第三份实习也确定下来了，如果毕业确定工作的话，这应该是本科阶段最后一次实习了。前前后后也面了很多家大公司的实习，面试的过程真的是五味杂陈，双非本科的title真的让自己在找实习过程中吃了太多苦头，当然跟自己硬实力还不够也有很大关系。把实习面经汇总一下，希望能给想找数分实习的小伙伴一些经验
一、网易严选-电商市场数据分析实习生
笔试：给一份数据，做一份数据分析报告
业务面（15min）：
1.介绍一下笔试的报告？
2.看到这份数据，思路是什么？
3.对目前电商的看法
4.了解网易严选吗？
HR面（45min）
1.自我介绍
2.介绍一下在有道的实习
3.具体怎么对业务数据进行分析的？
4.介绍一件最有成就感的事
5.未来想从事什么职业，什么行业？
6.为什么想工作而不是考研？
7.入职时间，实习时长
（有点久远了，面试的好多问题记不清了，总体来讲主管没问啥，跟HR聊的挺嗨的）
最后入职，实习到6月份离职
在面试严选这段实习的时候，不走内推大厂实习根本过不去简历，我只拿到了两个面试机会，一个是严选数分（无数据库权限，EXCEL小子），一个是字节的东南亚运营（base上海），当时被刷简历刷到怀疑人生，以至于到秋招提前批被乱刷简历已经无感了（手动狗头）。
对于学历不占优势的小伙伴们，一定要尽量走内推，让HR和业务来看到简历。被刷简历真的不代表你一定过不了，毕竟有机筛这种操作的。至少让HR和业务来看到简历，他们不给过简历，那才是真的不过。一定一定要先把简历送到HR或者业务手上，争取拿到面试机会！
在严选实习后，开始找下一段实习，拿到了快手、百度YY、欢聚时代、滴滴、字节、虾皮还有很多小公司的面试机会，总共面了快手、滴滴、字节、虾皮四家，6个岗位。
二、快手-数据分析实习生（商业化）
一面（60min）2022.06.24
面试官介绍面试流程&部门背景 自我介绍+SQL+统计学+业务+简历深挖
简单自我介绍一下学历背景和实习经历
SQLPart（中等难度）：
1.rank+case when；2.留存问题
统计Part
1.用自己的话谈一谈置信区间
2.一类/二类错误
3.T检验是什么？卡方检验呢？
业务Part
1.男生点击率上升，女生点击率上升，但总体点击率下降，要怎么分析？（辛普森悖论）
2.某广告收益下滑，怎么分析？
简历Part
1.介绍一下实习中与数据分析相关的内容
2.介绍一下基于人货场的李宁自播品牌分析项目
3.流量Part是怎么分析的？（追问：没有考虑自然曝光流量&cpc流量）
4.直播内容是指什么？
5.有没有追踪什么指标？
6.介绍一下信息流广告投放分析监控项目
岗位上有两个方向，一个偏分析向，一个偏建模向，更想做哪方面？
反问
1.实习中要用到哪些工具？
2.实习生的主要工作
二面（45min）2022.06.29
简单自我介绍
简历Part：
1.挑实习里的一个项目介绍一下
2.为什么要做这个项目？
3.这个项目适不适合用一个指标代替？适不适合用模型解决？
4.如果要用指标代替，你会选哪个指标？
5.介绍一下实习里的销售额预测模型项目
5.1.如果让你完善，你会怎么做？
5.2.如果让你用统计学或者机器学习模型解决，你会怎么做？
SQLPart：
在线SQL两道，难度适中
统计Part：
1.知道中心极限定理码？介绍一下
2.介绍一下Z检验和T检验，二者的区别是什么？
机器学习Part：
了解机器学习算法的原理吗？（答多少知道一点）
1.介绍一下SVM（原理+优缺点+适用场景）
2.介绍一下K-Means
3.K-Means的K怎么选
业务Part
1.怎么评价一个广告的好坏？（维度+指标）
2.对抖音和快手信息流广告的看法
3.怎么评价一个广告对流量的影响
当时也用维度+指标巴拉巴拉说了一堆，被打断。面试官最后表示用个A/Btest就可以了
反问
1.实习中要用的工具
2.实习生的具体工作
面试官表示，不应该把实习生和正职员工分开，表示实习生只是作为一个新人来工作，工作内容都是接近的
