楼主情况：

学历：双 985，考研上岸，选的是电子通信类专业，但实际做图像深度学习这种，对于一点编程都不会的我来说就是大坑；
竞赛：没参加过编程类比赛，为找数据分析数据挖掘方向的岗位参加过一些学校的比赛练手，比较简单，也参加过网上的数据挖掘类比赛，名次不靠前但学到了很多东西，就充当项目了；
论文：面试中有问到过论文发表的问题；
实习和项目：均无，只写了做过的一些比赛。

面试：

1. 自我介绍；
2. 挖简历，挨个介绍项目；
3. 数据预处理流程，建模过程；
4. 项目中用到了 LR，介绍 LR；
5. SVM 敏感程度，非线性数据怎么处理；
6. LR 和 SVM 对比；
7. DT 决策树如何处理缺失值，是否敏感；
8. RF 随机森林随机性体现在哪里；
9. LSTM 讲一下，为什么比 RNN 效果更好；
10. 对特征的细粒度划分是怎么做的，有什么依据吗；
11. 特征对于结果的贡献怎么衡量；
12. 正则化的本质和作用是什么；
13. 链表有环判断（力扣原题）；
14. 数据库用过哪些；
15. SQL 中 count(1)，count(*)，count(某列) 的区别;
16. 开窗函数用过吗，有什么作用；
17. 编辑距离（力扣原题）；
18. 未来三五年的职业规划；
19. 认为自己有什么优缺点；
20. 贝叶斯公式是什么
21. 假设检验原理是啥，怎么做假设；
22. XGBoost、GBDT、RF异同点；
23. 数据库底层算法是什么了解吗；
24. 为什么要用 b+ 树而不用其他的（b+树与b树的区别）；
25. SQL优化有哪些方法；
26. Sql索引了解吗，索引的优点在哪；