腾讯csig（数据分析实习）一面+二面，等待hr面

一面（30min）

1. 自我介绍
2. 数据平台项目（深挖）：如何做的数据校验、如何做的数据清洗、数据的分层标准（按原始数据业务的提供系统分）
3. 再介绍一个项目（二分类广告反欺诈比赛）：介绍下整个流程、介绍下如何做的数据预处理、在模型中使用的五折交叉验证中为什么选择4个random_state、使用的什么算法模型（xgboost）、使用的评价指标（如何参考其他指标）
4. 你更喜欢做数据开发（数仓方面）还是数据分析方面（数据预测）方面？
5. 问我的实习时长：面试官说该实习可能超过九月。。。。。

反问环节：

1. 该部门（智慧零售）的数据分析岗位主要做哪些工作？
2. 该部门今年招的实习生数量？：1~2
3. 对我面试的感觉？：还ok，项目match(原话)

二面（25min）

1. 你偏向（喜欢）数据分析岗位的哪一快？
   答：数据挖掘，说我回答太宽泛，讲解他们的岗位十分钟，认真听就是。讲完之
   后，让我说我具体喜欢什么？根据用户信息预测和挖掘（自己挖的坑从此开始！！！）
2. 你对NE了解吗？
   答：只知道大概原理，没有深入学习。（再没继续问）
3. 你知道的预测类的算法？
   答：机器学习常用算法以及xgboost等。问题开始：

• xgboost的第一个树的第一个节点如何分裂？
• 一阶导二阶导从何而来？？
• 为什么使用二阶导，不展开到三阶四阶？？？
• （继续深入）泰勒公式只是在x的某一点上的推到公式，那么在xgboost中很明显不是某个点，这是如何实现的？？？？（回答不上来了）

4. 再来一个问题，也是最后一个问题。你如何用函数构建一个正态分布的数组？又提到高斯分布（这个问题没记清楚了）。

反问环节

1. 对我的面试评价？
   答：评价比较不好（这儿就不说了，菜得自己承受）

（注：三天两面，早上二面之后总感觉凉透了，下午突然看到hr面，希望一切顺利，也祝大家都拿到想要的offer）