Deloitte德勤Applied AI consultant/tech consultant一面面经

可能是2022年9月中投递的简历（记不太清楚了 好像投过他们家），简历过了就直接安排面试了。具体时间线如下：
11.1 周二上午收到一面邀请
11.2 周三下午一面，分别是25分钟technical+25分钟behavioral
11.4 周五7pm ET收到邮件通知一面过了，邮件里给了一个case要分析做presentation（就是一个dataset），分析11.8due。邮件里还需要填接下来几天的availability
11.8 周二midnight 提交presentation slides + 分析的rmd file或者ipynb
11.9 周三二面
11.10 周四晚上8pm ET收到通知第二天三面
11.11 周五三面
11.21 下午收到offer call
11.23 收到邮件正式offer

朋友们麻烦加点米啊！！没有米真的看不了面经呜呜呜呜！大家有问题的话可以评论我看到都会回答的！！谢谢谢谢太感谢了！！！！


岗位介绍：
applied ai analyst是德勤consulting下面strategy & analytics下面的。
具体组织架构就是At a very high level, strategy and analytics is one thing. Its divided into two subgroup: strategy and AI&Data. AI&Data is split into 4-5 groups, one of which is Applied AI. Within Applied AI, there are two track and one of them is AI solution. The name is most used for management purpose. People can work on projects from either one of the two groups under Applied AI.
Strategy and analytics include both generalist consulting and AI&Data (data and AI related consulting). General consulting such as entreprise strategy(cloud transformation, M&A, etc, not necessarily with data). But next level down, AI&Data, all of the projects are about data science, but different parts of data. For example, data strategy, data privacy, analytics projects (models, tableau, excel, really advanced ML and AI techniques). (这两段是准备面试的时候LinkedIn上Connect打电话聊了十几个德勤applied ai的人，其中一个和我说的)



我的岗位是applied AI analyst，一般new grad都是analyst，如果有几年工作经验的就是applied ai consultant，再往上应该是senior consultant。所有的analyst和consultant都分成四个track：MLE，DS，SDE，和designer。MLE应该是今年刚搞出来的新的track。会根据你的背景给你assign一个更加合适的track，但是面试的时候不一定是和你同一个track的面试官。根据我聊人的经验我感觉DS这个track就是可technical可不technical，具体看项目，有些项目非常需要technical技能经常要写很多sql ETL或者建模，有些项目主要就是communication为主。

一面：
25分钟technical+25分钟behavioral
我的track是DS，但是我的technical是一个MLE的人来问的。面试的时候感觉因为我MLE做的东西都不是很深，之前的背景主要是data visualization，分析dataset，用sql取数用r做分析，然后build一些很简单的model，没有太多使用python或者做ML model的经验，所以面试官好像也没什么问题可问（应该是相比于MLE我做的东西都太浅了）。简单问了sql的right join和left join区别，然后根据简历上简单问了几个之前做的项目和实习的bullet point就结束了。
behavioral是一个SDE问的。感觉面试官有一张面试的记录表格，感觉他问的behavioral question像是从一个什么文档上边读边问。基本上就是走个流程，常规behavioral question。记得准备好一些teamwork，leadership，communication相关的故事能够生动地讲出来就好了。和其他公司的behavioral差不多万变不离其宗。

笔试 + 二面（其实就是同一轮所以放在一起写）：
笔试给了一个几千行的train.csv和test.csv和一个word文档。word文档主要就是介绍这个数据集相关的商业背景和本次笔试要求，希望你的分析中包含的内容等等。今年的笔试题目是有一个real estate investment firm，dataset里每一行是一个房产的具体信息。总共有81列数据，其中80列是关于这个房屋的各种信息，还有一列是这个房产的价格。要求就是1. 首先做一些EDA，关于他列出来的几个metrics之间的关系做一些数据可视化（工具不限，R，python，tableau都可以）；2. 根据training.csv的数据做建模，哪些是会影响成交价格的指标并且怎么影响。模型搭好之后对test.csv做价格预测；3. 关于模型进行一些回顾并且根据分析结果给建议。比方说模型用了哪些假设，你对结果哪些部分感觉最surprising，你觉得如果后续如果还要继续改进模型的话应该做哪些调整，等等。最后要求的deliverable是一个PPT和你的分析文档（R file或者python的话ipynb之类的）。公司建议的是你留6-8个小时来做这个笔试，但是会给你4天的时间你在四天里自己匀时间做，最后把要交的两个文件邮件发给recruiter。建议是拿到马上开始做，我是ddl之前一天半开始写的，但是我感觉时间还蛮紧张的。

