前言

Blog記錄面試學習準備過程與成長過程，崗位主要為資料分析，包括資料挖掘，商業分析，（算法機器學習？）（産品經理？）咨詢等。

技能樹

筆試面試技能概述前言

統計學類

機率的計算，條件機率

假設檢驗，T-test等常用統計檢驗

A/B Test

機器學習算法原理

分類：KNN,DT,Random Forest,GBDT,Xgboost,Lightbgm

SVM,

回歸：Linear,Logistic

聚類：K-means，DBSCAN

PCA,Boost,Bagging,評估名額

其他概念：AUC,KS概念，過拟合，正則化等

資料處理

特征選擇：異常值處理，特征提取。

SQL

跨表查詢

大量資料

日期時間

運作中問題：如查詢較慢，出現異常等

示例

select * from
table as tab
join usertable as user
on tab.user_id = user.id
where 
group by

def zero():
	return 0;

業務例子

使用者推薦算法（面試）

使用者行為分析：點選，留存

以上行為的評價名額

4月營業額為什麼比3月高/低，分析原因并提出政策

4月使用者為什麼比3月高/低，分析原因并提出政策

使用者調研，解決方案等

資料結構與資料類型

二叉樹，排序，節點相似度balabala

程式設計Leetcode，劍指Offer，牛客等

項目

項目+思路細節+算法，在其中做出了哪些貢獻，其中遇到的最大的困難，為什麼不用某某算法，該算法與其他算法的優劣勢在哪裡

其他

自我介紹一下

為什麼選擇本公司

為什麼選擇XX（資料）崗

為什麼不選擇XX（算法，商分，挖掘等）崗

時間表

關于甘特圖文法，參考 [這兒][2],