本文共 2165 字，大约阅读时间需要 7 分钟。
首先，依旧是日常的自我介绍+项目介绍，然后面试官问了一下我的职业规划，我自己的大概是先努力学习沉淀自己的技术，当达到一定水平了，也有一定资历了，有机会的话会往项目经理的方向走，但技术是更新换代极快的，任何时候都要养成学习的习惯。然后针对项目问了我对于数据处理的方法，我回答了降噪、缺失值处理、平稳性检验、去除周期性等（面完之后才想起这里应该再说一下对不平衡数据的处理）。然后又接着问了对特征的处理，就回答了PCA、ICA、格兰杰因果检验、Tensorflow中自带的相关性分析等一些方法。
然后问了我对推荐系统的了解，我就如实说了，之前确实没有接触太多，是上次面试之后知道这边主要做推荐系统所以去学了一下，然后主要说了协同过滤推荐，包括基于用户的UBCF、基于项目的IBCF以及基于模型的MBCF，讲了一下他们的流程，优缺点和应用场景。但是刚说到MBCF的时候面试官打断了，说进行下一个问题，我不知道是自己说的不好还是面试官相信我对它有所了解。 由于简历里写了一个数据库的项目，这里真的真的提醒大家，简历上的东西，要么别写，要么就写自己非常了解的，这个项目是两年之前的了，自己也没花时间去复盘，所以回答的稀烂。首先问了一下数仓，做过数据分析的同学一定熟悉，但是我项目中的数据是电网直接导出的csv文件，所以不熟。问了如何查看所有的表（SHOW TABLES）、UNION和UNION ALL的区别(一个去重一个不去重)、以及INNER JOIN和LEFT JOIN的区别（返回不同、数量不同、记录属性不同）。 然后问了一个冒泡排序的流程，是的，你没有看错，就是问的冒泡排序，这当然是送分题了。 然后问了数据分析的内容，给了一道场景题，如果一个游戏运营的不好，现在去做推广，有很多的渠道，像抖音、快手等，要如何衡量各个渠道的效果，用什么指标。我回答了点击量、浏览量、下载量，我知道一定回的不全，奈何了解的不多。然后还问了ROI的含义，后面去查了一下，（投资回报率）ROI=［（收入－成本）／投入］＊100% ，它表达的意思是ROI=收回价值 / 成本投入 *100%。 接着问了统计学方面的知识，问了置信度与置信区间的概念，我就自己项目中的用法说了一遍，应该相差不大。 然后又问了归一化和正则化，这个自己比较熟悉，把L1正则化、L2正则化的概念、原理、区别以及Z-Score、Min-Max归一化的公式、处理之后的数据形状说了一下。 然后问了语言，我说用过Java和python，他说Go语言用过没，答曰没，然后我手欠简历里写了熟练使用jupyter notebook进行开发，面试官就问知不知道如何导出为一个网页，我说没有试过导出网页，之前一般都是导出为python文件。（面完之后一看，是同样的方法，选择html文件就可以了）。 然后问了我对互联网的看法，这就是天马行空的说了，用辩证的思想从正反两方面来说了一下，我说首先我觉得互联网是一个伟大的发明，它把全世界的人都融入到了一个地球村；从经济上来看，互联网带起了一大批互联网公司，为国家的经济发展做出了巨大贡献；从家庭生活来看，从以前的只能写信、打电话变成了现在的随时随地可以视频，拉近了家人好友之间的关系；但从反面来看，也带来了一系列的问题，比如互联网上的信息良莠不齐，可能会对青少年带来不好的影响；再比如黑客技术的发展让人们的隐私保障也成了一个问题。 最后又问了一道场景题，说还是那个游戏，收入不好，你要怎么做推荐，它的一般流程是什么。我先问了一下这是给自己公司的游戏做推荐还是给别人公司的游戏做的业务，我问这个主要是想确认两点，第一，如果是自己公司的，那我就尽最大的可能给它更多的流量，如果是别人公司的，那可以按照流量的规格进行收费；第二，如果是自己公司的，那我就可以得到所有的用户行为数据，这是非常重要的一点。确认了是自己公司的游戏后，我说了一个我的解决方案：首先，我觉得最核心的任务是找到喜欢这一类游戏的人，因为可以从行为数据（评分、使用次数等）中提取出喜欢这款游戏的用户的共同特征，然后在腾讯的所有用户中使用聚类算法找出在这些特征上距离最近的用户进行推荐。面完之后我发现还可以根据项目来进行推荐，也就是找跟这款游戏相似的热门游戏，再对那款游戏中的用户进行推荐。 然后面试官接着问如果刚刚的方案跟产品经理的方案不同的时候你会怎么办，我说我会先去跟经理沟通，了解清楚经理的方案，如果比自己的更好，当然使用经理的，如果我觉得自己的更好，那我会跟经理说更多的细节，但是最后经理坚持自己的方案的话我也会服从团队的决策。 反问环节我问面试官觉得腾讯选拔实习生的时候最看重的是什么。他说第一是看你够不够优秀，从你的成绩、项目经历去展示你的优秀，第二是看你的潜力以及学习的能力。最后面试官还要了我的博客地址，可惜自己还有很多学习笔记没来得及整理上传，果然时不我待。 总结：我觉得今天的面试是比较糟糕的，首先相比一面自己更紧张，语速太快，有些表达不清晰，然后是简历上的东西自己准备的不充分，应该大概率是凉了。自己对腾讯是十分向往的，虽然推荐算法之前了解的不多，但是非常感兴趣，也愿意去学，希望能有机会。转载地址：http://pwdhf.baihongyu.com/