二面就是笔试提交的次日或者再后面一天。二面的内容就是首先根据你的PPT做一个20分钟的presentation，然后面试官会根据你的presentation有一个Q&A，然后面试官可能还有一些自己准备的technical或者其他类型的问题，最后是你对面试官的一些问题。这边其实有一个trick，我当时周二midnight ddl提交了分析和PPT之后周三起来觉得还有很多可以调整和修改的地方。我周三下午二面，面试之前一直在继续调整我的PPT和model。二面的时候我直接问了面试官I've been continuing working on my model and have made some updates on my model. May I use my latest version to do the presentation? 同样的问题我也问了recruiter但是recruiter一般为了保证公平性就会说不可以，但是我面试的时候直接问面试官的时候面试官蛮chill，他说没问题那你就用你最新的版本就好了。

dataset分析其实不是很难，我这次做的分析我觉得重点在于数据的清理和深入理解你的模型和你为什么要用这个模型。模型我就是用的最简单的linear regression，但是R-square最后能有0.85还蛮高的。不同面试官可能习惯有所不同，我的面试官是习惯在我present的时候有问题就问。我觉得其实心态放平就好了，就相当于你和面试官一起在解决这个问题。面试官还穿插问了一些不同模型的问题（比如说我在清理数据的时候log(Y)了，如果我用的是random forrest还需不需要做log，什么情况下用random forrest什么情况下用regression什么情况下用classification，为什么用PCA，等等之类的）如果不知道的话不要强行编，就实事求是说不知道就行了，你可以说我不知道但我可以查一下get back to you later，或者说我现在还没学但我下学期有个课会学，之类的都行。结束了presentation的部分之后面试官就我的technical background更加深入地问了我一些问题，包括我之前有没有做过classification，怎么做的用的什么model，不用model的assumption，如何检验assumption等等。主要就是关于model的一些technical 问题和怎样在不同场景选最合适的model的问题。

在二面最后问问题的阶段，我主要问了三个问题：
1. 我的model和presentation有哪些可以改进的部分；
2. DS和MLE两个track的区别：面试官说DS最重要的就是知道有哪些model并且判断不同的model在哪些商业场景运用最合适。MLE更加technical需要对model code进行优化然后有很多调参，需要coding基础扎实。
3. 我现在是DS track，然后我们项目目前上了abc的课，下个学期要上xyz的课，我也觉得你说的知道不同model在哪些商业场景运用合适很重要，那你对我如何利用在学校最后一个学期更好地培养这方面技能有什么建议吗？

同一周周五三面：

三面主要就是和partner或者MD简单聊15-20分钟。MD主要就是问我一些比较high-level的问题，完全没有techical。大概流程就是我先自我介绍，完了之后因为我自我介绍最后总结的关键词是data+business+intellectual curiosity，但是intellectual curiosity其实没有特别多说明，所以就让我说几个最近一年内展现我intellectual curiosity的例子。我就说了我对ML很感兴趣但是我们项目policy limitation不能register，所以我就主动给ML教授发邮件去audit然后每周都去上课，然后我还坚持读书今年已经读了十几本书了，诸如此类。就如实回答就行。然后MD问那你现在有在搞创业吗，我说我对这方面感兴趣有在了解，CMU有The Swartz Center for Entrepreneurship我经常去参加他们的活动，然后MD找了一个Swartz Center的人的LinkedIn给我看他profile问我认不认识，因为我确实不认识所以我就说我不认识，但是我举了几个我平时主动reach out to学校一些相关社团或者活动的例子说明我对entrepreneurship确实感兴趣并且也有在take action了解。然后MD又问了几个情景题，比如说公司要用新的数据软件你怎样给公司不同团队做培训，等等。总的来说MD面就是比较chill会根据针对你自己的情况了解一下你，然后考察一下你的沟通能力和更加highlevel的一些能力。面试时间很短基本上就是随便聊聊看一下vibe和fit。

过了一周多就收到offer call，然后再过几天就收到offer了。

大概情况就是这样，谢谢大家有时间看完。记得麻烦给点米啊没有米是真看不了面经呜呜呜呜呜。谢谢！！！！！！！！

关于 ML 模型有没有推荐的书籍 or 课程 ？
谢谢

nicooole112 发表于 2022-11-30 18:26
关于 ML 模型有没有推荐的书籍 or 课程 ？
谢谢

ML我也不是很专业，我们项目这学期上的是一些很浅的logistic regression KNN和简单的classification model，下学期才会上到其他更多的model。如果是德勤applied ai DS track的话感觉看看平时上课的slides就可以了，我之前做笔试的时候上网搜过一些资料感觉youtube上StatQuest with Josh Starmer 的视频讲的蛮清楚的。但我ML其实不是很专业，如果有更了解的同学欢迎补充！

Cora11187 发表于 2023-2-4 17:31
LZ想问下Deloitte你现在感觉work life balance怎么样啊？

我五月毕业估计暑假入职。不过我之前linkedin上cold call来看大家普遍反馈说wlb蛮好的，大家都很尊重你下班的时间和schedule。

面的是美国的岗位，好像选错区了 淦。office的话接到offer之后是可以调整的，美国境内的office好像要换的话都挺flexible的。

顶楼主！

JoyTNYF 发表于 2022-12-01 20:15:04
ML我也不是很专业，我们项目这学期上的是一些很浅的logistic regression KNN和简单的classification model，下学期才会上到其他更多的model。如果是德勤appl

你是还在上学吗？

nicooole112 发表于 2022-12-2 08:17
你是还在上学吗？

对 这个应该是明年暑假入职

想问下现在德勤还sponsor么

zy970831 发表于 2022-12-13 17:18
想问下现在德勤还sponsor么

tech consultant 可以sponsor，generalist不sponsor

感谢楼主！