数据科学家面试经验 - 共30条真实数据科学家面试经验分享

北京字节跳动科技有限公司 - 数据科学家

面试时间：2023面试职位：数据科学家分享时间：2023-12

面试经历：: 一共5轮，3轮是所属部门的技术面试，从+1面到+3领导，1轮是交叉面试，1轮是HR面。面试有一定难度，因为面试官会就着他们工作中实际会遇到的问题提问，也就是说他们熟悉的，可能是你陌生的。这时候很多面试技巧可能都不管用了，主要是回答中有没有答到契合他思路的点。
面试官提的问题：: 如何根据人群特征做内容的精细化分发？
如何理解内容生态建设，如何通过分发、规则治理引导平台生态发展？
数据分析中如何确定分析和策略的颗粒度？
如何从数据运营的角度优化创作者的内容制作体验？
平时关注哪些数据指标，是如何解读指标的，为什么？

有用(0) 面试难度：困难应聘途径：内部推荐

面试时间：2019面试职位：数据科学家分享时间：2019-10

面试经历：: 面的埃森哲上海的Digital Center数字中心，坐标在长阳创谷，岗位是数据科学家（后来二面了解到他们这边AI部门主要工作就是读paper然后实现）。
一面是电话面试，首先自我介绍然后针对简历上面你做过的项目和内容进行一些深度交流，比如我读过统计学，他问了一下假设检验置信区间的含义；我做过NLP的文本分类，他就针对softmax函数，分类的混淆矩阵提了一些问题。总体上电话面试就是对你进行一个了解。
二面是现场面试，更进一步从简历着手问了很多问题，会非常细致，并且让我在白板上写公式，写模型架构。
面试官人还不错，面完还详细给我介绍了公司架构，但是很遗憾最后没有通过。
面试官提的问题：: 1.（针对统计学+AI内容）极大似然估计和softmax函数的区别和联系
2.（针对统计学背景）置信区间的含义
3.（针对NLP）word2vec的实现方式，训练方式，负采样的实现方式和意义
4.（针对AI）注意力机制是怎么实现的
5.（针对AI）分类神经网络的架构，softmax的公式和原理，交叉熵loss的公式和原理
6.（针对Python、算法）列表内单元素获取的方式，提高效率的方式

有用(14) 面试感觉：很好面试难度：难度一般应聘途径：内部推荐

面试时间：2019面试职位：数据科学家分享时间：2019-08

面试经历：: 通过学校得知工作的信息，投递简历和介绍信。2-3天收到邮件面试通知，邮件面试通知里面有两个项目描述，一周的准备时间。第一个项目是做部门内部的和管理信息系统来优化工作效率，第二个项目是建立网站收集全加拿大的大学的所有学科，数据供统计局内部使用。电话面试通过，之后他们做了一些网上测试和背景调查，拿到了职位。
面试官提的问题：: 面试问题是：如果你是项目经理，你如何向项目发起人介绍你对两个项目的项目管理计划。
第一个项目很简单就是树立部门业务流程，建立业务流程模型图：包括业务流程，数据流程和流程中需要和生成的文件，根据业务流程模型图建立数据库，选择软件和技术，进行编程，内部案例测试和外部测试2-3个月。
第二个项目因为是面对全加拿大大学进行数据收集，所以需要在统计局内部部门进行沟通和审批，然后向大学发邮件通知。另外需要确定需要收集的信息，搭建数据库，和编程技术，最主要的是加拿大统计局有内网和外网，收集的数据怎么进行当地储存。
另外根据具体的描述问了一些，关于业务流程梳理模型，数据分析，数据库搭建流程，可视化报告建立的相关问题。

有用(0) 面试感觉：很好面试难度：难度一般应聘途径：校园招聘