由于是提前批，没有小组面，直接初面
一共三轮面试
初面（40min)
复面（40min）
hr面（15min)

常规自我介绍
学校学了哪些课程，大致介绍一下
自己选一个最拿手的项目大致讲一下项目内容、自己的角色工作以及遇到的困难和解决方法
开始深挖项目（面试官真的超级资深和专业，大家一定要详细回顾项目内容！）
如果让你现在重新做一遍这个项目，你有什么可以改进的地方（简历上的项目一定要复盘！）
为什么项目里的随机森林算法比其他算法优越？随机森林算法原理？
随机森林算法中的样本是有放回抽样还是无放回抽样？特征值呢？（这个问题瞬间懵了，楼主只记得样本是有放回，但特征值真的忘了，于是说也是有放回抽样。面试完赶紧复习，发现特征值是无放回，常理思考特征值有放回抽样怎么生成决策树嘛，楼主面试时真的太懵了超级后悔，还好后面还是过了）
为什么随机森林的样本是有放回抽样？无放回不好吗？（这个问题也真的把我问懵了，楼主当时就本能觉得因为有些样本点可能比较重要所以希望能重复抽到，但面试完查了好多资料发现是可以减小方差，类似bootstrap算法）
查准率和查全率的考察
ROC曲线和AUC值的原理
AUC值一定越大越好吗？有没有反例？（在面试官的提示下说了当样本极度不均衡时AUC也许很大，但并不代表效果好）
图算法的考察，社区挖掘的知识

赞一下(0) 踩一下

自我介绍-问简历学习经历、实习经历、项目经历-考察知识点（包括机器学习、python、大数据等相关知识）- 印象最深刻的一个项目是什么 - 反问

1.决策树如何进行划分？
熵entropy：形容体系混乱程度
信息增益：ID3(分类) 父节点的熵减去所有子节点的熵之和，并且在求和时，由于类别比重不同，需要对其实现加权平均
信息增益率：C4.5（分类）
基尼指数：在CART（分类、回归）中使用，表示数据不纯度
2.决策树可以解决什么问题？
分类 回归
3.决策树的评估指标
4.SVM和决策树怎么选？
5.项目 甄别作弊老师项目
6.印象最深刻的一个项目？用了什么技术，收获了什么？
可以根据简历上的分析项目的方式来阐述
7.反问
8.大数据知识

赞一下(0) 踩一下

通过boss招聘获得了面试机会，线下面试前会有笔试题，不过都是一些简单的sql题和数据库基础，做完笔试，先是部门的技术骨干进行技术面，面试的问题有一定的难度不是很大，过了后，接着是部门负责人面，有一定的难度，需要结合业务进行回答，如何驱动业务，没提前准备，答得不是很好，后面是人事面，期望薪资是20k,但压薪资比较厉害，只能给到15k,最后没去

请介绍一下Power BI的主要功能和用途。
答案：Power BI是一款数据可视化工具，可以将各种来源的数据转换为动态、交互式的图表和报告。它支持从Excel、SQL Server等多种数据源获取数据，并提供了多种预定义的可视化组件和模板，用户可以使用这些组件快速创建专业水平的仪表盘和报告。
Power BI中如何创建一个仪表盘？
答案：在Power BI中创建仪表盘需要以下步骤：
1）连接到数据源； 2）导入或者建立数据模型； 3）选择可视化元素（例如柱状图、折线图等），并将其添加到仪表盘； 4）配置每个可视化元素的属性，例如X轴、Y轴、颜色等； 5）调整布局并设置过滤器和交互式控件

赞一下(0) 踩一下