北京央图文化科技有限公司

面的数据科学家，针对的是生产过程中的产生的大量数据。偏向优化、故障预测。面试一共4轮，两轮技术面、一轮业务面还有代码。代码主要分3部分，第一部分写个简单的机器学习框架，第2部分他们给生产数据让你简单分析下，第3部分写个简单的斐波拉契数列。

面试岗位 腾讯AI Lab 数据挖掘岗腾讯直接技术面，可能因为我本科做过NLP项目，经历比较匹配?首先自我介绍，然后会详细问做过的项目，穿插问自然语言处理的八股及基础。我做了知识图谱和实体抽取的项目，问了如下问题由于只是本科阶段接触过NLP,所以只熟悉自己项目的内容，问答系统和GPT都不熟悉。面试官人还是很好的，给我自学建议。由于匹配度不高，没有进入下一面。

一轮，面试官聊了15分钟，正常进行中，毫无预兆的戛然而止。面试官未参与简历筛选？面试官当场看觉得不合适？面试官觉得浪费时间？那就简历筛选多花点时间嘛，非要在第一轮上浪费更多时间呢？ 接下来的剧情是，hr为面试官的唐突终止又做了个收场，第二天打了个电话，聊了5分钟，问了一圈个人简介。最后一句：你有什么要问我的，吾：我是被刷了还是继续有安排？hr：我和面试官再沟通一下。收场结束，挽回了一点拧巴的负面形象。 不知道你司哪个环节有问题，但是其他家没有这种面试套路的，唯一的解释是：你简历筛选多下功夫嘛，搞大海选很浪费你们时间的哦，素质乖张唐突的办这一出，还连累hr又多花了5分钟电话费擦屁股收场，这一趟下来，对外形象我不知道会有啥影响，但是你们时间的花费比多下功夫筛选简历要多得多嘛，拧巴人办拧巴事。

面试总共10人，面试官5人，都是院领导，有院长、人资、科技、部门主管等。首先自我介绍，学习经历、实习经历、专业特长等；然后一对一问答，有专业的，也有开放性的问题，专业会结合你所报的岗位进行讨论，开放性的比较简单，比如“谈谈家风”之类的。最后祝大家上岸成功！

问了许多以前实习做的项目，从数据清洗、特征筛选、模型（xgb）和后续上线情况，问的很细很细的那种后面有问gbdt和xgb的原理和区别，还有l1和l2正则，评价指标有哪些，最后一个判断快乐数的代码。整体偏项目经历和机器学习，主要是xgb，回顾下感觉不是很难但我太菜了加上没太睡醒。最后面试官都没让我提问，也不知道有没有戏，希望能给个offer救救孩子吧。

面试官挺nice的，一直在引导思路。感觉自己真的在算法这一块基础太差（数据结构没学好啊～）害，借口说自己是数学系的就没有去搞那些计算机系的专业课。但是既然你以后是想做数据科学的这些东西怎么能不学呢？ 面试的流程：首先问了下你在学校做过的实习和项目（again，项目？数学系的两眼真的一抹黑），楼主恨啊，之前做过一段时间的代码维护，但是水的不行。建议有想走IT的小伙伴多做项目，代码量上不去真的伤不起啊。 然后面试官可能觉得我的经历太水了没啥可深挖的，就转了个话题说你既然是学数学的，统计肯定也会吧？（楼主os：看要会到什么程度了），转手问了下吴恩达里面logistic regression和统计课里面的有什么区别？楼主没上过正派统计上的logistic regression啊，当然不知道区别了惹，修读回归分析提上日程。统计方向问了怎么判断一个离散变量和连续变量的相关性，楼主没学过。 又问：怎么判断一个离散变量和离散变量的相关性？不会。怎么判断一个连续变量和连续变量的相关性？这个我会倒是会，但是面试官要求描述一下。这个玩意儿怎么描述啊？之后又问了是否了解causation和correlation的关系？楼主了解倒是了解，但是又要我描述，还是学艺不精啊！面试官此刻一定在想hr筛简历怎么筛到这种彩笔？又问了一个问题：怎么在旋转后的一个有序列表中找到一个数？楼主真的心态崩了，O(n)当然是暴力，要怎么优化？事实上可以用二分法的变体。最好笑的是面试官看不下去把思路完全讲明白了但是我还是没把代码实现出来。码力菜就是原罪呐。这次面试还是很有收获的，以后要更努力才行！