滴滴数分 面经（已oc）
时隔一年再次鼓起勇气投简历了，秋招压力真的很大～
bg：北京985，计算机相关专业，两段大厂数据分析实习，一段小厂前端开发实习，目前求职意向是前端开发（优先）和数据分析。
滴滴出行 增长运营
投递渠道是实习僧，面试官是一个语气很温柔的姐姐
一面（50min）
1.自我介绍。
院校、专业、毕业时间、实习经历简介
2.简单介绍一个实习期间印象比较深的项目。
我介绍了一个实习期间产品优化方面的项目，主要内容就是对PM上线的AB实验效果进行分析，介绍的思路大概是项目背景、项目流程、项目成果。
3.项目中关注了哪些指标？
从正向指标和负向指标展开，产品优化的方向是提升正向指标，控制负向指标。
4.既然聊到AB实验，说一下显著性怎么确定的？p值是多少？
这里有点尴尬，刚好忘记复习AB实验的内容......显著性是指零假设为真的情况下拒绝零假设所要承担的风险水平，p值就是当原假设为真时，比所得到的样本观察结果更极端的结果出现的概率。总之，p值越小，越显著。
5.聊聊第一类错误。
第一类错误是原假设为真但错误地拒绝原假设，第二类错误是原假设为假但错误地接受原假设。
6.样本量怎么确定。 依然尴尬，样本量计算有公式，没复习。
7.指标体系如何搭建。 北极星指标、一级、二级，根据重要性和粒度依次向下拆解，也可以说OSM模型（Object、Strategy、Method）。
8.机器学习项目深挖。
楼主做了一个分类的机器学习项目，主要是将小样本的用户调研数据，推广到大样本的平台用户，根据用户的特征对用户是否信任平台进行分类。大体包括了用户画像、特征选取、特征变换、模型搭建和调参优化等。
9.训练集标签的比例是怎样的？
训练数据不平衡可能导致最终分类准确率的错误，这里回答了是均衡的数据。
10.ROC值大概是多少？
回答了0.76左右，后续还有进一步优化。
11.另一段实习的深挖
主要介绍了如何监控指标异动的，以及如何用统计学方法对用户进行标签化。
12.两道SQL题，要求共享屏幕回答。有一张表，有日期(date)、用户ID(uid)、订单ID（order_id）等字段，要求完成下面两个需求：
- 找出最近一周，完单量TOP10的用户。（完单量定义为完成订单的数量）
- 找出每天完单的人中，新用户的数量。（新用户定义为在一条记录中，该用户的日期是他第一次出现的日期）
# 需求1: 窗口函数、日期函数
# 主要关注的点：如何找出近一周内的记录、如何排序
# tmp子表主要用于找出近七天所有用户的完单量
with tmp as (
select
uid,
count(distinct order_id) as `order_num`,
from table
where
date between DATE_SUB((select max(date) from table), INTERVAL 1 WEEK)
and (select max(date) from table)
group by uid
)
select
uid,
order_num,
rk
from
(
select
uid,
order_num,
dense_rank() over (order by order_num desc) as rk
from tmp
)t
where rk <= 10
# 需求2: 窗口函数
# 找出一个用户产生订单记录的日期最小值，如果当前记录的日期等于该最小值，则认为这条记录是新用户产生的
with tmp2 as(
select
date as curr_date,
uid,
order_id,
min(date) over (partition by uid) as min_date
from table
)
select
curr_date,
sum(case when curr_date = min_date then 1 else 0 end) as new_user_num
from tmp
group by curr_date
13.实习时长，最早到岗时间 14.反问环节。
问了主要职责，日常分析中的工具使用占比，还有面试官对楼主的表现如何评价
总体下来感觉还是不错的，面试的姐姐非常亲切有礼貌，问题大多与简历中的实习和项目相关，偶尔会引申一些理论知识的考查，SQL题对楼主来说也是比较easy的。建议面试的小伙伴们一定要好好研读自己的简历，不要给自己挖坑，写出来的项目一定要清楚他的原理是怎样的。
一面隔天约了二面时间。
二面（15min）
感觉是leader面了，人很随和，聊聊天的性质
- 自我介绍
- 校内感兴趣的专业课，为什么
- 实习中有亮点的一个项目，说一说
- 技术和business sense的关系
- SQL、Python掌握得怎么样，自我评估一下
- 反问
整体下来很轻松～反问问了具体工作，面试官说取数需求不会太多，大部分是在做A/B、数据建模和一些业务的分析（目前正在评估系统重构的效果）
二面10min后收到oc
#秋招##数据分析##滴滴#