《快手测开》专题

面试流程：投递 - 笔试 - 一面 - 二面 自我介绍 三段经历深挖 怎么平衡工作与学习 如果和业务部门产生冲突怎么解决 投了哪些公司，面试情况 对于快手的理解，以及潜在竞争对手分析 对于岗位的理解 反问 面试官没开摄像头，但是很有亲和力，聊的挺开心。 二面 25分钟 交叉面，面试官是数据分析师 主要问的我现在在做的数分实习内容，出了一个sql题，我答的很拉垮，但是面试官一直在给我引导，最后磕磕巴

一面  20min 1、介绍一下最近的产品实习经历 2、优化了哪些方向?怎么解决的? 3、介绍一下你的实习经历 4、问我有什么成果嘛？产出了什么?项目背景、承担的角色，项目内容，出现冲突的时候怎么解决，举一个具体的例子。 5、你觉得自己有哪些产品能力?怎么在产品设计中，满足同样需求的情况下，减少研发量?   反问 具体业务内容以及多久出结果 回答是一周内   面试官问问题没有逻辑性，而且面试官感觉

1.自我介绍 2.AI产品、数据产品、策略产品的区别 3.介绍一下实习里负责的一个项目，针对项目细节问了一些问题 4.认为产品经历最重要的三个特质？认为自己在哪方面比较擅长？ 5.我在项目中的角色，是完成任务的人还是主导决策人，之前有没有对接的经历？ 6.怎么做数据分析的，发现了什么?项目具体有哪些指标，得出了怎样的结论，怎么得出的结论，哪里做的不够好。？ 7.如果你是负责人，你觉得下一阶段最重要

快手主站经营分析组 1.自我介绍 2.介绍你做的完整的ab实验项目（简历提到） 3.指标体系的搭建思路、拆分 4.有做过机器学习的项目吗 5.手写代码：求次日留存率 6.异动分析怎么分析 7.开放问题：投硬币，投几点给多少钱，你选择付多少钱投一次？如果可以无限次投，你选择付多少钱投一次呢？提示：每投一次硬币都是一次独立实验 ps：我感觉我基本上答出来了，就是不太顺畅，不太全，3.29面的，一周后官

4.20一面 纯实习经历问题，不过也能提炼一些泛用性高的问题 1.商业分析经历中的项目框架是怎么做的，分析思路是怎么来的，最后的产出形式是什么 2.再给你一次机会会如何改进这个框架 3.运营实习中对数据链路的监控优化过程里讲一个案例 4.21二面 纯业务问题 1.之前的实习经历学到的最重要的是什么 2.构建短视频app的核心指标体系，你会选什么指标 3.提到的点赞率这个指标从创作者角度如何解读 4

4.21面试 1.自我介绍 2.sql：分组内播放最好视频 没写对，然后面试官还亲切地给我讲题了，仿佛在上课 3.经历深挖 4.抽牌算概率 5.费米：北京有多少个数据分析师 6.又考了个概率问题 总而言之，凉透了。让我算概率的时候脑子直接卡壳…… #数据人的面试交流地#

4.3 一面 1. 为什么学习前端，以及怎么学习 2. 介绍实习项目 3. 实习难点 4. 对称加密和非对称加密 5. csrf和xss以及解决方案 6. 手写居中（越多越好） 7. 实习项目是否遇到性能卡顿问题 8. react的了解 9. VDOM 10. 代码输出（this） 11. 事件分发 12. 手写快排 13. 304状态码，浏览器缓存 整个面试非常基础并简单 4.6 二面 没有八股

一面 30min 1．自我介绍 2．实习经历深挖（具体都做了啥、总结的方法论、有没有自己的思考） 3．如何判断一个优质的内容 4．了解的二次元文化 5．对于虚拟主播行业有没有了解 6．优秀的虚拟主播都有哪些特性 7．开放题：如何分级运营虚拟主播 8．反问 面试面的一脸懵逼 平时不爱看短视频，恶补了一些常见面试题都没问 看岗位 jd 上写的是跟游戏相关的内容 结果是虚拟主播 好在最近入坑了 shot

一面 1.简单自我介绍一下 2.介绍一下你最近做的项目 3.为什么暑期做这个项目活动呢 4.你为什么选择运动垂类呢 5.怎么样达成这个项目目标的 6.这个项目难点是什么，以及最后复盘总结收获较大的是什么 7.这个项目如何触达更多用户 8.你刚刚说的站外社群“xxx群”是怎么找的 9.创建话题的笔记数量，是之前就有的还是说新创建的话题数量 10.如何通过社群实现裂变，你是如何通过社群做精细化运营的呢

#运营人求职交流聚集地# 先介绍下自己，双非一本，农林类院校农林专业大四就读，无大厂实习经验，自己有运营小红书账号，破万粉。 我面试的是快手旗下新开粉条内容运营，一面是电话面试，是hr实习生面的，听声音和我年纪差不多大。 面完后她说我好厉害，我就知道这把稳了！ 一面 15min 1．自我介绍 2．实习经历询问，做了什么，取得了什么成就 3．如何判断一个优质的内容 4．对运营的理解 5．对于粉条有没

一面 leader视频面 30min 一分钟自我介绍 让我详细介绍上两段实习的工作任务（一定要结果导向！可以用数据说话） 问到毕业论文思路（毕业论文写的是小众文化综艺节目，leader大概觉得这个比较有意思，好在考研复试准备过这个问题） 询问我的视频剪辑能力和excel数据处理能力 最后面试官花了十分钟左右的时间介绍岗位工作 面试官提前5分钟进入视频会议开始面试，整个过程超级温柔，所以我面试没有很

之前主动投递的岗位基本都是b端产品，这次投递的快影是c端的剪辑创作工具，投递是一个意外hh（某平台上的一键投递），hr很快回应并发起了面试，面试流程也很顺利。 区别于之前的几轮面试，这次面试会重点挖掘用户调研和原型设计方面的经验和思考，让我深深意识到自己的同理心有所欠缺，而这是一个比较重要的产品素质。 在面试中交流学习到很多，但慎重考虑后还是放弃了这个机会，去准备其他更重要的事。 本文将从“个人背

本文档介绍了如何创建一个简单的 Kubernetes 集群，部署 TiDB Operator，并使用 TiDB Operator 部署 TiDB 集群。 警告： 本文中部署例子仅用于测试目的。不要直接用于生产环境。 基本步骤如下： 创建 Kubernetes 集群 本节介绍了两种创建简单 Kubernetes 集群的方法，可用于测试在 TiDB Operator 下运行的 TiDB 集群。选择最适

Vanilla 的 Service vanilla 的 Service 预设为项目对某些通用业务逻辑封装为独立的 Service，方便维护、管理、缓存等。 Vanilla 的 Service 在项目的 models/service 路径下，一般使用 LoadModel 方法进行加载 最简单的 Service 由自动生成的 demo 中默认生成了 UserService，可以看出 UserServi

Vanilla 的 DAO vanilla 的 DAO 预设为项目对数据源的封装，一切对数据源的操作都可以封装成 DAO，方便维护、管理、缓存等。 Vanilla 的 DAO 在项目的 models/dao 路径下，一般使用 LoadModel 方法进行加载 最简单的 DAO 由自动生成的 demo 中默认生成了 TableDao，可以看出 TableDao 只是一个普通的 LUA 包。 loca