面的应该是京东负责商品定价策略的组。

一、 初试—单面（40min）
1、 自我介绍
2、 数据挖掘和机器学习的区别
3、 第一份实习中，建模的流程（讲了一遍数据描述——清洗——建模——数据集平衡——调参之类的），怎么特征筛选的，随机森林和Xgboost有什么区别，Xgboost前一棵树影响后一棵树是在哪个地方影响的？
4、 第二份实习中评价指标是什么？A/Btest怎么做的，有没有用检验？A、B组之间的数据差异？
5、 统计学中的假设检验有什么，有什么特点？应用场景是什么？
6、 回归中有哪些检验，F检验和t检验在回归中有什么区别，t检验公式
7、 正则化了解么，但我不会
（统计学还问了不少别的，我忘记了）
8、 写一个SQL，取每门课最高分和学生的名字（我用了row_number() over()）
9、 可不可以来实习
10、 有什么问题问他，我问他部门是做什么的、怎么捞简历（因为我之前面过京东的另一个部门套路完全不一样）
11、 问我喜不喜欢做研究：这个部门中有算法、分析等三个方向，部门中有不少博士

ps.我不是统计学背景的，统计学知识好多不是特别熟悉，答的有点差。

二、 复试——单面（20***要就挖了简历，不是很难

  1. 自我介绍
  2. 讲我目前在做的这份实习，用什么系统（oracle），我主要做了什么。
  3. 我目前做的这份实习中建模过程中遇到了哪些问题？（数据清洗和调参）
  4. 随机森林和Xgboost有什么区别
  5. Xgboost和一般的boosting算法有什么区别，做了哪些优化？
  6. 我的两份实习一个是纯数据分析，一个是数据清洗+建模+部署全过程，我更喜欢哪种
  7. 讲我在学校做的项目（面试官评价：这个和你的两个实习完全不是一个套路啊）
  8. 会不会用spark（我实习只涉及到oracle和hive）
  9. 有什么问题问他：我问他做这份职业需要什么能力，以及他认为我可以在部门中做什么方向（他说有纯数据分析，也有类似研究课题，看我更喜欢哪一个）