招商银行信用卡中心 前言：我最初投的是IT的数据挖掘岗位，是被调剂到风险量化方向的数据分析，所以前两轮面试是IT部的面试形式（还做了IT的笔试），和风险量化那边的不一样，那边的一面是群面，不要被误导了哦~ 一面 4.12  （一面全程不到15分钟，简直快得令我无语，仿佛面试官根本没想了解什么…） 介绍一个项目（介绍了用Kmeans做的用户画像） 只有三个特征为什么用Kmeans，不直接用规则分类呢？ 怎么确定kmeans聚类得到的就是上下班？ 会其他语言吗？比如scala、hive =======小插曲======== 4.2...

B站策略算法一面 4.2  【牛客视频面，B站感觉比较注重理论基础，sql题是即兴出的，不一定要撕代码】 xgboost的原理，是决策树还是回归树，怎么实现的，要讲训练时候的具体过程（我也不懂到底要多具体啊TAT） kmeans和dbscan的区别 kmeans选初始点有没有什么技巧 knn的原理 lr和svm的原理和区别 bagging和boosting的区别 Lightgbm和xgboost的区别，生成的树主要是深还是宽 介绍一下狄利克雷分布 两组样本，离散型或者连续型，有什么方法判断他们的相关性？（相关系数、互信息、协方差、假设检验、置信区间） SQL题：计算...

腾讯TEG数分一面  3.8  【视频面，无手撕代码】 python装饰器的作用 p值的含义 p值是否代表H0发生的概率 p值是否代表均值差的大小关系 衡量两个均值的大小的方法： u2-u1>某个值 概率 置信区间 第一类、第二类错误概率定义 不改变样本量，能不能同时减小第一类、第二类错误 腾讯CSIG应用研究一面 3.11 【视频面，用本地编译器撕代码，屏幕共享】 编程题：二分查找 各种join的区别 如果join的时候key非常多，比如上亿，就无法输出结果，这时候怎么办？ DBSCAN的原理 kmeans和DBSCAN的区别和应用场景 ...

一面 3.16  【电话面试，无技术问题】 • 简历中最有挑战性的经历，最大的收获和挑战在哪里 • 坚持最久的一件事情，中间是否有停止或放弃，怎么平衡几件事 • 自己作为团队领导人完成的一次经历，过程中有没有想要放弃的成员，怎么解决的；有没有和成员发生分歧 • 支付宝支付场景题：如何分辨异常支付（诈骗）行为 二面（群面） 3.25  【10个人一组，钉钉视频群面。10个人真的略多了……】 • 用3个关键词做自我介绍 • 1. 疫情期间，有些老年人使用“健康码”遇困难，比如：无智能手机、或者有智能手机但是不会操作等。如果你是支付宝平台方，你有什么建议/优化措施吗？ • 2...

一面 3.28 【技术面，主要是根据简历做过的项目问的技术问题】 xgboost的原理 L1、L2正则化的内容、公式 对不平衡数据怎么处理？ 数据量很小，模型很复杂，应该用哪种正则化？ kmeans用户画像最后怎么评价性能好坏？ kmeans受初始点影响大，有没有对数据做什么处理？ 用全连接神经网络有没有遇到过拟合的问题，怎么处理？ 对hive的了解 内部表和外部表的区别 二面 4.1  【主管面，没有技术类问题】 介绍一下实习的具体内容（挑一个项目） 泰迪杯参赛是小组参赛吗？你担任的角色是什么？ 问了一个所获奖学金的具体情况和评选指标 本科排名20%，研究生成绩比本科下降了...