2019届中国银联面试总结（内推上海岗，合肥面试）

8.13号面试，分群面和技术面。先占个坑，有空写。

我是报的银联(上海)的算法岗，面试地点在合肥，时间是2018年8月13日上午10点，要求是提前半小时到达现场签到，要求带上身份证、学生证原件，一寸彩照一张，还有以下资料的扫描文件：身份证、学生证、本科成绩单、研究生成绩单、四六级证书、本科学位证、本科毕业证等。大概九点20的样子到了面试地点，简单签到以后，领了个表下去填了。不得不惊叹一句，这个表的内容真是丰富，怪不得要求提前半小时到达，真的比我大学入学时候填的表内容都要多，从个人信息到家庭信息，从个人经历到爱好特长、应聘理由，什么都填了遍。

填完了大概正好是10点的样子，这期间第一批面试的13个人被叫去群面了。大概10点20的样子，我也被叫去群面了，我们这组一共13个人，依次编号，我是2号。

群面

群面的形式是：首先给大家一段材料，5分钟阅读，然后根据材料的要求，准备发言，然后每个人1分钟时间阐述自己的观点，然后再20分钟时间自由讨论，最后得出结果，并派出一名代表向面试官阐述观点。期间面试官不参与任何讨论，所有的发言顺序，谈论的形式都由我们自己安排。所以称之为：无领导小组讨论。

我们群面的题目是：互联网金融的风险排序问题，大概是分为：监管风险、市场风险、流动风险、技术风险、信用风险、个人信息隐私风险、财务安全风险、操作风险、法律风险？？记不太清了，总共9个风险，给了定义，要求我们再5分钟内阅读，并按照危害度原则排序，并针对危害最大的风险，提出三条应对方案。

我上面这段标红的十分重要，我后面会说，有的同学面试的时候，没有审好题，导致自己方向错误，甚至使把整个组都带偏了。

首先说下我的想法：我把这9类风险分成了3大类，按照危害性的程度，分为：1.社会类的风险，包括监管、市场、流动，2.系统性的风险，包括法律(系统)风险，技术(系统)风险，3.个人类的风险，什么信用，财务类似的。

我是第二个发言的，第一个人在我对面11号，她的分类方式和我类似，在她发言之后，我就想，既然这样，我就和她抱团，这样优势大。然后大家都分别阐述了一下自己的观点。之后进入了自由讨论的环节，期间有5-6个人跳leader，2-3个人跳timer(这些术语我是后来才知道的)，不过貌似都没有成功。在讨论环节我们的焦点聚集在了，监管风险和技术风险哪个是主要风险的问题，有两个女生一个男生一直在强调技术风险更大，因为他们觉得，哪怕监管的再好，也可能存在利用技术漏洞窃取用户资金的事情，而且一直到讨论快结束前5分钟还在坚持这个观点（这个时候大多数的人都认为监管更重要，其实我觉得哪个重要没事，重点我们要得出一致的结论），而且，他们这样的发言还把大家成功带偏了。这个时候我继续发言，举了一个例子：共享单车交押金然后跑路。我反问他们，这中间有什么技术漏洞么？然后，我又说明了技术也可以监管起来巴拉巴拉的。最后两个女生一个发言表明自己没有考虑完全，多谢我的提醒，一个也不纠结了，并推举我代表打架总结。(期间一共有4个人推举我)。然后也有好几个同学给我提了意见，说一些针对最大的风险的一些对策，我都采纳了。在最后的总结的时候，我把大家的思路和我的思路合并起来，分别解释了我为何这样排序，理由讲完了，排序也完成了。然后关于对策，第一，我想的是，其实这些风险的定义，反面就是对策，把排序搞好了，对策也就出来了一部分，第二，我把同学们给的建议也说了出来。最后按时完成。

我说一点这个过程中我的一些想法和见解：1.其实最终结果是什么样的，我觉得不是最重要的，面试官所要考的是每个人阅读、总结材料，归纳，合作，掌控全场的能力。2.在发言过程中，一定要表达清楚，说问题一定要有123这种条理性。3.其他人发言的时候不要打断，有可以利用的随时记下来，记住，一定随时准备思考，因为面试官在看。4.如果有见解相同的，可以适当抱团，但不要人云亦云。5.如果没有十足的把握，千万不要跳leader，不然反而弄巧成拙。6.一定要审题仔细，拿我们面试的过程中，那几个同学简单的把互联网金融风险等于了资金被盗取，其实这是不对的，材料里面也说的很清楚，这样不仅把自己的思路局限了，还成功把大家给带偏了。7.一定要有独特的见解，最好能让面试官眼前一亮，这样的话，就需要你的发言顺序不要太靠后，我的两次群面，一次是第一发言人，一次是第二发言人。8.发言不在多，在于经典，虽然我这次面试发言5次，但是我觉得都是合理的，第一次大家都会发表看法，第二次，跟着大家讨论，第三次和第四次，我分别劝退(举例怒怼)两位执迷不悟的同学，第五次代表大家发言。9.如果知道题目的话，提前搜索一些相关的内容，比如我就知道这次的题目就是毒疫苗或者互联网金融风险的，我就百度了一些知识，不然我可能也会觉得金融风险就是钱财被盗取。但是我没有很好准备群面，因为我后来才知道有leader和timer这回事。

面试结束，面试官宣布我们大家表现不错，我们这组没有刷人（我们是当天面试的6个组唯2没刷人的）。结束的时候大概11点半了。面试官让我们自行下去用餐，下午接着技术面试。

