BCG X Data Science Interview: Complete Knowledge Breakdown for New Grads

[!NOTE] BCG X 是 BCG 的 Tech Build & Design 部门。它的 Data Science 面试非常独特，是典型的 "Consulting Case + Technical Assessment" 混合体。

这一轮面试通常由 3-4 个模块组成，全方位考察你的技术硬实力和咨询软实力。

Module 1: The Case (Business Understanding)

这一部分和传统的 Management Consulting Case 类似，但更侧重于数据视角。

Example: "Our client is a large retailer seeing high churn. How would you help them?"
Framework:
1. Clarify Objectives: 目标是降低 Churn Rate 还是提高 LTV？
2. Structuring: 定义 Churn (是 30天没买就算流失，还是90天？)。
3. Feature Brainstorming:
  - User Profile: Age, Location, Income.
  - Behavioral: Recency, Frequency, Monetary (RFM).
  - Engagement: App interaction, CS tickets.
4. Actionability: 预测出来之后怎么办？(Targeted Marketing, Coupon, Push Notification)。

Module 2: SQL & Data Processing

BCG X 的顾问需要自己跑数。面试中通常会口头考 SQL 或者给你一个简单的 Coding 环境。

Key Concepts:
- Window Functions: AVG(sales) OVER (PARTITION BY product ORDER BY date ROWS ...) 用于计算 Moving Average。
- Date Manipulation: 处理 Time Series 数据。
- Complex Joins: 处理多表关联。
Tip: 先把逻辑理清楚，告诉面试官你要做什么，再写 Code。

Module 3: Probability & Statistics

咨询公司喜欢考你的数学直觉 (Quantitative Intuition)。

A/B Testing: Sample Size Calculation, Significance Testing, Hypothesis Setup.
Bayesian Thinking: 著名的 "Coin Flip" 问题。给定 Prior Probability，有了新的 Data (Observation) 后，如何更新 Posterior Probability？
Distributions: Normal Distribution, Binomial Distribution 的性质。

Module 4: Machine Learning & Modeling

考察其实践性，而非纯理论推导。

Imbalanced Data: Fraud Detection 和 Churn Prediction 中常见的 Class Imbalance 怎么处理？(SMOTE, Downsampling, Class Weights, Proper Metrics like F1/AUC).
Feature Importance: 怎么向非技术背景的 Client 解释哪个特征最重要？(SHAP values, Gini Importance).
Metric Selection: 为什么 Accuracy 是个坑？什么时候看 Precision，什么时候看 Recall？

总结：Communication is Key

在 BCG X，你不仅是 Data Scientist，更是 Consultant。

Structured Communication: 回答问题要有逻辑结构 (First, Second, Third)。
Business Impact: 永远把技术细节联系到商业价值上。模型准度提高了 1%，对 Client 的 P&L 意味着什么？

准备 BCG X 面试，既要复习 LeetCode/Kaggle，也要练习 Case Interview。它是 Tech 和 Strategy 的完美结合。

Module 1: The Case (Business Understanding)

这一部分和传统的 Management Consulting Case 类似，但更侧重于数据视角。

Example: "Our client is a large retailer seeing high churn. How would you help them?"

Framework:

Clarify Objectives: 目标是降低 Churn Rate 还是提高 LTV？
Structuring: 定义 Churn (是 30天没买就算流失，还是90天？)。
Feature Brainstorming:
- User Profile: Age, Location, Income.
- Behavioral: Recency, Frequency, Monetary (RFM).
- Engagement: App interaction, CS tickets.
Actionability: 预测出来之后怎么办？(Targeted Marketing, Coupon, Push Notification)。

Module 2: SQL & Data Processing

BCG X 的顾问需要自己跑数。面试中通常会口头考 SQL 或者给你一个简单的 Coding 环境。

Key Concepts:

Window Functions: AVG(sales) OVER (PARTITION BY product ORDER BY date ROWS ...) 用于计算 Moving Average。
Date Manipulation: 处理 Time Series 数据。
Complex Joins: 处理多表关联。

Tip: 先把逻辑理清楚，告诉面试官你要做什么，再写 Code。

Module 3: Probability & Statistics

咨询公司喜欢考你的数学直觉 (Quantitative Intuition)。

A/B Testing: Sample Size Calculation, Significance Testing, Hypothesis Setup.

Bayesian Thinking: 著名的 "Coin Flip" 问题。给定 Prior Probability，有了新的 Data (Observation) 后，如何更新 Posterior Probability？

Distributions: Normal Distribution, Binomial Distribution 的性质。

Module 4: Machine Learning & Modeling

考察其实践性，而非纯理论推导。

Imbalanced Data: Fraud Detection 和 Churn Prediction 中常见的 Class Imbalance 怎么处理？(SMOTE, Downsampling, Class Weights, Proper Metrics like F1/AUC).

Feature Importance: 怎么向非技术背景的 Client 解释哪个特征最重要？(SHAP values, Gini Importance).

Metric Selection: 为什么 Accuracy 是个坑？什么时候看 Precision，什么时候看 Recall？

总结：Communication is Key

在 BCG X，你不仅是 Data Scientist，更是 Consultant。

Structured Communication: 回答问题要有逻辑结构 (First, Second, Third)。

Business Impact: 永远把技术细节联系到商业价值上。模型准度提高了 1%，对 Client 的 P&L 意味着什么？

准备 BCG X 面试，既要复习 LeetCode/Kaggle，也要练习 Case Interview。它是 Tech 和 Strategy 的完美结合。

BCG X Data Science Interview: Complete Knowledge Breakdown for New Grads