這次 BCGX OA 給很多人的普遍感受是：“終於考了一次像真實資料科學工作內容的 OA”。
不是讓你去拼極致效能的演算法題，也不是 LeetCode 風格的腦筋急轉彎，而是從拿到髒資料開始，一路做到能拿來給業務/產品看的預測結果，完完整整一條 DS/ML 生產 pipeline。
三道題強關聯，屬於典型的“一條龍”考察，強烈建議當成一個小專案來認真對待。
Q9 – Data Cleaning & Feature Aggregation
Problem Description:
You are given a housing master table and a user activity log table.
The housing table contains basic information such as house_id, location, price, and publish_time.
The activity table records user views with fields including house_id and timestamp.Your task is to:
- Clean and standardize column names across both datasets.
- Aggregate the number of views within a specified time window.
- Merge the aggregated results back into the housing master table.
這一題本質是資料工程基礎能力檢查。
重點不在複雜邏輯，而在於你是否能：
- 統一混亂的列名格式（大小寫、空格、下劃線）
- 正確處理時間欄位並按時間視窗過濾
- 使用
groupby統計瀏覽次數 - 在 merge 後合理處理沒有瀏覽記錄的房源（通常填 0）
整體非常貼近真實業務中「行為特徵構造」的過程。
Q10 – Data Preprocessing & Feature Engineering
Problem Description :
You are provided with pre-split training and testing datasets.
Prepare the data so that it can be directly used for machine learning models by:
- Handling missing values appropriately.
- Encoding categorical features.
- Standardizing numerical features.
Ensure that the same preprocessing logic is consistently applied to both training and testing datasets.
這道題開始明顯進入建模前的標準流程。
實際考察的不是“用哪種方法”，而是你是否理解 ML pipeline 的正確做法：
- 數值型特徵與類別型特徵要區別對待
- 類別對映必須在 train 上建立，並複用到 test
- 標準化（如 StandardScaler）只能在訓練集 fit
如果在 test 上重新 fit preprocessing step，基本就是直接暴露對建模流程不熟。
Q11 – Model Training & Evaluation
Problem Description :
Using the preprocessed dataset, train a regression model to predict house prices.
Specifically, you should:
- Train a HistGradientBoostingRegressor on the training data.
- Generate predictions on the validation dataset.
- Output both the predictions and an evaluation metric measuring validation error.
這一題是對前兩題的自然收尾。
模型本身不要求你複雜調參，重點在於：
- 能否完整跑通訓練 → 驗證 → 評估流程
- 是否正確使用迴歸問題的誤差指標（e.g. RMSE / MAE）
- 是否保證訓練與驗證資料嚴格分離
只要前面的特徵工程做得規範，這一題基本就是順水推舟。
Overall Impression
整體來看，BCGX 的 OA：
- 更偏 真實 DS / ML 專案流程
- 強調資料清洗、特徵工程和建模基本功
- 並不追求花哨演算法，但非常看重流程正確性和工程習慣
Preparation Tips
給後面準備的同學幾點非常實在的建議：
- pandas 的 merge / groupby / datetime 一定要熟
- 熟悉 sklearn 的 preprocessing + modeling pipeline
- 明確 train / validation / test 的邊界
- 把 OA 當成「小專案」，而不是刷題
如果你之前做過專案，這套 OA 其實是加分項。
被 BCGX OA 虐得夠嗆，中間差點心態崩了
…… 後來是朋友拉了我一把，介紹我找了 ProgramHelp 的導師，才算是把最後一哩路跑通。
說實話，我一開始也覺得“又一個求職服務”，結果用下來真覺得不一樣：
– 導師全是真正在幹活的，2-8年經驗，基本都是大廠/諮詢/量化/美股上市的在職中高階
– 很多就是前陣子自己剛拿完同類offer，或者剛轉正的“新鮮過來人”，特別懂現在到底在卡什麼
– 不像機構那樣給你塞一堆模板和套路，而是真的陪你把 OA pipeline、Decomp 拆解、Learning 現場寫程式碼、Government 那幾句靈魂拷問一個個過
– 我自己最怕的 BCGX train-test 汙染、Palantir 現場讀陌生 schema 這兩塊，都是導師幫我捋清楚思路+模擬場景練了幾遍才穩住 – 關鍵是價格還算能接受，不是那種動不動幾千上萬的“高階包裝”
現在回頭看，BCGX OA 能過，真的多虧了他們的無痕助攻。 身邊好幾個同學也陸陸續續找了，基本都說“早知道就早點找了”。
要是你也卡在 pipeline、表達、流程、Government 坑位這些地方，真的建議找靠譜人聊聊，別自己死磕。
