数据分析-1 面经23

优质

小牛编辑

160浏览

2023-03-28

数据分析-1 面经23

***************

Case 1 字节

一面：

  对AB test的理解（当时用了哔哩哔哩和头条app举例）；

  感觉哔哩哔哩和头条哪种产品更好，好在哪里；

  对数据运营中的很多名词是否有了解；

  次日留存、3日、7日留存率怎么计算，如何反应出一个新产品的好坏；

  举了具体的一年中某app的每天的次日留存，如何计算第二年第一天的用户基数，没给的数据可以假设；

```
  深挖简历里的项目；
```

  聊简历的实习，问实习相关的产品数据运营的数据迁移到头条上如何分析；

```
  对数分的理解；
```
```
  python数据处理相关函数；
```

Case 2 字节

一面：

```
  自我介绍
```

  简历实习项目深挖，不断地问，问的很深，一定要对自己简历上的项目非常熟悉

```
  SQL：
```

SQL查询语句的大体框架（select from 表名 join 表名 on where group by/having order by )

select 和 group by 的执行顺序：select在group by 之后

哪个函数可以返回排名 row_number() over(partition by order by)

```
  tableau熟练吗
```

  有10个不同的用户群体，我怎么证明对他们投放广告获得的价值是一样的呢？（假设检验）

```
  你有什么问题想问我的吗？
```

二面：

```
  自我介绍
```

  实习项目深挖，划重点！！自己的简历一定要熟悉，问了好多好多问题。

  SQL，表user_time中字段是user_id ， time（用户访问时间），求每个用户相邻两次浏览时间之差小于三分钟的次数，只说个思路。

  如果一个大学法学院和经管学院整体的男生比例是C，法学院的男生比例是B，经管学院的男生比例是A。现在经过招生，法学院的男生比例是B1，经管学院的男生比例是A1，整体的男生比例是C1。如果A1和B1均比A和B高，那么C1一定比C高吗？举个例子说明一下？

A：20% B：30% 则C在20%~30% 之间

A1：40% B1：50% 则C1在40%~50% 之间这种情况一定比C高

A1：25% B1：35% 则C1在25%~35% 之间这种情况不一定比C高

三面：

```
  自我介绍
```
```
  这两轮面试你有什么收获？
```

  评价一下两位面试官？觉得两位面试官的问题有什么不同？

```
  上次实习主要做了什么？
```

  还问我SQL，spss，Python到底有什么区别？

```
  现在还有别的offer吗？
```
```
  有什么想问的？
```

Case 3 字节

一面：

```
  自我介绍
```

  知不知道sql的窗口函数，rank和dense_rank有什么区别

  挑个项目讲讲 (我讲得很详细，面试官会对感兴趣的点继续深入问，没听太懂的会让你再解释一遍

  RF和GBDT有什么相同和不同，知道哪些loss function, 分类和回归常用的loss function是什么

  100个球，A、B两个人一次只能拿1-5个球，A先拿，拿到最后一个球的人赢，请问A有没有什么策略保证必胜。（A先拿4个，然后A+B=6即可）

  给出链表的一个头节点和一个要删除的节点，要求在O(1)时间复杂度内删除该节点，并返回头部节点

```
  有什么要问的
```

二面：

  挑个经历讲讲(详细讲了数分实习经历，面试官挖得很深，问了实习中一些指标的意义)

  开放地讨论了一下北京市的房价变化（聊了很久很久...从各种角度说，面试官会问那如果出现了xxx的异常情况怎么办呢）

  给一个等概率生成 1-5 正整数的发生器random5()，写一个random3()和random7()

```
  有什么想问的
```

三面：

```
  自我介绍
```
```
  讲项目
```

  项目里涉及了决策树、RF、极端随机树，比较一下区别、优劣

```
  关于评价指标，介绍一下AUC
```

  结合实际业务问了个AUC相关的问题

  结合实际业务,问怎么发现spam

  用 (hive) sql 或者 python 写了道取数题

  概率题，一个硬币抛三次，三次都是正面向上的概率

四面：

```
  自我介绍
```

  介绍一个数据分析(挖掘)相关的项目

  如果给你更多的时间你对项目有什么改进的想法

  估计一下谷歌/FB/字节跳动的全年收入

  一道sql题，uid, time, 间隔两分钟以内的一次登录算作是作弊，统计每个用户作弊的次数

  一道业务题，如果准备向一批新用户投放广告，应该给他们投放什么广告，投放多少广告，投放间隔是多少，会去看哪些指标

```
  二分类问题有哪些评价指标
```
```
  有什么想问的
```

Case 4 字节

一面：

```
  深挖简历项目
```
```
  最常用的APP
```
```
  有什么用户使用上的缺陷
```

  如何从数据分析师的角度去证明搜索推荐的时效性不好

  如何改进，改进后如何看效果

  搜索推荐时效性除了是算法问题，还有可能是什么问题导致

```
  反问环节
```

二面：

```
  简历项目继续深挖
```

  一面问到的小红书问题是否能优化一下，有更好的解决方法

```
  时效性很重要吗
```
```
  反问环节
```

三面：

  除了小红书再说一个自己常用的APP

```
  疫情对b站的影响
```

  疫情会导致b站up主的创作性下降，内容多样性减少，如何用数据来证明这个观点

  如何判断这个up主是某个地区的，除了看他发帖的IP地址

  针对版权问题，比如为视频的bgm购买版权，如何去衡量是否要购买版权

```
  未来的职业规划
```

Case 5 字节

一面：

```
  自我介绍
```

  对字节电商有什么样的了解：讲了实习中做的直播分析

  在抖音电商有没有买过东西，有什么体验不好点、或者说改进的点：主播引导，背书能力不够，信任度不高）分析哪些因素会影响用户的信任：从用户行为数据入手，分直播间、主播、商品等维度考虑