3.出于自身兴趣，问了面试官为什么快手现在加了这么多新的模块
被面试官反将一军，问我会怎么分析，不过自己有准备，也成功回答上来了，纯纯没事给自己找事做
HR面（30min）2022.07.07 凉
1.自我介绍
2.数据分析的知识是自学的吗？
3.如果广告收益下滑，排除周期影响，这个项目你会怎么开展
4.对我们的商业化中心的业务了解吗？如果让你搭建数据中台你会怎么搭
5.为什么会想来北京实习？
6.同期有投别的公司吗？（手上还有百度YY的面试，但是更想去快手）
7.选择实习地点的考虑因素有哪些？
8.复盘一下过去&展望一下未来，过去选大学的参考因素有哪些，未来有什么打算
9.为什么毕业要工作？
本来交谈甚欢，接下来HR的几句话让我怀疑人生了一个星期
最后HR总结
1.我们下周才能给到你确切的答复，HC很有限，竞争也很激烈，不管有没有通过，巴拉巴拉（听到“不管有没有通过”我就已经麻了，后面说的啥我直接过滤掉）
2.可以多投实习，滴滴、字节都在北京，我们的海外部门也还在招人，多投的话机会更多（麻了*2）
3.你的投入时间是足够的，但是思考维度可以更广（麻了*3）
4.你本人比照片帅（杀人还要诛心？）
最后成功躺在HR面上，自己本来已经收拾好东西准备去北京了，然后被HR抬走了，HR最后的几句话在我脑海里绕了一个星期，不过也算有良心了，让我有被HR面挂掉的心理准备
不管怎么样，快手三轮面试官都都很温柔，面试体验很好。而且面试也很结构化，特别标准的数分面试，收获还是很大的。
字节投递了数分岗位，简历过不去，转到运营岗面试。
三、字节跳动-消费者体验洞察运营实习生（15min）
一面（15min）2022.07.13
1.自我介绍
2.介绍一个项目，以及你的贡献度（李宁品牌自播分析）
3.这个项目大概花了多久
4.这个项目的竞品分析花了多久
5.北极星指标怎么选的
6.贷款违约预测的项目数据量级多大，花了多少时间完成
7.怎么分析竞品，从哪些维度对比竞品
8.作品集的可视化看板是套用公司的模板还是自己梳理的思路？
9.作品集的A/B测试大概花了多久
10.工具哪个更熟练
反问Part
1. SQL占日常工作的比例：20%，有数据同事开发好的工具，极复杂的情况才用SQL。
2. 实习生平时需要干什么：整理数据，做分析
二面（15min ）凉 2022.07.14
1.自我介绍
2.介绍一下实习中的项目（高增长）
3.说的是分析思路，举一个具体的例子
4.有没有跟进分析结果带来的收益（没有）
5.如果让你跟进，你会怎么做
6.聊一聊直播电商的痛点
7.聊一聊传统电商（严选）的痛点
8.入职时间、实习时间、是否接受线上实习
反问
1. 实习生能不能多写SQL
2. 实习生主要的产出是什么
HR后续反馈数据分析能力没有问题，但是缺少数据分析结论总结和跟进。大厂面试官真的很关注
分析的具体结果还有落地情况，我在滴滴、虾皮、字节第二个数据运营岗位的面试上，面试官都专门问了分析的具体结论和落地情况。小伙伴们一定要
做好结论的总结和提炼，结论要尽可能详细，具有落地的可能性。
一面（18min）2022.7.18
面试官介绍工作
1. 自我介绍
2. 介绍一个实习中的项目（无深挖）
3. 如果说用户集中反馈发货慢的问题，怎么分析
4. 如果想知道用户的反馈的痛点要怎么做
5. 如果进行问卷调研，要怎么进一步分析
反问
1. 实习生日常工作
2. SQL占工作的比例
补充问
1. 是不是真心想来
2. 能不能接受加班
3. 大三读书的时候就可以去实习了吗？
二面（15min，压力面）2022.7.20
1. 自我介绍
2. 自动化专业主要学什么
3. 介绍一下在严选的实习
4. 介绍一下在有道的实习
5. 挑一个项目介绍一下分析思路
5.1. 高增长项目
5.2. 高增长概念是什么？
5.3. 产出了什么结论？运营/产品有用吗？
6. 对电商运营的理解
反问
