logo
← 返回面试流程列表
BHP

必和必拓

BHP数据科学家
难度 ⏱ 5-8 weeks📋 7 轮面试data-scienceFull-time

BHP 的数据科学团队将高级分析、机器学习和人工智能应用于解决矿业价值链中的复杂挑战 — 从矿体建模和重型设备预测性维护到供应链优化和环境监测。面试流程通常历时 5-8 周，包括 HireVue AI 评估视频面试配合游戏化测评、涵盖统计方法和 ML 建模的技术面试、案例研究或演示环节以及行为小组面试。BHP 重视能够在工业环境中将复杂数据科学方法与实际业务影响相结合的候选人。该职位需要强大的沟通能力，将模型输出转化为运营团队可执行的洞察。

矿业中的 ML/AI 应用：预测性维护、自动化系统、矿石品位预测案例研究或演示环节，评估向非技术利益相关者传达洞察的能力深入技术面试：统计学、ML 建模、实验设计和特征工程高度关注将数据科学转化为可衡量的运营影响有竞争力的薪酬：中高级别总薪酬 A$163K-A$232K+
BHPMiningData ScienceMachine LearningAustraliaMelbournePredictive AnalyticsIndustrial AI

面试流程 (7 轮)

1
📋
在线申请Online Application
⏱ 30-45 minutes

通过 BHP 招聘门户提交申请。数据科学职位主要在墨尔本（全球总部）和珀斯，部分职位在圣地亚哥和休斯顿。申请内容包括简历和资格问题。BHP 积极招聘具有统计学、计算机科学、应用数学、物理学和工程学背景的数据科学家。求职信为可选项，但高级岗位建议附上。

💡

BHP 数据科学简历策略：

  • 以量化影响开头：'构建预测性维护模型，将设备停机时间减少 15%'
  • 突出端到端 ML 经验：问题定义 → 数据收集 → 建模 → 部署 → 监控
  • 同时包含技术深度（具体算法、框架）和业务影响
  • 提及工业/运营数据、时间序列、传感器数据或地理空间分析经验

技术关键词：Python、R、scikit-learn、TensorFlow/PyTorch、XGBoost、时间序列预测、生存分析、贝叶斯方法、MLOps、MLflow、特征存储。

领域关键词：预测性维护、异常检测、优化、仿真、数字孪生、矿体建模、供应链分析。

小贴士：BHP 毕业生计划的技术方向包含数据科学 — 如果你是早期职业者，也可以考虑 Graduate Technology 计划作为结构化入职路径。

🔒
还有 6 轮面试流程未显示解锁后查看全部 7 轮面试详情