《游戏数据分析》专题

五月份面的了 时长50mins 1、自我介绍 2、问个人情况，实习情况 3、让挑一个在tx的时候一个能体现数据分析能力的项目仔细讲讲 4、直接出一个Case。就是B 站这边C端用户，它的浏览次数就这一个指标周环比它就出现了一些波动，然后你分析？或者说我给你一个具体的场景，就是比如说五一后，视频浏览量大盘下降，该怎么分析？ 5、假如视频浏览同比涨了60%，我随便举个例子，你觉得他是好还是不好，怎么去

秋招记录 1.自我介绍 2.简历深挖 讲了一个漏斗模型的构建/一个排查问题（类似归因） 3.SQL 1.groupby /case when 打标 2.留存率 （在每日观看次数不同的前提下，我没理解如何分类，最后没写出来） 4.业务场景 1.游戏类观看大幅下降怎么分析 背了一些归因分析的模板 2.游戏视频供需关系衡量指标（这块完全不懂） 感觉不是很难，但是一边实习一边准备我有点基础忘光了

开局问业务：小桔能源-加油决策中心-数据分析 1、自我介绍 2、问tx实习里的tapd是什么 3、结合tx实习问MECE法则分析的思路 4、问MAU指标拆解的过程和逻辑 5、问实习中是怎么做数据清洗的 6、问懂不懂ETL？ 7、提问，滴滴，比如说7月份它的一个用户的D a u下降30%，你看你会怎么去分析？ 8、问机器学习模型 9、问k均值算法，k怎么确定 10、sql题，一个打车订单表： （1）

👥 面试题目 投递渠道：实习僧，方向：电商的用户增长 下面就是面试问题啦： 1.基本工作情况确认（时间，时长） 2.现场手撕代码（这部分花的久）：用户信息、用户行为两个表 问题一：筛选四月日活跃用户，不同性别groupby 问题二：筛选次日留存用户（前一日活跃、后一日也活跃） 3.问我对电商的理解 4.反问：我问了此岗位对于电商的工作内容，编程和业务的占比 面试感受：很直，对简历没有深挖，直接上

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

主要内容：1.数据仓库概述,2.数据仓库建模概述,3.维度建模理论之事实表,4.维度建模理论之维度表,5.数据仓库设计1.数据仓库概述 1.1 数据仓库概念 数据仓库是一个为数据分析而设计的企业级数据管理系统。数据仓库可集中、整合多个信息源的大量数据，借助数据仓库的分析能力，企业可从数据中获得宝贵的信息进而改进决策。同时，随着时间的推移，数据仓库中积累的大量历史数据对于数据科学家和业务分析师也是十分宝贵的。 1.2 数据仓库核心架构 2.数据仓库建模概述 2.1 数据仓库建模的意义 数据模型就是

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。。。

面试官很好，这是我秋招面的时间最长的一个面试，整整1个小时。 1.自我介绍 2.挖项目 3.五个sql手撕，不让切屏 4.python口述手撕 5.奥数题（如何估计一个房间有多少老鼠） 6.详细问经历，每个经历都问

一面30分钟，总体感觉面试官温和还挺好的 1.自我介绍 2.根据简历提问了一点问题 3.要是给你一个场景打标的任务，你会在路口场景怎么打标（回答红绿灯车道线什么的） 4.要是没有红绿灯车道线，也没有标志物，是无保护路口，怎么做 5.怎么捕捉cut in场景，你会用什么判断 6.混淆矩阵 7.sql熟练程度，口头说了一下 8.python写快排 9.linux知道多少，了解ros系统吗 10.反问

一面： 1.涉及过数据挖掘的项目讲一讲，这里分错的样本有没有研究一下为什么会分错。 2.讲一讲SVM、XGBOOST原理。 3.知不知道决策树剪枝，具体怎么做的，在哪一步做 4.知不知道LightGBM 5.深度学习有没有了解？ 6.过拟合的L1范数和L2范数有什么区别？ 7.mapreduce原理和过程 8.给key，value两列，找出每个key里第二大的值并输出。用python自己定义一个数

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

1.自我介绍 2.收入分析项目中的指标体系搭建思路 管理视角+分析视角指标拆解，维度细分 3.专员的主要工作内容是什么 外部能看到+内部业务场景细分 4.对于专员工作质量的评估 主观+客观（数量+质量） 5.对于专员的考核指标是什么呢 回答：从单价中拆出一定的比例进行激励+审核扣钱 改善：出勤、工作质量激励、绩效（以城市整体为参考线）、主观评价 6.专员的收入构成 回答：按工作量，干多少活算多少钱

#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

null 假设我有100张唱片。缓存只能保存40条记录（最常用）和100条记录在磁盘文件（不在任何其他数据库中）。 所以，如果从这100条记录中请求任何东西，我就不必去实际的数据库（例如Sybase db）？ 如果在100条记录中找到了密钥，但它不存在于内存缓存中（40条记录），则获取该密钥，放入内存缓存中，并使用驱逐策略将其他密钥交换到磁盘文件中（但在磁盘上，我总是有100条记录） 如果缓存和磁

关键数据结构和相关函数分析 对于第一个问题的出现，在于实验二中有关内存的数据结构和相关操作都是直接针对实际存在的资源--物理内存空间的管理，没有从一般应用程序对内存的“需求”考虑，即需要有相关的数据结构和操作来体现一般应用程序对虚拟内存的“需求”。一般应用程序的对虚拟内存的“需求”与物理内存空间的“供给”没有直接的对应关系，ucore是通过page fault异常处理来间接完成这二者之间的衔接。