1. 在这个岗位能锻炼到SQL吗？（不太能）
2. 您说主要工作是运营，具体有哪些工作呢？
3. 实习生有机会参与A/Btest吗？（少）
HR面-吹爆，字节面试以来体验最好的一次（27min） 2022.7.20（这一场面试HR全程都笑笑的，真的很放松，之前字节的面试官都比较严肃哈哈哈）
1.自我介绍
2.自动化专业，学什么呢？
3.为什么会想做数据分析呢？
4.字节面试体验怎么样呢？
5.在新的实习里，针对以往自身的痛点，自己会做出什么改进呢？
6.为什么会定位到这份实习呢？
7.为什么会想来北京实习呢？
8.来北京父母同意吗？
9.未来有什么计划？考研or工作？
10.手上有别的offer吗，在面别家吗？
12.字节会是planA还是planB？
反问
有没有转正机会？
字节的面试官普遍比较严肃的，压迫感也比较强。问的问题都很犀利，针对每次字节面试遇到的不足去补充之后，真的有很大的提高。
五、滴滴-数据分析实习生（base杭州 数据科学部）
一面（55min）2022.07.20 凉
自我介绍
实习Part
有道
1.在有道实习的监控看板有哪些指标？
2.对数据的分析也是偏向内部人员运转的吗？
严选
1.介绍一个实习过程中的项目（高增长）
2.有没有什么具体的结论，可以给产品等提供决策的抓手（以一个具体的概念介绍）
SQL Part
三道SQL题（前两道很简单，最后一道有点卡住，面试官表示是附加题，没关系）
统计Part
1.A/Btest基于什么统计学原理？（假设检验）
2.假设检验是基于什么原理的？（中心极限定理）
3.假设检验有哪些检验方法（Z、T、卡方、F）
A/Btest Part
了解A/B test吗？介绍一下A/Btest的流程
面试官补充：1.实验前做一个A/Atest；2.对指标的评估没办法同步进行
了解因果推断吗？（不了解-跳过）
机器学习Part
1. 串行和并行的区别
2. Boosting的损失函数是什么？
3. 介绍一下Bagging或Boosting中的一个算法（介绍随机森林）
4. 决策树的ID3算法，划分特征的依据是什么？
5. C4.5算法相比起ID3算法做了什么改进？
6. 介绍一下贷款违约项目，你是怎么做数据清洗的？
确认入职时间&实习时长
有没有别的offer？进度到哪了？
目前的经历已经足够作为好公司的敲门砖，作为本科生已经算是优秀的
反问
1.实习的主要工作
2.SQL占日常工作多少比例？（SQL:Python-6：4）
3.是数据中台吗？
这一场的面试官是实习生，面试的时候基本上都是对答如流，面试官在面试结束的时候也表示作为本科生已经算是比较优秀的，但是一面还是没过。
后续微信私聊了一下，了解到他的背景是海外本硕+4段大厂实习，我人都傻了，我这背景过了才有鬼。
面试官表示理论题答的基本都是标准答案，但是太缺实战，还是得继续实习，也给了我很多其他的建议，非常nice~。
六、滴滴-数据仓库实习生（被滴滴数分面试官直接推到数仓主管面去了，让我试一下）
主管面（23min）
1.自我介绍
2.学过数据结构吗？数组和链表的区别（不会）
3.写SQL，难度不大，但是有一道不会
4.SQL有哪些连接，介绍一下
5.介绍一下数仓有几层，分别是用来干啥的（不会）
6.会sqlite吗？了解hive吗？（不知道）
7. 介绍工作
面试官估计都面无语了哈哈哈哈，问啥不会啥
七、虾皮-BI数据分析实习生
笔试（6道SQL题，有一道题目有一点难度，大多数是基础题）
业务面（23min）
1.自我介绍
实习Part
2.介绍一个实习中的分析项目介绍
2.1.有没有什么具体的结论，只看近三个月销售额来判断是不是高增长吗，没考虑看更长时间线吗
业务Part
如果发现波兰市场的跨境电商转化率远远低于本地电商的转化率，你会怎么分析？（人、货、场）
如果在人货场都没有太大区别，你又要怎么分析（市场大盘和趋势，明确这个市场值不值得继续深究）
