01 个人背景

民办本科大三（专业计算机应用工程，成绩TOP 3%），数据挖掘方向，四个项目（SOH状态检测，电缆缺陷检测等），论文*1，小厂算法实习1段，竞赛国奖n+。机器学习在刷（面试中能将业务复述出来）。

02 面经

1. 亚信科技（数据挖掘）

时长：1h（紧凑）

流程：从个人简历的自我介绍展开，拷打简历中的实习项目，追问数据清洗（异常值）、SOH业务意义及模型部署全流程。Python技能被重点考察（sklearn/pandas/TensorFlow）。项目经历中，对APMCM竞赛进行了拷问（PCA的优缺点，集成学习等）。

传统机器学习基础（LR：sigmoid函数，损失函数，权重更新。集成学习：整体的原理（bagging，boosting），bagging的例子（随机森林），随机森林的原理（构建方式，随机性的体现，优点），boosting的例子（gbdt），gbdt的原理（构建方式，优点））。深度学习基础（transformer，LLM，注意力机制中多头是指？QKV计算等）。

总结思考：技术官对简历评价ok，但也直言竞赛数据和工业数据的真实差距，提到模型可解释性比单纯追求刷SOTA更重要。聊到实习时长时我说能全职6个月以上，技术官满意，并建议我多积累项目经验，整体感受是技术官很务实。

03 经验分享

我个人认为实习、论文、竞赛、项目，这些本身都不关键，关键是给面试官一个提问的切入点，好好把基础搞扎实，把该会的学会。

撰稿：文振华