今天刚结束的面试，面试官长得巨像369，看到他我脑子里就是拉扯和369皮肤宇宙，憋着笑面的试。然后面试官问的基本都是比较大的场景题吧，楼主呢没实习过，纯纯废物，答案给面试官都逗乐了，然后后面面试官没绷住笑出来了，我也没绷住和他一起笑了😋。实话说，面试体验蛮好的，面试官会引导你得出更好的答案，介绍部门和业务也比较详细，还问我是不是和想象中的互联网企业数据分析不太一样。但是感觉结果应该是寄了，顺便给大伙欣赏我最喜欢的两张369皮肤吧。

今天晚上新鲜的鹅子一面，数据科学岗位，面试官就问了下简历和项目，问的很浅，然后给了个SQL写，然后叫我反问，回答问题也没啥反馈😰，KPI太明显了捏

今天晚上七点多正吃饭呢，上海来了个电话，说是蚂蚁的面试官，问我有没有时间电话面试下😂。大概十来分钟，自我介绍，然后问了下场景题，一个如何估计北京一天的公交人流量，然后问是否了解蚂蚁，怎么看蚂蚁公司，最后问了下怎么看阿里的996，然后问了下职业规划和基本的技能，然后就让我反问了。有一说一啊，阿里目前我投的部门有五六个了吧，好像就灵犀和这个没简历挂，没有实习的🐭🐭太难了。最后非常经典的感谢你的时间，感觉也挺快，挂了也还行，总比正经面个一两小时挂好

上周四晚上面的，周一没消息我就觉得不对了，然后去公众号留言不到十分钟就人才库力，希望其他部门捞捞---update---晚上看到变成笔试状态了，是开捞了吗😂

面试官挺帅的😂大概环节是自我介绍，然后介绍项目，面试官问了些细节，针对xgb进行了拷打，包括xgb原理，优点，以及与catboost，lgb的差异，lz没用过catboost，所以不知道😎，然后面试官问了下是否了解transformer，我说只从Attention方面了解了一些，然后问了下，答得比较糊，毕竟很久没看了，没想到这也问。然后面试官问是否了解nlp模型，我也不知道，然后我时序模型呢，我说我就用过arima，LSTM之类仅限于基础了解😂，然后就是场景题，如何确定选用的模型，面试官的意思是时序模型我没用过但是大概如何选呢，我就说类比传统机器学习来看，首先看数据的分布，然后看数据的重...

面试官自我介绍是某个部门负责人，一看lz简历觉得项目很少（确实是），然后问了些机器学习相关的八股，问了下项目，问了下深度学习相关的模型，lz只知道一点cnn和attention，然后面试官问我embedding是否了解，我说就了解一些推荐系统里面的，面试官追问你知不知道成熟的讲语句转化为向量的，lz只知道w2v，具体了解也不多，就糊弄了两句，面试官就让我进入反问环节了。楼主问了下相关工作，这时候面试官介绍了下自己的部门，是nlp和搜索算法的，并且说我可能适合用户画像的部门，然后楼主问了入职的培养计划和要求，面试官讲是通过项目培养，要求就是项目匹配度和基础技能熟练，并表示不考LeetCode之类的手撕😂，他觉得不如项目匹配重要感觉是比较凉了

早上华夏银行笔试，行测加统计学基础下午先是富途的笔试，数分岗考了机器学习深度学习数据结构还有算法等等，然后就是捏妈妈的编程题和SQL，编程还算简单，SQL就比较重量级了，我看不止我一个人这样，他好像固定了输出的格式，你该round没用，示例通过，测试0%，笑嘻了。小米数分笔试发的捏妈的软开的题，我没注意到，进去做选择给我整不会了，全是软开的东西，基本不会，编程两个第一题相当easy，第二题大概是分两部分，确定了执行顺序之后dp，我可能是执行顺序排的有点问题，过了83%，晚上还有美团和搜狐（这两时间还重叠了😰）。美团笔试是第二次，光速做完选择题，进入编程，一小时光速完成，四题分别a，96.7，a，45最后一题看到取模，直接print 0过的45，其他的三题比较简单，起码比上次简单😂，上次我写的是a，a，13，0，完事了赶在八点进入搜狐笔试。搜狐笔试基本就是相关的简单分析，SQL不能编程，直接写，一个是新用户次日留存，一个是用in和not in解决，不算难。自此被笔试塞满的一天就结束了，一天五个，强度拉满了。虽然倒霉蛋楼主已经基本放弃互联网了，但还是秉承有笔试面试就去试试，主打一个面向笔试刷题，面向面试锻炼，虽然秋招（提前批）到现在就两家约了面😂，还是基本都一面挂（可能是没有实习导致的面试官会非常深入的拷打项目，问的人头皮发麻）。反正现在平常上班没事干就摸鱼背考公，互联网行业从不主动复习，主打一个主次分明捏

😭投了三次数分第一次用人部门挂，第二次初筛挂，现在第三次用人部门筛选了十多天了，是不是噶了啊8.11 今天约面试了，秋招第二面😭，手，你带我走吧

with t2 as ( select uid, time, time - rank() over ( partition by uid order by time ) rk from ( select uid, date (in_time) as time from tb_user_log where artical_id = 0 and sign_in = 1 ) t1 where date (time) between '2021-07-07' and '2021-10-31' ) select uid, month, sum(money) as coin from ( select u...

nlp方向a卷，第一题哈希表搞定，第二题是个01背包，但是双限制，一开始没考虑重复问题，一直错，后面想到了试出来了，最后一题一看，马上交卷，碰都不想碰😨

select user_grade, round( count(uid) / ( select count(distinct uid) from tb_user_log), 2 ) as ratio from ( select uid, ( case when min(jiange) < 7 and max(jiange) >= 7 then '忠实用户' when max(jiange) < 7 then '新晋用户' when min(jiange) >= 30 then '流失用户' else '沉睡用户' end ) as user_grade from ( s...

with t1 as(SELECT DISTINCT uid,DATE(in_time) AS dt FROM tb_user_log UNION SELECT DISTINCT uid,DATE(out_time) AS dt FROM tb_user_log) select first,round(count(dt)/count(uid),2) from (select t2.uid,first,dt from (select uid,min(dt) as first from t1 group by uid) t2 left join t1 on t1.uid=t2.uid and da...

with t4 as ( select tag, dt, sum(if_like) as like_cnt, sum(if_retweet) as retweet_cnt from ( select t1.video_id, date_format (start_time, '%Y-%m-%d') as dt, if_like, if_retweet, tag from tb_user_video_log t1 left join tb_video_info t2 using (video_id) where date_format (start_time, '%Y-%m-%d') betwe...

select * from ( select author, month, fans_growth_rate, sum(fans) over ( partition by author order by month ) as total_fans from ( select author, month, round( sum( case when if_follow = 1 then 1 when if_follow = 2 then -1 else 0 end ) / count(1), 3 ) as fans_growth_rate, sum( case when if_follow = ...