《数据分析面试笔试》专题

本以为凉了，但没想到面试官太好了，给了我二面机会，但无奈太菜害 二面是由冉星的数据分析团队的Leader面试的，主要包括以下内容： 项目经验：被问及过去的数据分析项目经验，需要详细描述自己在项目中所扮演的角色、面对的挑战以及解决问题的方法。 统计学知识：被问及统计学知识，例如假设检验、方差分析等，需要能够深入理解并应用到实际业务场景中。 机器学习：被问及机器学习知识，例如分类、聚类、回归等，需要能

自我介绍 项目介绍：（国模详细介绍、面对的困难） 实习介绍：实习中有没有做一些本职之外的有趣的事情。怎么样对数据预处理，有没有什么提炼的策略。 nlp介绍 用户画像怎么做的 sql窗口函数三个 反问：业务、实习时间 面试官是小姐姐，感觉还挺好的：） 等一个结果

timeline：8.30投递——9.13一面 面试时长：45min 面试形式：远程视频 自我介绍 深挖简历业务方向做法与反思 SQL题，计算过去一周每小时的订单总量，如果是15min怎么办，如果是5min怎么办 Python题，两表左右拼接和上下拼接 业务场景题，分析订单量下降的原因，不断限制范围问新的拆解指标 统计题，抛硬币直到正面朝上才停止问很多次试验后正面朝上和反面朝上的比例 机器学习，讲

1.自我介绍 2.实习项目拷打 3.场景题，有一万条数据，但有一个类只有条数据，训练时要注意什么，我:构造数据；增加查全率。面试官:从模型方面讲讲。我:加入正则化项。面试官:损失函数的权重。 4.一个项目，反例比较少，选择一个模型评估方法。没答上来。面试官说AUC曲线，让我说说原因。也猜到了要答AUC曲线跟数量无关，但是有点印像，画曲线的时候是要使用正例反例数量的，不敢说话，疯狂道歉。 5.SQL

我面试了零售部数据分析岗，下面将问题整理一下： 一面 1.自我介绍 2.介绍一个实习中最深刻的项目1.这个项目的分析思路是什么样，有没有出现和预期不同的情况 2.如果应对这种预期与实际不符的情况 3.用户通过活动转化的行为路径会是怎样，怎么判断是哪个环节出现的问题 4.SQL：次日，三日，七日留存 5.SQL:：找各品类下gmv最高的商品 6.SQL的优化方法 7.几个join的区别 8.最后考核

timeline：7.10投递——7.12约面——7.13一面 面试时长：30min 面试形式：远程视频 P1：在线coding 两道SQL大题 3min思考 口述思路 具体到会使用的函数 初中级难度刷牛客SQL即可答出 P2：简历 介绍实习工作 围绕实习经历提一些问题 P3：反问 工作内容、常用代码软件、工作时长(早十晚九)、工作氛围 KPI面，面试官不开摄像头，面试时长30min不到，简历问一

timeline：8.8一面——8.11二面 面试形式：远程视频 面试时长：30min 自我介绍 聊聊学业：最喜欢的课程为什么、详细的例子 聊聊实习：第一段第二段第三段分别做的啥 聊聊未来：职业规划、行业选择 反问 就硬聊，全程不来电... 但又说部门目前非常缺人手hc很多，希望给个好消息吧...#数据人的面试交流地##快手##面经#

👥 面试题目 ➡️投递渠道：快手官网；整个面试时长70分钟，是我面过最长的 面完感觉元气散了一半 呼~ 一共四个大板块，下面附上详细面经： part1：基本情况了解： 深挖简历情况，例如第一段实习的收获，第二段实习中遇到的问题，我对第二段工作的了解情况 part2：编程技能考察 1.求次日留存率 2.统计朋友点赞，但是自己没点赞的内容 part3：数理统计考察 一道贝叶斯应用题 part4: 业

1.深挖简历 2.GMV拆解 异动分析 3.数据分析工具竞品对比 没手撕 体感一般 分享攒好运🍀

接到电话第二天早上就要面试，用的飞书视频面。 因为时间原因没过，很荒谬啊，谁来告诉我大学生如何做到开学后还要五天全天线下实习的，，，好了，吐槽到此为止，面试官人很好，很温柔反正 1、自我介绍 2、介绍一个最有价值的项目经历 3、深度挖掘这个项目的一些提问 4、提问一个其他相关的项目经历 5、对公司产品的了解（我面试的是某项产品下面的数据分析岗位） 6、从数据的角度如何评价产品好坏，如何挖掘数据背后

1、两个有序int数组，合并成一个？ 答：用两个下标移动，判断大小，写入到一个新的数组里面 2、求一个数的n次方？ 答：我写的是递归，显然不是面试官想要的答案。说时间复杂度能不能降一下，不会啦！ 网上百度啦一个答案，没怎么看懂，放出来大家瞅一瞅 #腾讯笔试##大数据求职#

👥面试题目 如何来筛选活跃度前十的用户 思路解析 考察的知识点： - 活跃用户定义：理解活跃用户的定义及其在数据分析中的重要性。 - 指标选取：掌握选择合适的指标来衡量用户活跃度。 - 数据处理：了解如何处理数据以提取有用信息。 - 排名算法：掌握实现用户活跃度排名的算法。 性别留存率分析的具体应用场景 思路解析 考察的知识点： - 用户行为分析：理解性别留存率分析在用户行为分析中的应用。 -

👥面试题目 一副扑克牌 54 张分成等额 6 份大小王在同一份牌里的概率? 本问题主要考察的是组合数学和概率理论的知识点，具体涉及： 组合数学：用于计算所有可能的分牌方式以及目标事件（大小王在同一份牌中）的出现次数。 概率理论：用来计算特定事件（大小王在同一份牌中）发生的可能性。 逻辑回归的原理，应用场景以及优缺点？ 当我们探讨逻辑回归的原理、应用场景及优缺点时，我们实际上是在考察以下几个核心知

8月31日一面，两位面试官，2V1，时长约1小时，两位面试官都很温和，整体的面试体验感觉很好，面试氛围超好 自我介绍 针对所修专业开始提问 你的专业做数据分析相比于统计学/数学有什么特殊之处？ 你的专业做数据分析有什么优势？ 介绍其中一段实习经历 实习中使用到的一个预测模型处理的数据大约有多少条记录？时间跨度有多长？用的训练集占多少？ 对于这个项目，当时是怎么分工的？ 有遇到什么问题，是怎么解决的

总评：面试官感觉很好也比较专业，一面是中台的数据分析师，主要深耕简历和考察一些基础知识掌握情况；二面是整个运营产品方向的负责人，主要考察驱动业务和沟通能力。 一面：（中台数分面） 1. 之前项目中用户画像是如何做的？除了刚刚那些标签，还能想到哪些其他的标签？假设现在用户标签充足，基于当前标签，CRM还能做什么？ 2. 如何设计一个ABTest实验去度量针对性话术对于转化率提升的影响效果？（基于1）