《字节跳动数据分析师面经》专题

  #校招#    刚刚面完，感觉面试官没啥耐心，都没怎么问就结束了 背景23应届双非硕，搞的机器学习，时间线：9.9投递，10.25笔试，11.2一面 问题： 1.在你说的数据分析经历里面挑一个说说你在里面用数据分析做了什么贡献，带来了什么价值能让你有成就感。 2.我看你的数据分析更偏向研究方向，你是怎么了解到我们公司的数据分析岗位，你觉得我们公司这个岗位日常是干啥的。（说实话这个问题没答好）

一面 留存率 活跃前十 性别留存率 销售额下降分析 直播间重要指标 罗永浩加盟抖音 分析效益值不值得 用户体验是什么 抖音和快手对比体验 二面 介绍项目 创新点 自己有成就感的事情 个人优势 职业规划

公司业务：菠菜类出海游戏，不涉及金钱交易，类似斗地主，在海外市场有不错的份额。 用户：海外工作党、大叔。 一面（2月9日，数据分析组leader）： 简述自己参与度比较高的实习经历； 简述一下在哈啰主要做的事情； 以英雄联盟为例，上线一个新英雄后，如何分析该英雄在游戏中的表现； 上线一个英雄之前，如何分析数据确定英雄的设计方向； 上线一个英雄之前，如何通过数据平衡玩家对一些版本英雄的喜好； 对于博

#软件开发2023笔面经# 前段时间投了4399数据分析方向，本来是15号晚上七点的笔试，忘记参加了顺延到了16号上午九点，内容比想象的多，有十个选择题，涉及面很广，数据结构问时间复杂度的，操作系统问概念的，计算机网络ip结构也问了，java代码也考了，10个选择题，我感觉还有点难，然后有简答题三个，编程题三个，职场题两个，一共两个小时。 简答题有说出代码错误的，写sql语句的，SQL优化的，呜呜

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

一面 （4.7） 简历面，问了问项目和实习，聊了聊意向，对岗位的情况作介绍 二面（4.11） 问一些诸如过往经历中遇到的问题？如何解决的？项目团队中承担什么角色？怎么和团队协作的？之类的hr面会问的问题 4.17官网显示转推荐 一面的小姐姐感觉挺热情挺贴心的，面了有半小时； 二面感觉面试官全程没什么热情，问题都是走流程，面了十几分钟就结束了。#京东物流##数据分析#

爱玛 IT部-数据分析 面经 岗位名称：数据分析 时间线：9.28投递简历 10.19腾讯会议线上面试 面试流程： 大概10月13号吧，之前有个hr打电话问了相关的基础情况，比如工作base在天津，岗位是单休接不接受，按照学历定工资（双非硕7K+），实习期两个月要进车间学习等等，基本问完感觉还行就后面等着安排面试了。 面试就一轮技术面，面完就等待发offer或者池子。 面试总长30分钟，有4个人，

已经离职了所以准备贡献一下面经~ 1. 自我介绍（介绍了一下学校专业背景，之前的实习主要是什么方向） 2. 简历实习深挖，挖了之前的两端实习做的内容，然后用到的什么指标，异动归因怎么做的，决策树模型等等 3. 工具使用的熟练度，SQL和python用的多不多，出了两道SQL题手写，大概牛客mid难度。 4. 项目深挖，问了项目的target ratio，标签是什么，数据清洗是怎么做的，特征挖掘部分

一面 (30min)： 介绍一下在滴滴的实习 介绍一下做的数据基建的项目 机器学习项目自己是什么角色 是否对接了业务方 组里除了你是否还有别的专门负责数据的人员 你说你是小说发烧友，平时喜欢看什么类型的小说 说一下你使用掌阅、起点和🍅小说的不同感受 你认为掌阅app还有什么可以改进的 是否可以提前实习 反问： 数据岗的地位：业务核心 还可以去了解些什么：提前了解一些用户增长知识 二面(纯聊天，2

自我介绍 五个sql题 两个概率论题 做完已经麻了。。 挖了一下简历，然后就凉了。。。

问题： 自我介绍 优缺点 别人怎么评价你 转向数据分析的契机 实习和竞赛哪个更印象深刻 实习中遇到的困难和解决的方法 对岗位的期待 反问 会不会影响学业 到岗时间 非常快，加起来20分钟

#数据分析# 下午刚面完字节的产品，晚上哈啰突然通知电话面，数据分析的日常岗(感觉暑期已经招完啦) 本来通知6点面，结果面试官到7.30才打的电话，真的干等了一个半小时 先是深挖了下实习经历和项目经历，没这么给压力也没怎么提问，就是让我介绍一下，然后就是给了几个问题 1.如何估算一个城市的哈啰单车订单数量，考虑哪些指标，用什么模型 2.如何验证你的预测是否准确 3.现在有用户的全部数据，需要判断这

面试高频题1： 题目：说一说数据分析流程 答案解析： 第一步： 与业务方沟通问题，明确分析目标； 第二步： 对目标进行拆解，可以采用两步分析法，也可以采用人货场分析法，通过数据定位问题源头； 这里可以通过计算各个维度该指标的变动系数=（指标异常前-指标异常后）/指标异常前，选出变动系数较大的前几个维度，对其进行分析 第三步：与产品、运营和技术沟通，找到问题原因。 面试高频题2： 题目：指标异动的分

面试高频题13： 题目：用户有目的的访问app（例如搜索女装），但是下单量较少怎么分析 答案解析： 漏斗分析。 下单转化漏斗：访问app--商品详情页--购买页面--支付页面--支付成功。 定位是哪个环节出现问题后，与技术人员和产品人员沟通，找到原因。 面试高频题14： 题目：如果近期贝壳二手房成交量下跌，怎么分析 答案解析： 首先，按照省市、价格区间等维度划分，找到是哪个维度下的二手房成交量下跌

面试高频题21： 题目：一家实体零售企业发现本月销售额同比下降30%，如何来分析销售额同比下滑的原因呢？ 答案解析： 业务模型初步分析： 实体零售一般是以全国-大区-小区-单店的管理模型进行运营。 逻辑拆解： ①内外部大环境判断： 外部环境（PEST）： 政策：如国家出台有关政策。 经济：如市场经济环境影响，竞品的影响。 社会：如社会上产生不利于舆论。 科技：如新技术出现并没有促进消费，反而产生不