数据挖掘实习生(MJ034281)

优缺点分析

角色解读

• 表现优异可转正为正式数据挖掘工程师，深入参与核心算法项目
• 可向算法专家方向深耕，或向技术管理、数据产品等方向发展
• 积累旅游行业大数据和算法经验，未来跳槽至其他互联网平台具备竞争力
• 负责定价与营销算法的落地，通过因果推断和运筹优化为业务提供决策支持
• 迭代旅游订单预测模型，处理多维度特征，提升分类和NPS预测精度
• 从数仓中编写SQL提取数据，并分析模型偏差，推动算法策略优化
• 扎实的Python编程能力，能独立完成数据清洗、特征工程和模型训练
• 了解机器学习/深度学习主流模型，熟悉类别不平衡处理方法
• 具备SQL基础，能进行多表关联和特征提取

申请策略

• 在申请时附上个人GitHub或项目报告，展示代码能力和算法理解
• 了解携程的业务模式（如定价策略、用户增长），面试中结合业务场景讨论会加分
• 突出完整的机器学习项目经历，特别是数据清洗、特征工程和模型调优部分
• 如果有因果推断或运筹优化相关项目经验，务必重点展示
• 强调SQL技能和业务理解能力，可以举例如何从数据中提取关键特征
• 提前补充类别不平衡处理（SMOTE等）和模型评估知识
• 练习SQL复杂查询和窗口函数，熟悉常用数据仓库工具

面试指南

• STAR原则：情境、任务、行动、结果，结构化展示项目经验
• 对技术问题，先明确问题定义，再列举可选方案，最后结合业务讨论选择
• 请介绍一个你处理过的类别不平衡问题的案例
• 解释因果推断中的DAG和倾向性评分，如何应用于定价？
• 如何评估一个预测模型在业务上的效果？
• 写一段SQL：从订单表中统计每个城市过去30天的平均订单金额
• 你用过哪些特征选择方法？在项目中如何应用？
• 复习机器学习基础（分类、回归、树模型、神经网络）和常见面试题