一面(45min)

二面(30min)

oppo暑期實習(xí)面經(jīng)

10/50

暑期實習(xí)的面試也是三次面試，這里以數(shù)據(jù)分析為例 大家可以感受下每一次面試的側(cè)重點，

還沒投遞的同學(xué)也盡快 占住排序很重要 往屆有很多我熟悉的學(xué)生因為投遞遲了，后面通過了面試但是offer發(fā)不下來

網(wǎng)申網(wǎng)址：https://careers.oppo.com/university/oppo/campus/post?shareId=9445

投遞時，填我的推薦碼：X7206892 優(yōu)先篩選 然后可以跟進進度哈 你入職了我也有獎金的 主打互惠互利！

?

其實 oppo 本質(zhì)還是屬于制造業(yè)，很多業(yè)務(wù)領(lǐng)域的問題不像互聯(lián)網(wǎng)一樣有通用解決方案，所以用機器學(xué)習(xí)來解決是常用的方法因此算法層面還是有一定要求的:除此之外，數(shù)據(jù)分析需要具備的能力是毋庸置疑的，sql、統(tǒng)計、python、業(yè)務(wù)

更多的對校招生可能是品質(zhì)的要求，例如邏輯思維能力等等

?

OPPO 數(shù)據(jù)分析面經(jīng)

學(xué)生bg 本科 211、碩士 985，專業(yè)是信息管理與信息系統(tǒng)，三段實習(xí)經(jīng)歷，一段銀行、一段互聯(lián)網(wǎng)、一段制造業(yè)，銀行那一段偏技術(shù)(金融科技)

除此之外在學(xué)校的經(jīng)歷比較豐富，拿了很多次建模比賽的獎項，還發(fā)表了一些論文。

一面(45min)

1自我介紹(15min)

之前就有聽說過 OPPO 比較看重科研成果,所以在介紹的時候除了提及一些基礎(chǔ)信息以外，還說了一下跟著導(dǎo)師做的一些項目，發(fā)表的一些論文，以及打過的建模比賽等，

追問:論文的一作是你嗎?有兩篇是，其它的都是共作

追問:那你著重挑一個印象最深刻的一作講一下吧?

因為導(dǎo)師研究方向是數(shù)據(jù)挖掘，所以其實論文的項目基本都是深度學(xué)習(xí)機器學(xué)習(xí)的

然后就著重挑了-下那篇 stacking 融合的項目講了一下(說實話這篇投的是水刊，但是并沒有提及)

√追問:融合的算法有哪些?

xgb、隨機森林、svr

V追問:為什么選這些算法?

主要考慮了三種算法的底層邏輯不太一樣然后就說一下各個算法的原理是怎么樣的。

V追問:最后的模型表現(xiàn)如何?

跟它說了一下最終模型的 roc 與 auc，準(zhǔn)確率等分類模型評估指標(biāo)，然后說了一下如何優(yōu)化的(由于整個項目流程中導(dǎo)師都比較push，所以其實很多細(xì)節(jié)還是知道的)

2簡歷深挖 (5min)

其實在自我介紹的時候的那些追問就已經(jīng)屬于很大程度的簡歷深挖了，關(guān)于實習(xí)做的業(yè)務(wù)面試官似乎并不是太關(guān)心

簡單的提問了一嘴:

簡單的提問了一嘴:

在互聯(lián)網(wǎng)實習(xí)的時候會不會用到機器學(xué)習(xí)算法?

幾乎沒有，用到 python 也只是為了方便數(shù)據(jù)處理基于 transform 函數(shù)來調(diào)用，絕大部分用 sal和 hive都可以解決

2統(tǒng)計學(xué)(5min)

主要考察了一些八股問題:

假設(shè)性檢驗的概念?兩類錯誤?

3機器學(xué)習(xí)(10min)

V介紹一下自己最熟悉的一種算法?

回答了 xgboost，然后把決策樹、lgb、

gbdt、隨機森林這些歷史發(fā)展過程也代入了

進去，這一塊回答的挺久的

/xgb 和 lgb的區(qū)別?

之前有背過一些八股，但只能憑記憶回答些

√有了解過聚類算法嗎?

回答了 kmeans

V說一下聚類和分類的差別?前者無監(jiān)督后者有監(jiān)督

反問

V這個崗位是更偏技術(shù)嗎?

對算法能力要求很高?

其實方向有很多，主要還是基于求職者的個人表現(xiàn)和能力來選擇方向，有的方向是偏技術(shù)的就是做算法這些、有的則偏業(yè)務(wù)一點會更需要能夠獨立分析的人才、有的更偏 統(tǒng)計思維需要能夠設(shè)計 ab 做假設(shè)檢驗等

算法只是一個很小的板塊，除此之外還需要了解數(shù)據(jù)庫、業(yè)務(wù)、統(tǒng)計這些，甚至還要會一點 java 和 c

二面(30min)

1自我介紹(2min)

自我介紹環(huán)節(jié)沒有過多的追問

2簡歷深挖(20min)

V簡單說一下你在最近一段實習(xí)中主要負(fù)責(zé)的工作內(nèi)容?

主要是提數(shù)取數(shù)、制作看板、檢查數(shù)據(jù)日志、優(yōu)化 hive 腳本、分析數(shù)據(jù)這些

V追問:整個部門的業(yè)務(wù)邏輯是什么?核心輸出或者說價值點是什么

追問:整個部門的業(yè)務(wù)邏輯是什么?核心輸出或者說價值點是什么?

就簡單介紹了一下部門的架構(gòu)，平時負(fù)責(zé)數(shù)據(jù)提數(shù)據(jù)取數(shù)據(jù)專門的數(shù)據(jù)部門存在，一般產(chǎn)品、數(shù)據(jù)等崗位有數(shù)據(jù)要求會找我們。然后部門的員工會根據(jù)項目需要分配到項目組中去，協(xié)助分析數(shù)據(jù)。

V追問:那你覺得你們部門有沒有承擔(dān)什么特別點的價值?(這個其實我一直以來都有思考過，因為其實如果偏技術(shù)層面的數(shù)據(jù)開發(fā)會替我們解決、偏業(yè)務(wù)層面的運營產(chǎn)品會替我們解決，所以會有工具人的情況發(fā)生。)

回答就說其實能夠?qū)⒔y(tǒng)計層面的理論、機器學(xué)習(xí)等技術(shù)層面的理論與實際業(yè)務(wù)掛鉤，是我們整個部門比較特殊的地方，例如 ab 實驗、統(tǒng)計推斷、還有一些分類回歸等。

V追問:在業(yè)務(wù)中用到算法的案例?舉了個 xgb 的例子，我們在做因果分析的時候，為了找到那個“因”會用到 xgb。(這一塊畢竟不是自己做的，在內(nèi)部文檔中只是淺略地看了一眼

?

數(shù)據(jù)庫(3min)

這一塊問了一些八股

數(shù)據(jù)庫的分層?

√之前做 hive 腳本優(yōu)化時都用過什么方法?

4反問(8min)

這個崗位對校招生的具體要求?

(這一塊面試官還是非常細(xì)致地回答了一下給我舉了一些工作中的案例

#oppo##內(nèi)推##實習(xí)##校招##offer#OPPO

?

?

?

?