注册一亩三分地论坛，查看更多干货！
您需要 登录 才可以下载或查看附件。没有帐号？注册账号 
x
刚面完写的，想着如果挂了就发，如果你看到了那就说明我挂了哈哈，以下. Χ
刚面完，感觉应该是挂了，题不难，但自己发挥太差了，而且估计错了重点，下边详谈。长经。. From 1point 3acres bbs
简单介绍下情况，information sciences 在读phd candidate准备25毕业找24 summer的intern，研究方向是NLP，也做ML模型。
最早是9月上旬linkedin上海投的，9月底收到回复说可以参加Data Challenge，，选了时间7天做完然后10月中收到说pass了，然后就是漫长的等待team match，加上之间有感恩节，有圣诞新年，一直到一月才告诉我匹配上了，并且约了virtual powerday。当然之间一直有跟HR保持沟通，表达对这个岗位的兴趣。. Χ
Powerday是ds的intern，分四个部分，case interview，ds role play，bq，tech interview
HR会发很多链接给你，大部分是关于怎么用zoom和准备case interview的，非常详细。但是对于ds roleplay和tech interview介绍很简单基本只有一段话。所以我对这两部分基本没有任何概念。好在确定powerday时间后，hr小姐姐会给你安排一个hr prep session，大概用半小时时间给你详细讲解每个部分是做什么。bq和case就不说了，地里太多了，ds roleplay我是真的没怎么找到详细的，冲了一个月会员找遍了所有的面经都说的很简单，hr告诉你的版本：是跟case差不多，不过不涉及到计算，但是更倾向于模型选择，然后你需要模拟一个场景，作为ds给nontech背景的人讲一套你是怎么分析一个问题的所有流程，中间有一个模型选择问题（这个assume应该你是不知道的，我再开始有问，被友善反问你怎么知道的，我说是HR告诉我的，我说希望别给HR惹麻烦，她笑着说不会），然后最后就模型讲你怎么理解以及改进。tech的话就是分3块，包括sql，sde，和Machine Learning。 最后还说了有hc和returnoffer，听完害挺心动。。截止到面试前，我知道的基本就这些。感觉case和BQ最有信心，然后tech也还好，最不放心roleplay。没想到最后完全拧过来。
Ok进入正题，
我先面的是roleplay，一个director面的我，开始看资料还有点害怕，但实际上是一个非常nice的白人小姐姐，感觉很像学校里的同学，看着也很冻龄，交流方式也很随意，能感觉到她在刻意的让你放松下来。
然后正题来了，面试内容是据说地理很经典的flight delay。但我查来查去也只找到了这个名字，具体内容是啥完全不知道。
不过你看到这里，恭喜了那就，我会详细解释这到底是个啥，简单来说就是你模拟经营一家航司，然后你的航司晚点率高于其他航司，下面有一些数据，和一个训练好的模型，希望你能用这些东西给一个没有tech背景的人解释insight。
由于是在线面试，如果线下理论上你是可以随意翻看内容的，但线上基本只能跟面试官口头交流让他翻页，所以很麻烦，15min看数据25min的presentation。看数据时间还是很紧张的，大概有10页数据，第一页是关于数据类型，数量，mean，max，min之类的值，我当时基本针对missing value以及分布和处理方式，以及mean看整体分布解释的，基本没有任何问题。第二页是具体数据长什么样，基本上是关于需要做那些预处理，normalization，cat2num之类的，第三页应该是coefficient，基本上是在考你如何解释以及解决变量的相关性，之后有几组图，比如delaytime vs 日期，成员数，地勤数等等，之后还有不同机场增加地勤对延误的影响等，这些看趋势很好解释，然后还有一些地勤数量vs机型vs乘客数量vsmissing value等的图，这个我当时没get到点，实际上是在引导你不同类别delay可能不一样，and missing value处理时候需要注意的东西。最后就是展示模型，有两种模型可以选，二选一，分别是regression model和tree model。我本人研究方向是做classification的所以选的tree。然后模型是CART，树结构大概是乘客数>=98是第一个节点，然后是day>=2.5然后继续是乘客数，day，最后才有一些其他变量，temp等。这个基本简单说说就行，最先分叉的重要性高，然后本人确实对CART调参不是非常懂，平时做NLP用NN比较多，所以这里没太多说怎么处理参数，对面也没问，再之后就是一张图，confusionmatrix和recall precision fmeasure之类的，正常解释什么意思就行，然后会问你high precision和high recall更倾向于哪个，最后问你是否采用这个模型。. 1point 3acres
上述内容实际上是分开在15min和25min两个session的，15min纯看，25min纯讲，但讲时候节奏是面试官so）L2（ridge）regression的用法等等。最后还问了你怎么评价模型结果，其实就是解释confusionmatrix和pre,recall,f1之类的，然后今天印象中第三次被问了怎么理解precisionrecall和权衡他们的结果。之后轮到了模型上线，问需要考虑什么。之前看地理有人提到过会问这个，简单做了准备，但也都是非常higherlevel的，例如要monitoring啊，version control啊，realtimedata啥的，但好像都没答到点上，面试官可能觉得有点困难这个问题，就换了一种文法，例如怎么保证这个模型在线上可以正常工作，从这开始基本就freestyle了我。。答检测，维护，然后问有什么指标，我就说看响应时间，输出结果什么的一通胡扯。然后终于过了这part开始问如果来了一个实习生，需要跟你一起运维这个模型，问你们怎么合作，大概回答的是要对他进行培训，让他理解模型，然后可以进行一些分工保持良好沟通和及时反馈，感觉tech被我回答成了bq，但面试官也没说啥（一般方向不对会打断你帮你回到正确方向）。之后又问了说你们这个模型上线了5年，现在发现不准了，问为啥，怎么做，我说可能因为这是time sensitive的data，而且这么长时间商业环境也变了，5年前的feature肯定没法再用了，所以就说做版本更新被，然后以后最好能年更甚至月更，以适应最新的趋势，然后就问了一些version control的问题，git，docker之类的（docker是我嘴贱说的，TA的一门课讲过，结果被问了半天docker image，切记切记少freestyle言多必失），基本就是回答怎么用这些工具没问原理。然后基本也就结束了。我个人认为其实这一面是最简单的，或者说最贴合我背景吧，毕竟平时无论是做TA还是做research都是跟模型打交道，所以这部分最match我的知识储备，followupquestion不断的情况下聊满了1小时。面试官最后还说如果有机会欢迎offline联系，我感觉可能是一个比较满意的信号吧？但结合case和bq我觉得还是挂了，所以没有一丝期待了。
总的来说难度真的不难，面试官也都非常友好，但感觉自己面的非常不好。如果硬找理由的话就是背景不太match，早起状态不好（东部早9真的顶，我觉得面试官都还在家的样子，虽然c1周一周五据说是remote），然后之前面经没做透吧。不过最后的最后我还是想说，面经这个东西参考就行，而且实战面试纯英文口述解释概念还是跟面经直接拿数做题差很多的。。哎多说无用。。菜就是原罪。。 | 
匿名用户-K1ZXT
2024-2-25 16:23:19
匿名用户-KE9VZ
2024-2-9 23:03:56
收藏
淘帖
好苗
杂草
提升卡
置顶卡
关贴卡
开贴卡
变色卡
千斤顶
狗仔卡
