自我介绍 简历深挖：完整地介绍项目：项目背景、遇到的问题、你是怎么解决的、最终效果怎么样、以及怎么去度量它的价值然后是疯狂的拷打：质疑建模维度的实际应用价值，模型的提升大概有多大，XGB的优势RF也有为什么不选RF等等 A/B测试1. 做A/B test时，如果发现结果不显著，可能是什么原因导致的？2. 针对这些原因，有什么解决办法？或者如何提前避免、事后补救？3. 如何判断结果不显著具体是哪一个原因导致的？4. （针对样本量不足）样本量应该增大到多少？我们怎么去做一个估算？5. 如果是分流不平均（抽样不均）的情况，应该怎么解决？6. 如果在某个特征上发现非常不均匀，有什么好的处理办法吗？7....

基本都是深挖简历重点问你搭建的agent能解决什么场景问题过程中遇到了什么问题怎么解决的手撕：非hot100 但easy投递的时候一定要看岗位偏应用落地还是偏算法，楼主算法功底比较薄弱，没有真实业务场景下的模型训练微调经验，在面试偏算法岗的时候，算法原理和训练过程被追着问。强化学习太重要了，几乎都会问到，还需要继续加强。总结经验：不要只局限于准备简历项目的问答，面试官喜欢提出一个场景可能遇到的问题，让你给出解决方案，所以还需要提升自己思维发散和解决问题的能力。