上海57期數據分析就業班學員

姓名：譚同學
畢業院校：湖南大學
專業：軟件工程
入職信息：上海某汽車公司，數據分析師，薪資保密，上海

各位同學大家好，很榮幸接到李智老師的邀請，分享一些個人的收獲給大家。以下是本人面試完，到最終拿到期望offer后的一些心得體會，希望可以給大家提供一些幫助！
根據本人的面試經驗，本文主要做些課堂補充。

數據崗位大體分為兩類：1業務數據分析；2數據建模

1、 業務數據分析技能：Tableau+數據思維

數據思維：漏斗、留存、指標體系都是最為基本的，想要高薪需要具體業務的分析和推進思路，這方面我至今不到火候，就不班門弄釜了

2、 數據建模

個人把模型方面分為三部分
2.1第一部分：監督算法模型主力：回歸模型+決策樹+集成算法模型
金融崗愛問
2.1.1回歸模型
損失函數L1,L2及其區別、邏輯回歸公式推導
2.1.2集成算法模型（風投愛問）
隨機森林、GBDT、XGB，特點+意義
2.2第二部分：監督補充sank（svm+ann+nb+knn）
SVM公式推導
2.3第三部分：非監督算法模型：關聯+聚類
2.3.1關聯
apriori可以拓展到推薦模型，結合協同過濾知識點一并交流（市場對推薦模型有偏好，問得多）
2.3.2聚類
kmeans的算法步驟：迭代地確定簇心，調整簇數據，直至簇心穩定
kmeans分箱是非監督分箱的一種

3、特征工程

處理缺失、異常值、共線性、數據不平衡性、編碼、歸一化、分箱、降維。。。。

缺失值：83法，小于30%填補+大于80%考慮刪除+之間可獨立成一項
異常值：蓋帽法
不平衡性：過采樣+欠采樣（各自的處理方案最好心里有數，可以適當做一定的拓展閱讀）
歸一化：提高模型收斂速度和精度
分箱：分為監督分箱+非監督分箱（分別有哪些，心里要有數）
降維：分為線性降維+非線性降維（分別有哪些，心里要有數）
按上述展開方案，特征工程這塊就能聊很久，可使簡歷上的項目生動形象

4、相關問題

這些算是我的直接面經吧，答案都在課堂+自我拓展里，準備不到位免不了到場卡殼
4.1特征工程耗時70%，你們都做了什么？
4.2寫一下邏輯回歸的推導公式
4.3寫一下SVM的推導公式
4.4邏輯回歸交叉熵公式？
4.5決策樹熵增益公式？GINI公式？
4.6評分卡
4.6.1為什么要對原始數據進行卡方分箱？不可以直接使用原始數據嗎？
4.6.2降維的方法有哪些？你知道PCA的原理嗎？
4.7寫一下apriori支持度、置信度、提升度公式？你還知道其他指標嗎？
4.8bagging、boosting的區別？

最后，非常感謝CDA的這個學習平臺，學習期間收獲頗多，同時也感謝同學和各位老師們提供的幫助，希望CDA越來越好，可以培育出更多的優秀分析師?。?！