1. 为什么想从金融转到互联网数据分析？
因为量化hc比较少。互联网数分要求的技能比较相似，且向往互联网包容的氛围。
2. 如果你有100个硬币，一个不公平（两面都是国徽），九十九个公平，现在抽了一个硬币抛掷了10次，都是国徽面，问此时这个硬币是不公平的硬币的概率？（计算条件概率）
没有草稿纸，没回答上。
P（A）=1/100
P（B）=1/100*1+99/100*（1/2）^10=1.10%
P（A|B）=p（AB）/p（B）=0.01/0.011=90.91%
3. 说说你最熟悉的机器学习和深度学习模型以及应用？
4. LSTM和RNN最主要的区别是什么？LSTM的门是哪几种门，他们分别的作用是什么？
引入了门控机制。
遗忘门，输入门，输出门。
5. 你熟悉哪个APP？（微博、微信、小红书）他们的广告的位置如何？请从用户体验的角度回答
微博。热搜排行，视频，打开APP的广告。
6. 现在假设广告的点击率10%时，为10条信息推送一个广告，但是随着点击率的上升，用户会流失，此时如何优化用户的体验？
我的回答：考虑对不同的用户的进行推送。优化广告推荐算法，做到千人千面。
我反问面试官这个问题。
面试官的回答：计算用户的价值，比如考虑是新用户还是老用户。新用户可能重新获得的成本比较低，老客户的更高。
总结：对科研和项目不感兴趣，对比赛和建模更加感兴趣，调整简历和ppt。
复习概率论和数理统计，学SQL

1. 如果你有一个sql表，有学生的成绩要进行排序，你要如何操作？
SELECT Company, OrderNumber FROM Orders ORDER BY Company
2. 如何现在抖音的一个广告点击率突降，你觉得原因是什么？
考虑广告的位置，用户的属性，突发新闻事件的影响。
3. 如何按照用户性别划分，男性用户的点击率和女性用户的点击率相比上一季度都上升了，但是用户的点击率总体下降的，你觉得原因是什么？（提示：纯数学问题）
没答出来
4. Logistics回归模型特征筛选的方式？
去掉相关性比较高的特征，用模型提取特征之间的线性和非线性的关系。
单个特征做F统计量检验。
PCA或者autoencoder
结合Scikit-learn介绍几种常用的特征选择方法 - 罗兵 - 博客园 (cnblogs.com)
5. 分类模型的评价指标
准确率 召回率 roc

赞一下(0) 踩一下

1. 简历介绍（问了学校相关信息），深度问了当时正在实习的公司的实习项目，我所做的工作之类的。
2. 写sql（简单的查询，合并）一般数量在3个左右，难度依次增加。涉及的内容有order by, join, limit offset, year(), concat() ....
3 问了一下统计问题， 例如TP TF ROC之类的,也问了一下机器学习算法，以自己的语言给不会的人介绍一个算法。 （此处最好举例说明）
4 问了一下意向，以及对业务的了解。
5 HR介绍了部门。问是否感兴趣。
6 为什么换工作

1 请介绍一下自己
2 你之前做的什么项目，现在在xx做的什么工作
3 介绍一下你之前的项目吧
4 下面我们来写几个SQL
5 你为什么想要换工作
6 你对安全基础有什么理解
7 如果我现在不会统计学，也不会算法， 你能给我介绍一个算法吗？什么都可以，但是要让我能理解
8 你说你项目中ROC什么很重要。重要在哪里，什么时候使用acc什么时候使用roc呢？ TF TP都是什么，有什么关系。

赞一下(7) 踩一下

到公司以后，先给你填下个人资料，以及做题，因为我是数据分析岗位，所以有2份题目给我选择，一份是给图形写出结论共计2道题，一份是写sql，挺多的，其中有用到oracle的递归和存储过程，当然我以前工作没怎么用到，所以这两道不会，也由于我个人时间有限，没时间百度了，已经接近12点了，所以后面2道没怎么做{存储过程个人建议要多看看}，后面和经理聊了一会，给我指出题目的问题，然后觉得我可以，就过了，毕竟我之前掌握的主要不是在敲代码上，而是学了很多其他的，主要攻建模，所以会的有r，python，做过主管，可能经理也是看到我的这些点，毕竟是后续可能安排出去给国企工作的，好尴尬，然后隔天和hr谈工资，各方面可以，就来做了，接着就开始试用期3个月的时间了，目前刚开始，加油。

1，你会的技能工具有哪些，他对综合能力比较看重，如果你在oracle不能达到满足，一定要有其他层面的技能补充
2，你是为什么离职的，
我也不知道该说什么了，毕竟都是每个公司都问到的，数据分析岗位无非就是熟练oracle,excel，最好会点爬虫，python分析等等，当然，我还是要努力进阶的，毕竟未来人工智能方向，是个未知数，反正活在当下，就做好当下吧。

赞一下(1) 踩一下