民生银行面试题 · 技术原理
民生银行相关面试题，按最终去重题目聚合。
共 106 道真题 · 当前筛选命中 48 道 · 更新 2026-08-05
筛选题目已选：技术原理
考察点
技术栈
第 1 题请说明你对MySQL行格式和页格式的了解。 考察对InnoDB存储引擎物理存储结构的理解第 2 题请对比随机森林和XGBoost在特征重要性计算方式上的主要差异。 考察对集成学习模型中特征重要性计算原理的理解与对比能力第 3 题描述决策树算法与XGBoost的不同。 考察对决策树基础算法与梯度提升框架差异的理解第 4 题请解释XGBoost中决策树作为基模型的核心工作原理。 考察对XGBoost决策树基模型原理的理解深度第 5 题请比较监督学习与无监督学习，并各举一个典型应用场景。 考察对两类机器学习范式的核心区别及实际应用的理解第 6 题XGBoost使用损失函数二阶泰勒展开相比只用一阶有什么优势？ 考察对XGBoost损失函数近似和优化算法本质的理解第 7 题请讲一下 ROC 曲线，以及如何用它进行模型评估？ 考察对 ROC 曲线原理、绘制方法和评估意义的理解第 8 题请介绍你使用数据库的经验，包括使用过的类型以及在这些项目中完成的具体工作。 考察数据库实践经验与项目应用能力第 9 题请介绍隐私计算在金融领域的典型应用场景及技术选型考虑 考察对隐私计算技术原理、金融业务落地场景及方案权衡的理解第 10 题请介绍特征工程的关键环节，并说明每个环节在提升模型效果中的作用。 考察对特征工程流程的系统理解和实际应用能力第 11 题解释什么是过拟合？ 考察对过拟合概念、成因及常见解决方法的理解第 12 题请描述你在Linux环境中遇到报错时的排查思路。 考察系统性排查Linux报错的原因定位与方法论第 13 题是否了解BERT、Transformer算法？ 考察对Transformer架构与BERT模型的原理理解第 14 题介绍逻辑回归算法 考察对逻辑回归原理、损失函数、优化方法及适用场景的理解第 15 题请介绍几种主流的数据降维方法，并说明各自的适用场景和优缺点。 考察对常见降维方法的原理理解、适用场景区分和权衡能力第 16 题请列举常用的 Linux 命令，分别用于查看进程和查看磁盘使用情况，并说明各自的关键参数。 考察 Linux 基础命令的掌握程度及关键参数理解第 17 题请介绍你的实习经历，重点说说大数据数据链路的设计与实现。 考察候选人实习中的大数据链路理解、角色职责与成果第 18 题请介绍几种经典的排序算法及其时间复杂度和适用场景。 考察对常见排序算法原理、复杂度与适用场景的理解第 19 题为什么TCP建立连接需要三次握手而不是两次？ 考察对握手次数设计原因的深入理解第 20 题除了你常用的语言，你还了解哪些编程语言？如果考察 Java 和 Python 的基本语法，请简要说明它们各自的主要特点。 考察编程语言广度、基本语法掌握与对比能力