《字节跳动数据分析师面经》专题

本地生活部门 1. 自我介绍 2. 举一个印象比较深的项目说一下 3. GMV下降如何分析？ 4. 刚才的下降从商家和买家角度如何分析？ 5. 举一个自己用过的产品，提优缺点，做什么样的改进比较好？ 6. AB实验最小样本量问题 7. 直接拿大盘做实验可不可行？为啥？ 8. 反问：工作内容 其他一些内容有点忘了，大致来说是这些主要问题 自我感觉答得很好，过了几天还是寄了 #数据分析师##校招#

回馈一下 tl：9.20投简历-9.21笔试-9.25一面 1. 自我介绍 2. 简历提问 讲了两段实习 没有太深挖 3. 对于生活服务业务的理解 lz真的不了解😅 随便按照jd上胡扯了一下 好像理解错了😅 4. 指标异动类问题 GMV下降怎么分析 5. 指标体系类问题 - 发站内信提醒购买的人消费 怎么搭建指标体系 6. 怎么明确5的效果是显著的 7. ab基础知识/p-value/t z

电商方向的数据分析岗 一面，12月14日，30分钟 1. 自我介绍。 2. SQL题，10月销量排名前十的商品。 3. 抖音某主播要投放广告怎么计算ROI，如何衡量新客的价值（电商方向）？ 4. 对抖音内电商各行业出一份2020年分析报告，用来指导2021年，你会怎么做？ 5. 你觉得在抖音下的电商应该关注什么指标？(回答了GMV、复购率、购买转化率、退单率等，面试官说这是需求侧，问能不能说说供给

一面，30分钟 1. 自我介绍。 2. 深挖数据分析项目。 3. SQL题：窗口函数。 4. 常用的APP深挖。 5. 反问。 二面，35分钟 1. 自我介绍。 2. 深挖数据分析项目，要求不能与一面重复。 3. 一道SQL。 4. 抖音常用吗？ 4.1 从"抖音搜索"展开，怎样去衡量抖音搜索模块的表现？ 4.2 涉及AB实验。 4.3 样本量计算公式。 5. 反问。 三面，35分钟 1. 自我介

前言 感恩牛客，陪伴了我度过以前艰难地找日常实习、暑期实习、秋招那段时光！ 整理了百万字的数据分析面经，去除了一些无效描述，现在按照不同公司做一个汇总。 一方面，当成自己学习笔记做个记录，方便以后回顾；另一方面，回馈牛客社区，大家一起加油进步！ 一面，4月24日，30分钟 1. 自我介绍。 2. 挑一个项目说说。 2.1 正负样本量不同如何解决（样本不平衡问题）。 2.2 项目的效益是什么。 3.

前言 感恩牛客，陪伴了我度过以前艰难地找日常实习、暑期实习、秋招那段时光！ 在准备过程中，整理了百万字的数据分析面经（从牛客等各大平台），去除了一些无效描述，现在按照不同公司做一个汇总。 一方面，当成自己学习笔记做个记录，方便以后回顾；另一方面，回馈牛客社区，大家一起加油进步！ 一面 1. 自我介绍。 2. 介绍之前做过的一个项目（说了做过的分析SKUs的项目，深挖20多分钟）。 3. 给了一下抖

一面，50分钟 1. 自我介绍。 2. 为什么想转行？（量化转互联网。答：由于个人本身兴趣点是在于用统计分析解决问题，我本身量化的热爱本不在金融，转行其实核心并没有变，其次互联网可以真正创造价值，而金融只是在实体经济的基础上的资本博弈。 3. 推荐算法进行了一次迭代，怎么评价这次更新后的版本是不是比以前更好？答：AB实验，指标定为推荐视频的跳出率（核心），点赞率，关注率，session时长。 4.

