字节跳动 数据挖掘实习 一面面经

8.27一面，岗位base北京
面试官人超级好，虽然我超级菜，但是面试官一直在引导我，面试到二十几分钟的时候，面试官反问我有什么问题可以问他，还分享了自己的从业心得🥹
一、自我介绍&背景经历部分

1. 简单做一下自我介绍，讲一下最近一段时间做的事情。
2. 讲一讲追觅这段实习，挑一个相对深入的项目展开讲：负责什么、解决什么问题、怎么解决、拿到什么效果。
3. 有没有和数据分析密切相关的项目/实习经历，展开介绍。
4. 数学建模竞赛项目：解决什么问题，个人分工，团队情况。
5. ARIMA模型大概解决什么问题，原理是什么？
6. 除ARIMA之外，还接触过哪些时序预测模型？
7. Time‑MOE模型大概的结构、思路是什么？
8. MOE多专家网络对比普通单专家结构，优势是什么，为什么专家是很好的结构？
9. MOE训练出现单专家主导、部分专家得不到有效训练，该如何优化？
10. MOE和MMOE之间有什么区别？

二、机器学习&深度学习基础
11. 传统机器学习模型（决策树、随机森林、XGBoost等），了解到什么程度，是否清楚原理结构？
12. RNN、LSTM这类模型了解吗，讲下原理以及两者区别？
13. 讲下你学到的激活函数，不同激活函数的区别、适用场景。
14. Sigmoid函数公式是什么，曲线形态是什么样？
15. 神经网络里面激活函数承担什么作用，为什么需要激活函数？
三、AB实验、因果推断
16. 有没有储备AB实验、因果推断相关知识？
17. 随机对照实验的核心设计标准/设计原则是什么？
18. 倾向得分匹配、工具变量、双重差分法是否了解？
四、代码SQL实操
19. 平时写代码多吗，Python、SQL掌握情况如何？
20. SQL编码题：orders订单表，查询每个客户的最近一次订单信息。（先写代码，写不出就讲实现思路）
21. 是否接触过窗口函数？
五、候选人反问环节（候选人提问，面试官作答）
> 这部分是候选人主动提问，面试官做解答，不属于技术提问
第一次面试字节，完全没有时间准备好深度学习、机器学习的这些内容，速成了一天SQL，在正式手撕代码时候做得磕磕绊绊的。本人管科硕士，希望转技术岗，希望各位大佬们能够带一带我，可付💰咨询🥹