如果波兰大盘跟别的国家的大盘接近，也是正向增长的，怎么分析？（明确是哪个环节的转化率低，针对不同环节的转化率，找到痛点）
你说自己善于沟通，如果有一天产品给了你一个很紧急的项目，你加急做完了，过几天又来了一个接近的需求，要怎么处理？
未来职业方向还有希望从事的行业
反问Part
对实习生的要求？
工具上有哪些：SQL为主，有的时候要用到Python和Tableau
实习生的产出有哪些？
虾皮面试流程很快，笔试+业务面就结束了，整体笔、面试难度也不大，考察SQL+业务思维
总结一下准备数分实习或者校招需要的内容
1.SQL：要么笔试考，要么现场写，绝对逃不掉SQLPart的。一般现场写的SQL都不会太难，把牛客网的SQL题刷完基本上就没问题啦
2.业务知识：这一块知识的准备只能靠日常积累。我个人准备的思路是：
2.1.找面经或者知乎中的数据分析业务题，一天写一道。把自己思路和他人的思路做对比，在思维碰撞中成长；
2.2.人人都是产品经理与数据分析有关的文章一天也保持一篇的阅读量。不一定会马上有反馈，但能不断拓宽数据分析的视野和思维。有一天自己在做业务真题甚至面试的时候，就会惊喜发现自己阅读过的文章中有思路可以很好的解决这个问题；
2.3.有大块时间可以系统阅读《精益数据分析》，里面有很多数据分析经典的模型和概念，值得一读
当然，实习肯定是最快提高分析思维的方式啦~
3.统计学：分成两Part，分别是八股文和计算题。八股文考察的不会太深，只要有准备一般不会被难倒；计算题自己面试到现在还没遇到过，个人觉得把牛客网概率和数理统计的题库刷完应该也差不多了
4.机器学习算法：这一块主要针对项目里有机器学习相关项目的小伙伴，如果项目写了，大概率会考察到机器学习一些算法原理的。不过数分毕竟偏向业务，一般也不会考察的很深，能够以原理+优缺点+适用场景的结构介绍一个算法，就已经很完美啦。吴恩达老师的机器学习课程很适合大家学习机器学习，里面介绍了很多面试常问的算法如（逻辑回归、K-Means、SVM等），也推荐大家学习
5.EXCEL/Python/Tableau：这三个工具一般都不会在笔试或者面试中考察，但是作为一个数据分析师也算是必备了。EXCEL一定要熟练掌握函数和透视表，Python和Tableau根据需求再补充学习即可
6.项目：对于没有实习经历的小伙伴而言，项目就是唯一能证明自己数据分析能力的Part了。项目的数据集一般是在阿里天池或者和鲸社区寻找，我个人觉得数据分析项目最好有三个
项目1-数据分析报告
例如经典的淘宝用户行为分析（有点烂大街，建议换一个），产出一份分析报告，体现自己的分析思维，这类项目也是面试官最喜欢问的；
项目2-可视化项目
基于Tableau或者PowerBI等可视化软件，做出可视化看板。可视化项目一般有两个要点：美观+强逻辑性。
强逻辑性是指，这块构建这块可视化看板的逻辑要严谨，为什么放这些图表，图表之间的联系是什么，而不是想到什么图画什么图。
项目3-机器学习建模项目
基于Python的pandas和sklearn库完成一个预测项目。
完成项目后，用STAR准则梳理项目，并且准备好项目介绍的草稿，向面试官介绍项目的时候才能逻辑清晰
如果能全面按照上面的来准备，面试的时候是可以做到对答如流的。
数分竞争还是很激烈的，大多都是一个萝卜一个坑，几十个人一起争。自己在快手、滴滴面试时深有体会，虽然面试表现都还不错，但总会有在经历、学历和能力各方面降维打击自己的竞争对手，本身也没有太出类拔萃的地方，所以在大厂的面试中生存率还是比较低。
这个时候就可以把预期往下调一调，去一下中厂或者中大厂，再不行去小厂，积极的投递、复盘、调整预期，总会收到匹配自己的offer滴；自己需要做的，就是把该准备的准备好，面试做到对答如流。
因为最近面试实在太多了，上面很多面经里的业务题都还没复盘，后续自己也会复盘，把自己的答案更新上来，大家如果有兴趣的话可以一起来讨论，都是热乎的大厂面试真题，还是很值得钻研哒
