前两面是标签/用户画像方向,二面结束后被推到行业分析/业务分析方向。
一面,6月25日
1. 自我介绍。
2. 挑一段数据分析项目讲讲是怎么做的。(讲了风控实习的时候风险评分项目),面试官评价我基本用的都是统计方法,想到用算法模型吗,我说一个是我不会算法模型,一个是有专门的算法同学负责算法这一块,我作为数分实习生负责制订一些规则。
3. 有没有做看板的经历,挑一个说说思路。答:我做过很多,说了一个统计发放优惠券的量,一个手机模型风险变化过去7 天的趋势(中低高风险之类的)。
4. 如果数据出现波动会如何分析?
5. SQL题:有一个订单表,一个商家表,想统计过去30天内每个用户下过单的商家的平均得分。
6. 如果想给所有用户按照下过单的商家评分来分100个桶该怎么分,应该用ntile函数。
7. 对广告的效益有了解吗?ROI如何计算?
8. 对画像、标签相关的工作内容感兴趣吗?
9. 反问。我问了下刚才没想起来的窗口函数,还有北京上海杭州电商部门的区别。告诉我抖音电商部门主要在上海杭州,北京人比较少。
二面,6月29日
1. 面试官介绍、组内业务情况、自我介绍。
2. 之前在字节的实习经历,又问之前没有电商方向的实习,为什么会想做电商?
3. 想测量发放一张优惠券所能促进的转化量有多少,如何测量?答:AB测试。
4. 如果不能做AB测试要怎么衡量效果?答:不清楚。面试官说可以构造一个实验组和对照组(选取之前用于购买类似品类、单价的优惠券),做一个伪AB测试。
5. 现在完美日记要挑选中部的KOL宣传他们的产品,你会如何帮助他们挑选?答:首先分析购买过完美日记的用户的特征,再挑选用户画像相似的一群KOL。其次会测算一下KOL们的ROI,挑选ROI较高的KOL去做推广。
6. 如何去构建画像,考虑哪些标签?答:基础标签+算法标签+规则标签。
7. 如何根据这些标签进行推荐?
8. SQL题:有一张名字表,统计名字是两个字的人中,姓氏按从多到少排序。
9. 如何尽可能多的找出来中国人的复姓有哪些?我没答上来,面试官说和上一题思路差不多,可以把4个字的人名提出来,分割前两个字,看下分布,出现较多的大概率是复姓,然后可以用三个字的名字验证一下。
10. 反问。问了面试表现,面试官说基础没什么问题,业务问深了就不太行了,不过问题不大。
三面,7月1日
1. 自我介绍。
2. 介绍一个数据分析项目。(风控)
3. 为什么会从这些角度进行分析?(核心是区分作弊和普通用户行为上的差异:聚集vs分散,以此来设计指标)
4. GMV下降如何分析?
5. 估算一下北京市有多少辆红色小汽车?
6. SQL题:一张表里有学生、科目和考试成绩,列出每个科目前十名的同学名单。
7. SQL题:一张表里有月份、每月GMV,算出去年1-12月每个月往前累计的GMV总和。
8. 会不会做看板?我说我做过30多个。
9. 反问。问了业务情况、多久反馈、以及面试表现。
四面,7月2日
1. 自我介绍。
2. 简历深挖。
2.1 介绍一下数据分析实习时候的内容。
2.2 介绍一个主要的项目,怎么做的?
2.3 介绍一下第二个项目。如果想要优化,可以在哪方面进行优化?
2.4 你当时为什么没有做这个优化?
3. 介绍一下数据产品实习的内容。
3.1 分析报告是怎么写的,有哪些内容?
3.2 这些内容主要是为了做什么?
3.3 谁会看报告?
3.4 从哪些维度分析的?
3.5 讲一下报告的内容。关注什么指标?
3.6 你说的这个行业知识库是怎么搭建的?需要哪些数据?目的是什么?
4. SQL和Python的熟练程度如何?有没有写过比较复杂的SQL?
5. 反问。
五面,7月2日,HR面
1. 自我介绍。
2. 介绍最近一段实习的经历。
3. 介绍一个数据分析的项目。
4. 结果为什么会不显著,结果不显著的话是怎么分析的呢?
5. 说一下自己的三个优缺点。
6. 你还投了其他非数分岗位,自己的职业规划是什么样的?
7. 对数据分析师有什么认识?
8. 数据分析师和产品经理的工作内容有什么区别?(因为我有过产品经历所以这么问了)
9. GMV下降如何分析?
10. 之前在字节实习感觉怎么样?喜欢字节的氛围嘛?一般几点下班?
11. 反问。问了自己的表现,面试官说hr面主要考察沟通能力、应变能力还有说话的逻辑性(分点作答很重要)等软实力。她说这些都表现得不错,但会担心我的稳定性,然后我就表了下忠心,说会实习到年底。
#数据分析##字节跳动##数据分析师##数据分析实习##数据分析面试#