《数据分析面试笔试》专题

🕒岗位/面试时间 🤔面试感受 一面4月23日，是一个年轻小哥，长得很帅人也非常好，水平很高感觉提示也特别到位，全程体验良好，问了一道概率一道python 一道SQL 隔两天约了二面 吐槽一下二面改了三次时间，最后定的4月26号 二面面试官看起来非常不专心，一开始迟到了几分钟，然后刚开始他手机一直响，感觉漫不经心还在玩手机，关于问简历感觉非常不专业，因为他自己不懂还要重复性的问好几遍，他自己就是

滴滴-数据科学与智能部-数据分析日常实习，通常两面或一面。 面经8，一面30多分钟+二面30多分钟，已Offer 1. 自我介绍。 2. 分别介绍最近两段实习里（手子与滴滴）印象深刻的项目经历：项目策略的目的、分析方法、遇到的困难、解决办法、产出成果。 3. 最有成就感的一段经历，为什么有成就感？（讲了一堆分析方法，但面试官想考察的是性格和品质，比如自驱去发现问题/被动完成任务哪种更能激励我） 4

第一题合并两个二叉树lc617 第二题爬楼梯，多少种爬法，10000级楼梯 第三题滑动窗口的最大值lc239 #蔚来提前批笔试#

saas平台,商城商品模块相关表设计 交以下内容 初始化数据 1.表数据字典 2.生成语句 3.自行模拟的数据导入语句 业务数据 1.后台新增语句 2.后台修改语句#秋招#

题型：20道选择题，3道编程题，其中第一题写SQL 笔试太难了？可以私信我 有些AC有些通过率还行，助攻已经进面了 选择题： 下列排序中需要额外辅助空间的期望值最大的是() 堆排序 希尔排序 快速排序 冒泡排序   双十一快到了,某服装厂为了赶制订单,加班加点使用设备生产衣服。如果某一设备在时间长度为的时间内发生故隙的次数服从分布N(t)～P(λt) (H松分布)，求该设备在无故障工作8小时后再次

2道编程共40分，5道问答110分，共两个半小时，没做多久就退出来，哎。。。 有一道编程题用例过了，一提交通过0个用例，麻了 大佬给看看： 题目是车牌号识别准确率计算 输入N个车牌号，第一个字母是颜色，最后5个是号码，中间是地区号 每一行一个识别出的号码，一个真实标签 #我的秋招日记##网易雷火笔试##23届秋招笔面经#

笔试+3轮面试，笔试题比较开放，主要考察一些基本的概念，业务一面：首先自我介绍，面试官就简历提问，接着会跟你一个具体的案例让你回答如何识别黑产用户，附加口述一道智力测试题，最后是反问，整体面试很轻松，由于反问阶段表现得很好，所以一面后三分钟就通知结果了。 二面应该是部门leader面，更多的还是深挖简历的内容，真的很细很细，面完以后感觉表现一般，然后hr通知结果待定，基本没戏了。

时间：8.17一面 问题： 1.项目 逐一介绍，不太深挖； 2.SQL ①一道题 在班级中60分以下的随机抽30人，60分以上的随机抽20人，说思路即可 考察SQL中的随机抽取函数order by rand()，这个知识点确实不常见； 这个题目是笔试中的题目，但当时时间原因没写上来，所以面试官又问了一遍，以后面的同学可以把笔试题目做下记录； ②如何优化性能的问题 3.ab实验知识点 ab实验的统计

整体感觉面试难度和阿里系公司相当，属于中等难度，我个人给它打了三颗星。 面试过程： 自我介绍：首先，面试官让我做了一个简短的自我介绍，主要包括我的项目经验和实习经历。 模型约束：接着，面试官问我如何在模型中添加约束条件。 电商建模特点：然后，他询问了电商场景下有哪些特点可以用于建模。 双十一销量预判：面试官还问了我如何预判双十一大促期间的销量。 大促推荐策略：在大促期间，如何进行商品推荐也是一个重

9.20一面hr面 1.自我介绍 2.实习的收获 3.在校成绩以及相关情况 4.实习中有什么做的不足的地方 5.性格的优缺点 6.拉家常 7.反问 没想到一面竟然是hr面 #面经##4399##4399面经##数据分析师#

云端业务和数据已接入小米生态云的生态链企业，可以在和小米签署保密协议之后，派工程师入驻小米，以小米内部业务使用数据的流程、方式使用数据；生态链企业和小米join的数据在小米的环境里训练模型并搭建API服务，小米会协助完成生态链企业对小米数据的需求。 后续会在生态云上提供API自助服务。

Discover数据分析一面 - Phone Interview - 全英文 手机开了自动拦截垃圾电话，前面几个电话没接到之后才反应过来关了。（被假中国海关的诈骗电话骚扰无数次） 1. 自我介绍 2. 最喜欢的课程，为什么？ 3. 怎么知道Discover和这个工作的？ 4. 有在信用卡领域的工作经验吗？（没有，只知道刷卡😂） 5. 对简历一个项目详细介绍 6. SQL where和group

1.自我介绍； 2.有做过落地的实际项目没； 3.介绍一下xgboost与GBDT的关系； 4.介绍一下常用的聚类算法（K-means）； 5.了解NLP吗，介绍一下BERT的结构（模型结构、任务）； 6.如何缓解数据稀疏、冷启动等问题； 7.反问（主要做什么业务，具体需要使用哪些算法）； 8.总结：面试过程简单，没有算法题，一面过了就说线下走流程，已拒绝；

👥面试题目 一个商场的客流量符合什么分布？ 怎么判断数据是否符合这个分布？有哪些方法？ 这个问题考察的是统计学中的数据分布识别以及假设检验的知识。在数据分析领域，理解数据的分布是非常重要的一步，因为它能够帮助我们更好地建模和预测。对于商场客流量这种场景，了解其分布可以帮助商场管理层优化资源配置、提高顾客满意度以及提升销售业绩。为了准确回答这个问题，我们需要从以下几个方面来考虑： 数据分布类型：识

本人今年3月参加了美团的暑期实习招聘，月底拿到offer，和大家分享一下笔试和面试经历 一、笔试 我投的是产品运营，可以在牛客上找到模拟题。我考前做了3套左右，题目不难也有一定规律，放轻松就好。 二、面试 1、一面 我在笔试后3天左右收到了一面邀请。一面侧重于简历深挖，其次是就自我介绍的内容展开了几个提问。整体上氛围轻松，大家可以好好准备一下自我介绍，一定要熟悉简历上的内容，特别是其中的细节。 2