中午在楼下麦当劳吃了东西（碰巧打折，8块钱一个巨无霸一个甜筒解决了），下午大概一点的时候开始叫人继续群面和技术面。我等到了大概下午2点半，才开始技术面。

技术面开始，面试官是一位资历较老的中年女性，猜测应该是部门主管类似的，一位是较为年轻的男性，感觉应该是个技术专家。开始叫我自我介绍，我按照我之前写的博客的思路介绍了一番，顺便说了自己做的事情和银联有什么关系(虽然没什么关系，但是你可以说有什么应用点啊)。之后，女主管叫我从简历上挑一个比较深刻的项目经历说一下，他们应该很急（因为人很多，还有好多没有面试完），让我只说算法，不要说细节。我就说了我用了什么算法，比常见的算法有什么好处（其实就是FM相对于LR的好处，同时说了FFM和DeepFm、DeepFFM的思路）。之后问了我一些我科研做的什么事情，问了我有什么编程语言，问了我家在哪，有没有女朋友，意向的工作地点（等等，时间太久记不太清了）。问我对运维开发有没有意向？（我委婉拒绝了纯开发纯运维的岗位）。还让我问他们有啥问题，我问了他们银联在人工智能方面有哪些布局、应用场景（其实我基本都能猜到，但为了表示很关心，很关切，还是问一下），对方的技术青年巴拉巴拉说了一堆。然后就结束了。

技术面大概20分钟，感觉因为人多赶时间，并没有问太多细致的问题，感觉挺水的。

之后结束了，等了大概三四天，接到了上海总部的电话，说要进行一次电话面试，算是三面吧。

三面是星期三的下午打的电话面试，就问了一个专业问题，但是很综合。就是“假如现在有过去三年银联的运营数据，现在让你预测未来1个月银联的交易额、交易成功率？你如何做？”

首先拿到这个问题，我第一个想的是，面试官到底想要什么答案，开始想说，我可以转化为分类或者回归的问题，但是面试官又说了一句，我不管你用什么方式解决，你告诉我你怎么做就好了。这时候我就觉得，可能他是想听，你从问题分析到数据、到特征、到算法、到系统等整个综合的流程，相当于数据挖掘的整个流程都说一下。这样的话，我在脑袋里打了大概10秒钟的草稿，然后就一边想一边说了：首先，我先说一下关于交易成功率的问题（因为我做的一些比赛项目都和这个相似），那么假设，现在存在一些已经标定好的数据，就是有成功又失败的历史数据，首先我要解决的是，数据的预处理问题，包括异常数据的剔除、异常值、缺失值的处理等等。之后，我要解决的是数据的划分问题，因为这是一个和时间有关的问题，不能发生所谓的时间穿越(或者叫数据泄露)，那么，我可以利用前两年的数据作为线下的训练数据，而第三年的数据作为自己线下验证模型、算法效果的验证数据，那么在线上的话就可以用着三个月连起来用。那么同时要注意的是，不能用后面的数据去预测前面的数据，此外，考虑到交易具有时间规律，可以考虑用滑动平均的方式将数据进行平滑，或者以窗口的形式提取一些特征。说到特征，那么既然是交易，肯定就有商家和卖家（也就是用户），这样的话，就可转化为，给定商家和客户，去判定用户是否会发生购买行为？之后再计算成功率，那么这个问题就可以转化为一个二分类问题（也就成功和我的简历上的项目经验挂钩，就有的说了，笑）。对于商家，应该会有一些商家的属性信息，比如属于哪个类型的，规模怎么样，推出的产品或者卖点是什么？这样的话就可以得到一些离散的类别特征，我们可以利用onehot编码的方式进行扩充，或者对于某些数量少影响不大的类别，可以进一步合并；此外，对于特定的类别、特定的商家、特定的产品，我们可以计算一些他们的历史统计数据，比如历史交易次数、历史交易额度、历史交易的成功率等等，当然统计这个的时候要考虑数据的穿越问题，还要考虑数据的平滑问题，毕竟1/10和1000/10000都是0.1的比例，但是这两个是不同的概念。这样的话我们就可以得到一些关于商家的连续值的特征。对于用户或者单位来说，类似的，也有一些比如性别、年龄、属性等类别特征，这样的话，我们可以做对应的处理，还有用户可能有一些历史的操作数据，可以作为一些连续特征，此外，用户可能还包括一些兴趣、以前购买交易的类别等特征，这样的话，可以当成NLP的方式，作为用户的兴趣点特征，利用NLP的处理方法，比如embedding等处理，转化为数值型的特征。有了这些特征之后，就是训练模型的时候了，对于模型的训练，我考虑可以采用多种模型进行训练，最后融合。但是由于数据之间如果有关联性的可能会对模型的评判有影响，这个时候我们可以对不同的模型采用不同流量进行分流，采用分流的数据进行训练验证。具体的模型由于是工业级别的，应该采用能够迭代运行、支持分布式运行的模型，同时要考虑时效性，可以考虑逻辑回归（lr）或者是性能较好的分布式gbdt等等。那么，有了线下的模型之后，我们可以使系统上线，进行线上的预测运行，对运行的过程中发现的问题，及时反馈，在线下进行调整，最终不断优化，得到一个比较好的预测系统。（这样的话，从数据、特征、模型、系统，整个完整的流程就展现出来了。）

这样我的回答结束了，面试官给的评价是：恩，说的挺好的，但是具体有些细节还需要推敲（那当然，就拍脑袋随口一说）。之后问我他们这开发的工作要占4成-6成左右的工作量，并不是纯算法，问我能不能接受？（当然可以啊，不可以估计就凉了吧），之后又问我家在哪，工作意向巴拉巴拉的。最后的是问我有什么问他的，我就问了下银联在AI或者人工智能方面有哪些应用，对方很耐心的和我说了。然后就结束了面试。

今天是8.31，三面之后仍旧没有收到任何通知。

拿到offer，人工智能，已拒