字节跳动内推码: ZKTKBDR

社招实习投递链接： https://job.toutiao.com/s/JmMyybC

在线的岗位都是在招的，直接链接内投递即可

准备面试经验：

1. 要对自己的经历非常的熟悉，包括业务的理解，做的目的是什么，有什么问题，如何优化
2. 所有做过的项目，使用过的模型背后的算法要非常熟悉
3. 所有问题都会根据回答的经历追问（比如都是用过模型的算法），所以不要给自己挖坑
4. 推荐知乎的一个帖子，感觉覆盖挺全的，然后可以结合牛客网相关的面经准备一下https://zhuanlan.zhihu.com/p/67650146

【一面】

1. 说下实习具体做了什么？（问了很多和业务相关的问题，主要是目的、优化）
   其中提到了A B test，问如果你来做A B test会怎么做？
   如果想让其中一组用户比例更大（比如想更多的用户体验新的功能），两个的比例不是1:1，可以设置成多少？（这题没有答上来，面试官说没有唯一的答案）
2. 分类问题用了什么模型，为什么要用这个模型？（因为提到实习中分析了分类问题）
   逻辑回归和随机森林的区别
   随机森林背后的算法
   为什么随机森林预测效果好？
   如果遇到样本不均衡，如何处理，会对模型有什么影响？
   如何衡量分类模型的好坏？
   AUC是什么？
   你做的模型AUC是多少，多少的AUC算是好的模型?
   如何提高模型的召回率或者准确率?
3. Kmeans的优劣势（因为提到之前项目用到过聚类）
   写一下Kmeans的算法（因为我说Kmeans的优势是速度快，简单）
   给了三个点 1，2，4，k=2，说一下kmeans如何对这三个点分类
4. sql
   有用户的登陆日期login_dt和uid，提取这周相对于上周流失用户的uid
   我想到的是用left join和intercept，面试官提示用聚合函数，我才想起来用max(login_dt）
   5.问会不会Java和面向对象的python，我说不太会，后面问面试官，说这个不是他们必要的考察内容，这个岗位还是比较偏分析，但可能会用到
   【二面】
   微信语音，持续了半小时，应该是总监面，没有太多追问，感觉比一面简单，不知道是不是对我不太感兴趣哈哈哈，说因为我在美国挺晚的，所以速战速决 
   1. 基础问题，什么时候可以实习，实习市场，毕业时间
5. 介绍实习的项目（一个分析仪表盘），负责什么，遇到什么困难 ？
6. 介绍另一个项目，如何确定变量，随机森林算法是什么 ？
   4. 又是一些基础问题：以后想回国还是留美、家在哪里呀（主要以后要不要留深圳）、玩不玩游戏
7. QA：
   Q：主要问了他们组是做什么的？
   A：主要是平台，目前方向是商业化和用户预流失，负责腾讯所有游戏的数据分析、数据研发还有开发，实习生主要做分析，但转正后还要负责开发，所以最好会C++
   Q：他们组招几个实习生？
   A：1个
   Q：认为转正实习生应该有什么资质？
   A：责任感（使命必达）、主动（多想一步）、对业务的理解、沟通能力、基础能力（数据分析研发）
   Q：什么时候知道面试结果？
   A：一周以后，但他说老实说因为最近面试的人挺多的，而且下周有结果也还有一轮面试
   这次整个面试流程都非常愉快，继续被圈粉！！上一个面试官在面试前提示我要面试，还说加油，这个面试官在QA回答得也很详细，详细写出QA觉得对大家之后准备帮助应该挺大的！ 
   【三面】
   三面比较偏业务，大概也就半小时，过了太久就记得几个问题：
8. 之前的实习经历深挖
9. AB test是否了解？
10. 有没有数据可视化的经历？

【四面】

1. 分享一个project
2. 从项目学到了什么？
3. 团队合作的经历
4. 缺点是什么？
5. 游戏行业发展的方向
6. 兴趣爱好
7. 是否和腾讯的师兄师姐聊过，是否接受腾讯的工作强度？
8. 是否了解该岗位是做什么的？
9. 其他常规问题：家人支不支持来腾讯实习？家是哪里的？什么时候入职？