2020-12-10面试笔记

面试笔记

今天下午一共面试了两个实习岗位。第一个：

面试amber group的量化研究员岗位，面试官一上来就用‘您’这种称呼，真的超级有好感。虽然我只是应聘一个实习岗，但是也感觉受到了尊重。

先让我简单地自我介绍，我觉得面试官这么做应该是因为没有提前看简历hhh。自我介绍的时候我有侧重介绍自己比较熟悉的方面，相当于提前为自己挖坑，让对方把注意力放在我擅长的点上。

然后第一个问题，详细介绍一下当时在某公司实习的时候写的策略。我在面试前一晚刚过了一遍之前的代码，所以虽然紧张，但回答得比较完整。

第二个问题 随机森林、XGboost，神经网络的区别。随机森林和XGboost区别最大的就是一个是降低模型的方差，一个是降低模型的偏差，还有别的一些区别，但是我当时却想不出来，这也是我面试前复习的内容///w///。

第三个问题，用machine learning策略选股，与传统的选股方式比有哪些优缺点，反正就一通扯，上有挖掘数据内部的规律，下有过去的数据不能代表未来。。

第四个问题，看你学过随机过程，解释一下BS模型。emmm实在忘记BS模型的我，只能说一下模型的假设条件和它大概的目的。不过连这个假设也刚好是我早上看过的，不然啥都说不出来。好！第五个问题，最优化这门课，你学过什么？老天，为什么我学过的课都忘记了，我只能说我思考一下，然后把答案往我准备过的地方引，说学过梯度下降（其实我也不知道学没学过），凸优化，应该有很多重要的东西我忘了，对不起凸优化老师。。

以后大概就是第一个面试的所有题目，这次面试还是很愉快的，因为很多内容我或多或少都有了解，不至于问到一个完全陌生的领域。我很感谢在上一段实习中，我有很多机会去了解机器学习的各种知识。在以后，我还需要深入源代码或者数学公式的推导层面，在解释一下关键问题时，更加专业。并且要复习本科学过的课程，可以将本科课程分为基础部分（统计与概率，线性代数）、高级部分（随机过程、时间序列、最优化、数据结构）分别复习。

第二个面试：

在凯丰投资的交易数据开发面试。面试官看起来就是三十来岁的比较踏实肯干的叔叔形象。因为一下午有两个面试，所以我对第二个面试的准备情况就比较差。在面试官问我是否懂如果解析excel、txt、pdf文档时（这些是实习招聘上的要求），我只能说我对csv文件比较擅长。按道理，我应该在面试之前就需要去熟悉这些东西。

面试官在之后问了我一些pandas处理数据的相关操作方法，比如：怎么去除整行整列都是null的数据，怎样将列索引设定为数据第一行，怎样找出包含‘A’，’B’这些字段的数据。emmmm这些问题也太具体了，我觉得还是给我份数据让我处理比较合适，凭空甩代码让我很懵逼。

跟面试官聊了一下具体工作，发现可能数据开发这种岗位基本是处理excel、txt这些文件，工作应该比较枯燥。但实习之后，对数据的基本处理方面应该能有较大提升，虽然我还是倾向于更有趣的工作。

---

继续在这篇博文里面更新各种面试内容：
滴滴-二轮车Hr面：
简要介绍一下你上一段关于网约车科研的产出；是否会使用SQL窗口函数，是否能处理时间数据