一面凉经： 自我介绍 介绍实习时候的工作（举一个case 具体分析 简要分析一下 如果让你去分析一个广告的投放 你会从什么角度 如果现在 投放的转化率下降了 你应该怎么分析 有没有这样一种情况 有且仅有AB两个渠道 AB的转化率都升高了 但总的转化率却降低了 答：有，辛普森悖论 问：举一个这样的例子 有没有什么常用的APP 如果现在让你拉个看板去分析这个APP的情况 你会选什么指标 我说的小红书 面试官对于我的回答问道 那如果是引进红人这种形式 你会用什么指标呢 它也不会带来具体的收益  0.0     这个问题我没有答上来最后也忘了问，我...

一面： 自我介绍 讲实习 讲项目 （深挖+方法优势+提升方法） 一些业务问题：     领导给你一张数据表，你会怎么分析，最关键的环节是什么     微博和网易的差异化指标是什么     你对商业分析的看法     你是一个微博的长期用户吗，你觉得最吸引你的是什么 家是哪的，住北京哪，期望薪资 你在团队中扮演什么样的角色 领导全称没笑过还带着口罩。。。虚的一批

一面： 自我介绍 问了实习的case 现在的offer 对推荐算法的了解 写不下去了。。。楼主的背景偏数分一些，本来投的机器学习结果调到了推荐算法，然后面试官怕不是以为我是个傻子，问我决策树和随机森林是单棵树还是多棵树 谈谈随机森林和bagging的区别 boosting的其他算法：     adaboost、gbdt、xgboost原理以及优缺点 为什么xgboost比gbdt的训练速度快 梯度下降的梯度是什么 梯度下降是局部最优吗 反问： 业务方向，因为不知道vivo的推荐算法是干啥的 对我的面试做...

一面： 自我介绍 实习主要负责的工作（并没有深挖） 问了理论： 项目中有涉及机器学习，讲讲你比较熟悉的。 分类模型都有什么，讲讲决策树 决策树中根节点是如何设定的，判断指标是什么 决策树中三种算法的异同 决策树是否用进行归一化处理 随机森林是又放回还是无放回的，为什么 有放回，随机森林是集成学习，目的是多个决策树防止过拟合，如果无放回，就增加了抽样的随机误差。 如果正负样本分布极其不均，要如何选择评估指标 召回 写一道SQL题，选取在2017-05-17日到访用户在未来7天的到访天数 业务题...