二面一共有三个面试官 我是线下面的 所以感觉也等于面了三轮面试官一：先问了毕业时间和研究方向，讲了讲关于时间序列那段实习的内容还问了两个场景题 第一个是模型失效了 怎么去思考 第二个是两个独立的服务器 数据不互通 怎么建模面试官二:1.bert 原理2.输入的embedding 怎么算3.多头注意力和不用多头的区别4.注意力机制的公式为什么要除根号dk5.Gbdt 和xgboost 的区别6.Xgboost 做推理的时候叶子节点上的值是怎么算的7.动态规划的优势是什么，举个例子面试官三：寒暄：毕业时间，喜欢业务还是研发讲讲之前的项目1.Bert原理2.除了nlp 有什么新的技术可以应用在信贷领域3.信贷建模的全流程所有面试官人都不错 很温和 

1. 完整描述一个项目经历2. xgboost的原理 以及怎么调参解决过拟合（这个问题好高频）3. 实习项目的细节反问

1. 自我介绍＋项目经历2. 谈谈对于xgboost 的理解 以及详细介绍一下特点和参数3. 询问我更偏研发还是业务反问1. 如何看待深度学习2. 小赢加班多吗

1. 自我介绍＋之前的项目经历2. xgboost怎么调参避免过拟合3. app分类方面如何对未来的app进行分类4. 如何避免模型上线之后psi降低反问:1. 岗位具体职责2. 偏研发还是业务层面3. 公司对于图算法的使用

风险策略岗    有问必答

面试官人不错 温文尔雅1、自我介绍2、做的最有挑战性的项目 详细介绍一下3、对满帮集团了解吗4、sql题 groupby一下 having一下就行 很简单5、问了一下logistic怎么计算之前数据需要进行哪些预处理，怎么做（空值、缺失值、onehot）6、怎么识别一个风险高的卡车司机反问

面试官人巨好！很温柔首先是自我介绍 1 、讲一个最有挑战性的工作，详细描述一下收获2、之前实习的三家公司分别是外企、国企、互联网 这三家公司有什么相同点和不同点3、为什么选择风控这个赛道4、很多同学在工作了1-3年后，对自己岗位的一个感知比较弱，觉得自己的工作带来的效果没有经营侧收益那么大，我怎么看。5、淘宝和pdd、抖音电商相比，我从消费者的角度看有什么区别6、5-10年后淘宝的未来以及如果淘宝市场份额下降你认为是什么原因反问1、工作氛围怎么样2、工作的时间安排3、跨部门交流的难易度4、什么时候出结果

貌似是最后一面 大主管面先是自我介绍提问之前的一些对公司带来的宏观的贡献给我介绍部门业务 问我一些思考反问了职业规划以及最新的业内风险威胁以及岗位技术栈总体感觉较好

1、问了职业规划岗位更偏业务 如果更偏技术或者后台的话可能会被推荐到其他部门2、详细讲一段项目算法实现的构建以及一系列思考的过程3、详细讲一段数据分析类型的工作实现感觉面试官主要还是希望找一个有一定算法基础 但是偏向于业务提升的同学os：不知道要面到啥时候才能结束

一面和二面的面试官人都非常随和并且有礼貌问了applist项目相关的内容构建子模型的完整过程y的定义整个的职业规划反问问了一些职业发展以及国内外差异的问题

面试官首先挖了挖简历实习经历讲了讲问了职业规划 为什么之前做算法现在想做策略还有对风控这个行业的看法最后反问 平时做策略都怎么去开展工作🙏希望能过！

1.自我介绍➕详细讲一下印象最深的一段实习项目全流程2. 之前实习项目提问 关于applist的相关内容 为什么用bert 我的思考 为什么只做二分类不用多分类怎么处理不均衡问题3. 具体讲讲毕设怎么做，从头梳理4. 现在有很多黑产会垃圾注册 这个情况我会用哪些数据源 会怎么构建一些策略在上游就切断黑产