德勤面试经历分享|S3（校园内数据科学资料）

德勤在本实习季节访问了IIT, 以聘请Data Sciences Profile的顾问。

第1轮

首先, 进行了在线测试(持续时间为120分钟), 包括关于定量(30), 能力(30), 语言(30)和概率统计(30)的问题。如果你准备好了, 这将不会很困难。但是, 请确保你研究假设检验, ANOVA和统计推断等主题, 以破解最后一部分, 其中重点是统计学。

在900名学生中, 有35名入围, 他们保留了15名学生的候补名单。然后, 我们有了一个在线PPT, 访问者在其中引导我们完成了访问的各个阶段

接下来, 进行了三轮采访。

人力资源面试

我的第一轮采访仅是人力资源, 由Analytics(分析)团队和精算师团队的负责人进行, 更像是一次谈话。他们首先自我介绍, 并要求我做同样的事情。然后, 他们要求我引导他们通过简历。

• 你三年级的实习生做了什么？这在业务方面是什么？
• 详细说明你为此使用的各种解决方案, 并告诉我们为什么你拒绝它们？
• 你将来想做什么？管理还是技术？我告诉他我想成为一名数据科学家而不是一名数据分析师, 他问我与众不同
• 我问他, 在这个行业工作了这么长时间之后, 他仍然喜欢做他的工作吗？ 15年后优先级如何变化？

技术面试

面试官是一个非常好的人, 他问我在安置期间我怎么看起来这么新鲜, 我开玩笑说天生好看。

• 看了我的简历, 问什么是回归森林？你如何实施？
• 被问及我们使用了哪种数据集以及如何获得它们？
• 该数据集的主要问题是什么？我们如何克服它？我回答了降维, 并带领他完成了一系列步骤。
• 给定一个数据集, 其中所有数据点看起来都是负相关的, 但实际上是来自不同来源的点集, 它们是正相关的。你如何解释呢？
• 我告诉他这是回归森林的基础。关于IID回归的假设, 如何使时间序列平稳？
• 还有哪些其他方式可以带来平稳性？我回答了日志, 一阶差异, 百分比等。
• 要将产品投放市场, 你想获取哪些数据集？要分析哪些市场？
• 在产品同化方面, Apple为什么要推出iPad来删除iPod？
• 对产品进行自我蚕食。

技术面试-2

他是我部门的IIT校友。

• OLS和MLE之间的区别。
• 用于估计权重大小的不同度量。
• 减少尺寸的一系列步骤。我的回答和以前一样。但是随后他要求我为此提出一种完全不同的方法。我说过在人工神经网络上绘制图形, 我们如何找到权重, 为什么要添加偏差。
• 谈反向传播。
• 感知器的硬限制功能可以实现, 为什么？为什么不？
• 将S形函数用于硬极限函数有什么好处
• 如果要调整阈值, 为什么不使用分段斜线, 为什么要使用S型曲线呢？
• 仅使用一个变量推导简单线性回归的权重
• 询问首选语言。编写代码以实现R中矩阵大小的变化。我使用了一个子集, 并使用for循环。他使用了dplyr软件包。
• 要进行准备, 请参加Coursera(Andrew NG, ML)和edX(Analytics edge)的在线课程。关注AnalyticsVidhya和r-blogger, 并遵循他们的学习曲线页面。

最终, 他们从35个人中选择了4个人, 而我就是其中之一。最后一点, 尽管, 德勤并没有要求算法, 但大多数公司都要求。因此, 请执行lsbin和Hackerrank的一些编码和算法。总的来说, 这是一次很好的经历, 也是一次难忘的经历！

如果发现任何不正确的地方, 或者你想分享有关上述主题的更多信息, 请发表评论