这个月以前的所有数据），这一点很容易绕晕人。二、解题步骤首先因为我们是按月和练习年月来统计数据，所以不妨建立一个临时表...