一面 1. 自我介绍。 2. 深挖简历项目。 3. 如果抖音在东北地区发起了一个红包活动，怎么看效果？（答：AB实验） 4. 如果有一部分人收到红包，另一部分没有，会引起用户不好的反响，怎么办？（答：可以用DID方法，找个类似APP作对照，比如火山，面试官肯定了一下思路，说更好的方式是用两个地理位置较远的城市作对照） 5. 解释一下具体效果怎么算？（答：DID方法比较变化量的差值） 6. 如果两组

TimeLine：一面20211108，二面20211110，三面20211112 当时的BG：北邮本硕，管理类专业，一段实习经历：美团商业分析师 写在前面的话：该文档记录日常实习面试的相关问题，面试时间为2021年。以下问题的答案可能存在错误，敬请读者批评指正 一面 1. SQL考察 数据表：用户表user_profile，字段有：user_id'用户id'和login_date'用户登录日期'

下午四点半打电话问我五点半能面试吗，字节节奏好快，直接就面了 面试形式：下载飞书视频面试 时间：2022/7/18 17:30 0、自我介绍 1、飞书上考了一道SQL，要用窗口函数，case when语句等，写完代码讲思路（解出来了，但面试官提醒我要在外层关联另外一张表，我在内层关联可能会丢失一些数据。没注意到这个小细节） 2、实习相关： 讲一个自己负责的AB test实验分析。 AB test涉

已经入职一个多月了，才想起来写篇面经，有些面试细节记得不太清楚了，大家仅供参考。总体来说面试体验挺好，问的问题也没有很刁钻（可能是急缺人手），废话不多说直接上干货 一面 1. 自我介绍 2. 项目介绍-主要关于我在美团实习做的项目，AB实验，如何确保用户画像相似，观察的核心指标等等 3. t检验和z检验 4. p值的意义 5. sql：求用户留存 6. 逻辑回归背后的核心原理 7. 随即森林和xg

产品侧的数分，主要围绕互联网产品相关分析展开。 一面，3月17日，40分钟 1. 自我介绍。 2. 实习中某一个数据指标体系具体怎么搭的，每个板块具体用了什么指标？ 3. 最常用的APP是哪个？答了B站，后面的问题全是围绕B站进行讨论。 3.1 觉得B站有什么问题？ 3.2 针对提的问题问，这种情况要怎么解决？具体怎么实施？可以用哪些数据指标？之后如何评估问题是否得到解决？ 3.3 假设B站搞直播

一面，3月28日，40分钟 1. 自我介绍。 2. 深挖简历上的一个游戏数据项目。 3. 介绍简历上的数据爬虫和可视化项目是如何做的？ 4. 如何对缺省值进行处理？ 5. 对某案例挑战赛是如何估算出5%的销售额提升的？ 6. 辛普森悖论。 7. 两道SQL：窗口函数以及group by。左连接和内连接的区别。 8. 机器学习的使用经历。 9. 反问。 二面，3月28日，40分钟 1. 自我介绍。

1、自我介绍 2、跳槽理由 3、介绍团队 4、自己感觉做的最好的项目(扣的很细，聊了很久) 5、遇到过的技术问题 6、数据倾斜如何解决 7、缓慢变化维怎么解决 8、周期变化事实数据，比如七天累计订单表应该放哪一层？为什么？ 9、什么数仓才算一个好的数仓 10、雪花模型跟星型模型区别 11、写sql题 12、反问 面了三家 淘天、字节、pdd，都offer了，这个草稿也是当时写的一直忘发了，后面有空

面试时长 大概半小时左右 面试流程 1.首先是让我做个简单的自我介绍； 2.接着提问我能力上的优缺点，以及对未来的规划； 3.在工作中遇到过什么困难，如何解决的，应该是要考察问题解决的思路； 4.感觉在工作中收获了什么？ 5.平时有什么兴趣爱好？ 6.之前的职级和薪资待遇？ 7.为什么想出来寻找机会？ 8.最后问我有什么想问他的，这里建议不要问薪资问题； 小结 虽说是hr面，挂的几率不大，但是建议