  做了一个类似淘宝的频道，搭建一个指标体系（用户，收入，商品）

  有30个频道，分析透数逻辑（频道筛选，量化频道的潜力和用户的依赖程度）：Gmv（看这个指标会存在怎样的弊端），用户使用频次和停留时长

  针对数据分析师需要具备什么样的能力，给自己打多少分？

```
  反问：
```

工作内容和时间占比：产品功能的迭代和复盘（40%），提炼专项分析的主题、case——给业务输出策略、建议（40%），分析提效——数据基建（20%）

如何提升产品sense：做为一个用户代入，横行思考，交叉生态

二面：

```
  自我介绍
```

  为什么选择互联网数据分析岗？

  数据分析师没有那么花哨，这个岗位扎实的点需要在哪些部分？并结合自己的优势？：理论知识，软件，业务

  抖音电商和淘宝电商在业务模式和业务逻辑上有什么异同点？

异

淘宝：人找货；抖音：货找人

淘宝粘性高，抖音低，复购率也低

抖音客单价小

同

电商，核心在于把货卖出去

  把抖音电商做好三个最关键的问题？

商品：筛选

售后、配送

主播：扶持

  短视频电商和直播电商的异同

异：时效性、承载内容、转化率高低

同：变现，品牌推广或者做gmv

  直播互动方式，从平台侧看评论、点赞、关注的价值

如何量化这个价值

如何保证人群筛选的公平

三者创造价值的行为特征和路径

  用户高频地与主播互动如何贡献gmv的价值？

  分析师有宏观、中观、微观视角，自己倾向于做什么方向？

在微观的话需要从用户的角度抽离出来，觉得自己有优势吗？或者分享case
用户对搜索功能满意度的最关键的一个指标？频次

首点的位置

最亮眼的一个优势和不足
抖音需要发力的三个关键点关注竞对

找准定位和方法：如何打差异化价值

打造信任体系

反问：两种直播电商未来怎么看？

服务的用户需求不变，结合的消费场景不同

抖音会泛化垂直场景，中心化

用户场景做无缝衔接，一致性体验

抖音电商的定位价值：抖音端内带来内容价值，不能只考虑gmv

更泛化和更深度的发展：做垂直、独立、更中心化

短期/长期目标

三面：

  前面两轮的面试体验和改进建议

```
  印象深刻的问题
```

  字节实习的工作内容和leader带你的方式

```
  字节和滴滴实习感受的区别
```

  数据分析领域成长最快的两个时间节点

```
  你的优势和不足
```
```
  对岗位的理解
```

  对平台、团队、直属leader有什么样的诉求

   反问：组织架构，成长路线

Case 6 小红书

一面：

```
  自我介绍
```
```
  讲一个数分的实习经历
```

  SQL题 有两个表（用户点击表、笔记品类对应表）求每个用户点击次数最多的三个笔记品类

  从什么角度分析小红书在选秀综艺上投放广告的拉新效果？

  用小红书吗？小红书有哪些模块？

  假设周五的新用户人均使用时长比周四降低了，怎么分析？

  （接上一个问题）考虑到刚才提到的模块还可以怎么分析？

```
  觉得哪里可以改进？
```

  根据上面说的改进点做AB测试，从什么角度来分析？

二面：

```
  自我介绍
```
```
  深挖数分项目
```
```
  反问环节
```

Case 7 拼多多

一面：

```
  自我介绍
```
```
  实习项目
```
```
  为什么转专业
```
ab实验最小样本量和方差、统计功效的关系
常用假设检验方法、Z检验和t检验的使用场景 200个样本用什么检验、样本量只有10呢？对于点击率指标有两个统计方案，一是7天累计（看点击用户数），二是每天算一个点击率，哪种更好
```
  大促复盘要看什么
```

  SQL：求连续登录天数最大的用户

二面：

```
  自我介绍
```

  实习项目：如果要继续分析你怎么考虑？遇到什么困难？落地了吗？

  之前实习每天怎么安排？工作强度？可以接受pdd的强度吗

  觉得笔试难吗？难在哪里，SQL写得怎么样

平时写SQL用hive还是MySQL？两者有什么区别 MySQL为什么现在用得少了
```
  SQL留存率
```
```
  辛普森悖论
```

三面：

```
  深挖实习项目
```

HR面：

  复盘之前的面试：觉得自己表现得怎么样？在哪里有不足？

```
  自我介绍
```
```
  实习收获
```

  面试业务的竞争格局、拼多多做这个的核心优势

  对拼多多的了解、你觉得拼多多的购物体验怎么样、怎么看多多的工作强度

  学校除了学习剩下的时间怎么安排、有什么学习方法

```
  三个词形容自己
```
```
  有什么别人没发现的优点
```
```
  家庭情况
```

Case 8 拼多多

一面：

  专车分析时最重要的指标？可比性指标？

```
  SQL题
```
```
  GMV下降怎么分析
```
```
  A/B test怎么设计
```
```
  从北京到上海，如何去
```

  假设检验，z检验、t检验、卡方检验等

二面：

```
  淘宝网项目指标选取
```

  专车流量的核心指标，怎么分析

```
  如何量化对购物车的需求
```

  SQL题，这个SQL题有点难，用自连接可以做

#面经##实习##校招#

数据分析-1 面经23

热门公司

相关阅读

推荐文章

推荐题库

推荐问答