米哈游数据运营面经

  1. 自我介绍
  2. 平时玩什么游戏,评价一下XXX游戏
  3. 为什么不在之前实习的公司干
  4. 数据脚本介绍
  5. 反问

感觉游戏行业的招聘会非常看重面试者过去的经历是否与游戏相关,没有相关经历的同学,需要对整个行业建立一个初步的了解,形成自己对游戏的理解,来提高面试的通过率

#游戏运营#
全部评论
通过了吗?
1 回复 分享
发布于 2024-08-07 19:48 黑龙江

相关推荐

原文(来源:牛客网,作者:Arancia_Arancione,门头沟学院):二面 业务面 40min1. 自我介绍2. 本硕专业都和AI没啥关系,为啥想当AI产品经理?3. 谈一下对AI产品经理这个岗位的理解,以及它对应的职责4. 你觉得AI产品经理需要具备哪些技能5. 谈下对人工智能未来发展趋势的看法6. 你有多段实习经历,你觉得对你来说成长最大或者收获最大的是哪段?7. 介绍一下在小米的实习8. 你说到会通过策略调整来提升大模型,是什么策略?怎么调整的?展开讲下9. 小米这段的大模型数据评测10. 评测的核心指标是什么?怎么得到的?11. 这段实习中,你遇到的最大的挑战or困难是啥?怎么解决的?12. 再讲一下Minimax的这段实习13. 讲下数据标注的工作14. prompt方面做了什么具体的内容?15. 谈一下深度学习这块的原理,例如卷积神经网络、强化学习等,原理+应用场景16. 有监督学习和无监督学习的区别是啥?17. 假设我们现在有一个需求,需要找一个合适的模型来进行解决。现在市面上有很多模型,我们要怎么去选择?或者说怎么验证某个模型就是能够达到我们的预期的?市面上常见的大模型有哪些───1. 17道题40分钟——理想的「剥洋葱」追问战术理想二面问题数是百度、vivo的3-4倍,时间相同。面试策略是「快速下钻,触及边界」——每题约2分钟窗口,立刻追问下一层。靠背诵的答案撑不过三轮追问。面试官要的不是完美答案,是认知边界在哪。2. Q8-Q10连续追问链暴露了面试的真实目的Q8「什么策略」→ Q9「评测怎么做」→ Q10「核心指标是什么、怎么得到」。从方法论→实操→量化的下钻路径。如果实习经历真实深度参与,Q10能直接报出指标和获取方式;如果是包装的,到Q9就开始含糊。面试官用这个链精确测量实习深度。3. Q15「谈一下深度学习原理」——AI PM面试的技术边界测试考的不是有没有ML学位,是能不能用产品经理的语言讲清楚技术原理。合格回答用类比:CNN像滑动窗口扫描图片,强化学习像训狗。不合格要么背教科书定义(不懂跟非技术人员沟通),要么完全答不上来(跟算法工程师沟通成本极高)。4. Q17「如何验证模型达到预期」——区分AI PM和传统PM的终极问题传统PM验证「功能有没有按PRD做出来」;AI PM验证「模型在不完全可控的情况下能不能稳定输出期望结果」。高分框架:验证维度(准确率/召回率/延迟/成本)→ 评测集(正常+边界+对抗Case)→ A/B方案 → 上线标准。
查看17道真题和解析
点赞 评论 收藏
分享
分享一下我本科超干货的一段实习——好丽友 数据分析助理作为数据方向的在校生,这段线下实习真的让我从只会课本知识,真正落地掌握了业务数据分析、数据清洗、异常排查的实操能力!📌 主要工作内容日常核心对接门店运营与人事基础数据工作,全程独立处理、核对、整理各类业务数据。1⃣ 门店运营数据分析 & 异常值处理这是我占比最高的工作内容。每日汇总全国线下门店的经营数据、销售流水、门店台账等原始数据,通过Excel进行批量整理、数据对齐、字段筛查,重点排查数据异常值、缺失值、逻辑冲突数据。遇到数据跳变、数值异常、数据不匹配的情况,会逐一溯源核对,区分是门店填报误差、系统数据延迟还是录入错误,整理异常清单同步给运营同事,辅助业务修正数据、复盘门店经营问题。2⃣ 员工考勤数据整理汇总负责公司一线及办公人员的考勤数据统计工作,整合打卡原始记录、补卡申请、请假记录,统一规整考勤台账。核对每日、月度考勤异常(漏打卡、迟到、缺卡、异常考勤),标准化整理考勤报表,协助人事完成月度考勤核算,保证数据准确、无遗漏。📈 实习收获▪️彻底熟练Excel高阶数据处理,透视表、函数、数据清洗、批量规整信手拈来▪️学会用业务视角看数据,不只是单纯做表格,懂得识别数据异常背后的业务问题▪️养成严谨、细致的数据思维,对数据敏感度和纠错能力提升非常大▪️熟悉快消行业门店运营、人事基础数据的工作逻辑这段快消数据分析实习,含金量真的很高,非常适合想投递数据分析、运营、数据专员岗位的同学,简历和面试都非常加分!✨
万物皆可发面经
点赞 评论 收藏
分享
评论
点赞
6
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务