先自我介绍，深挖学习的课程，课程内容以及课程考察形式，一边聊天一边问，项目经历也会深挖，项目的意义背景结果，怎么处理数据。

1.自我介绍
2.所学课程介绍，大数据管理里面会涉及到什么内容
3.数据治理和道德主要讲什么内容，考察形式
4.对数据治理的理解
5.开展数据治理工作，需要从哪几方面入手
6.介绍项目经历，
深挖项目：项目的背景和目标、项目来源、数据维度、莫兰指数、负责板块、特征提取、怎么下载数据量、数据清洗和预处理（举例）、项目难点、
7.有SQL、数据库的实际使用经验吗
8.技术方面和知识方面的优势、运筹和统计方面的知识回顾，用什么方法识别异常值
9.还有什么需要了解的
10.投递都是数分的相关岗位吗
11.期待的工作城市

赞一下(0) 踩一下

技术技能?方面，面试官可能会询问应聘者关于3D建模的基础知识，如3D建模的定义、基本元素以及基本流程。此外，对于3D建模软件的使用经验也是一个重要的考察点，比如Blender软件的特点和使用技巧。应聘者还需要准备如何处理模型优化以提高渲染效率的问题。
?项目经验?方面，面试官可能会要求应聘者描述曾经参与的一个3D建模项目，包括在项目中的角色、职责以及所遇到的挑战和解决方案。

基础知识?方面，面试可能会涉及到一些计算机科学和软件开发的基础知识，如数据库管理、编程语言（如.NET）、以及软件测试等方面的知识。例如，可能会被问及在.NET中读写数据库所需的类、B/S结构系统的开发层次、冒泡排序算法的实现等。
此外，面试过程可能还包括技术面试流程的介绍，如自我介绍、项目经验分享、技术问题解答等环节。应聘者需要做好充分准备，掌握核心关键面试题，并对不会的问题做好记录，面试后进行复盘和搜索对应答案。

赞一下(74) 踩一下

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