《数据分析师面经》专题

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

一面 1. 自我介绍。 2. 一道SQL题：至少连续出现三次。 3. 实习的感受。 4. 对于收到不好的货是怎么处理的？（退货，商家态度不好就投诉） 5. 怎么处理客户都会有不好的体验，会导致客户流失，对于平台有什么建议？（重点监测退货率或者投诉率高的商家的产品，给店铺打分） 6. 讲一个自己熟悉的机器学习模型，原理，怎么判断模型的优劣，有什么应用场景？ 7. 反问。 二面 1. 自我介绍。 2.

一面 1. 自我介绍。 2. 两道SQL。①订单表（订单id，用户id，产品id，订单金额），用户表（用户id，用户年龄），产品表（产品id，品牌）三张表，提取不同品牌产品在不同年龄段消费者人群中的平均消费金额。②分组求前十。 3. 详细介绍一个项目。 4. 介绍一下多元线性回归的优缺点、朴素贝叶斯的优缺点。 5. 如果某天发现后台数据指标下降，怎么分析？ 6. 之前没有数据分析的实习经验，为什么

没想到能过蔚来的简历，不知道是不是被刷kpi，反正能过就很开心了。 总共在25分钟左右，面试官很和蔼，面试体验也蛮好的。没有自我介绍，只是问了一些应届生相关问题。 1.未来的工作规划，倾向的岗位和投递的公司有哪些？ 2.对于蔚来是否了解？ 3.上一段实习的工作内容 4.为什么不留任实习公司 5.实习工程中代表性的项目和相关细节追问 6.因为我的项目偏向商分，所以问数据分析的工具会哪些？ 7.反问

公司：广州网易互娱 面试时间：2024.07.23，共计65分钟 共两位技术面试官，轮流提问 流程：自我介绍、项目、基础知识(Java基础方面、数据库方面、计算机基础方面(操作系统)、计算机网络方面)、算法笔试。 问题 自我介绍 项目方面 成本治理中负责的工作内容 数据平台中，任务计算成本的计费维度 Spark作业从哪些方面可以发现能够优化？ Spark作业可以从哪些方面进行优化？ 从哪些配置入手

笔试： 投递后很快就收到了hr的回复，发了一个word文档作为笔试题，24h内完成，不是很难 几道SQL题(窗口函数)，一道业务题(给了一个生活场景，问你的分析思路，我写了swot分析)，几道python题（关于数据处理和数据整理，主要考点是pandas） 一面20min： 1.自我介绍 2.在上一段实习中选一个能体现分析能力的项目的介绍，挖得很深，问了很多方法上的细节和原因 3.抖音和快手的区别

1自我介绍 2.项目中数据量 3.用户分析维度 4.客户流失分析模型指标 5.oracle和hadoop的了解 等了一个多小时，这就是国内甲方和卑微求职乙方吗？要不是面试官是个声音好听的女生，我大概会骂人吧。 岗位和个人经历不算匹配，我个人经历更偏向数据挖掘，感觉这个岗位更偏向业务分析和数据库。 最后还是再感叹一下，虽然今年秋招求职者的确处于弱势地位，但也不是说招聘单位可以不尊重人吧，起码自己定的

一面 视频面试 30min 挖简历+一些机器学习模型知识的考查 感觉还是挺看重建模经历的 难度不大，交流很顺畅。 上午面完的，下午就通知复试了，流程很快。 二面 视频面试 30min 应该是部门主管 挖简历 问了一下毕业论文的情况 讲了一下这个岗位的一些具体情况 态度很好，交流很舒服。 大概三天内也出了面试结果。 三面 线下 HR主管面 一些常规问题，评价一下自己等等 问了一下期望薪资 聊了大概1

时间：8.26 二面问题： 1.项目 深挖，比一面面试官问得更深入，而且感觉二面面试官比较懂运营，所以延伸也是问了相关的发散 2.业务场景题目 滴滴做了一个去西单免单的活动，会有怎么样的效果，如何检验？ ①用户增多的趋势；统计分布检验； ②拉动司机 ③（后续面试官补充）会影响西单附近的交通情况，因此要考虑到上报审批等流程环节 3.跑西单司机一定会涨吗，什么因素会影响？ 单量+单价金额+平常的拉客活

现场面试的，要去接待处用身份证换出入证才行（里面真是太好了，各种环境设施真的好好） 面试官三个，人力一个，主管一个，还有一个职位不明确。 1.自我介绍 2.项目经历细节 （反思:对以往比赛项目不太了解，应该多了解） 3.最喜欢的一本书 （说的《大战拖延症》，然后被追问两方面看待问题，拖延症有什么好处，有什么坏处， 实诚的回答目前还没发现好处，然后被追问比如什么不好的后果） （反思:没有准备此类问题

真的很想攒攒人品，开始准备投简历面试后发现，自己的简历基本可以过，面试也收到一些，但是到二面真的好难，写一下总结，也希望之后的面试能顺顺利利吧 一：深信服（日常实习） Boss投递，效率非常快，怀疑被KPI了 一面3.6： 1.自我介绍简历深挖，挖得非常非常深，我说的每一句话之后都是给自己挖的坑： 实习主要负责什么， 怎么分析异常， 各项指标的构成以及为什么会被当做关键性指标，其他指标为什么不行

9月中旬投递的，今天早上打电话约面试，且只约今天当天时间。感觉比较紧迫？没办法当时还在外地，下午5点多才能到学校，只有约到下午6点多的了。 1.自我介绍 2.跟导师做的项目介绍。你在里面担任什么角色，用了什么方法。 3.小论文介绍。与前人方法相比有什么突破性进展？创新点？问了数据集是怎么来的，标签是怎么给的。 4.实习介绍。主要是对着实习经历慢慢问。具体做了什么事情，也会对实习的细节追问。 5.激

20分钟左右。三个面试官。 数据增强，boosting，bagging和stacking区别，超参数调优什么的，基本都是项目相关的机器学习的内容。hr问期望地点，对部门的了解，还具体问了我本科时候发的论文，说是闲聊。希望能过 #建信金科#

1、自我介绍 2、未来职业规划 3、深挖实习 4、因果推断有研究吗？比如作者的勤奋度（供稿量）和收入有没有关系，不能简单做相关性分析，我们要做因果推断，怎么做呢？有没有学过什么算法？ 5、手撕SQL（窗口函数，4月份每个用户观看时长排名前五的视频类型） 6、业务问题发现4月份环比3月份供稿量下降了，异动归因，怎么拆指标？ 7、反问

时间9.26 21：00-21：40 大抵是凉了，答得不是很好，发出来积攒人品 本人背景：数学硕士，之前有过两段数分的经历但是都不是和传统的数分岗相关，主要做的是需求开发类似的工作 1.自我介绍 2.他那儿看得到我的笔试成绩，问我还记得笔试的内容吗，然后问我卡方检验、T检验、Z检验怎么算，我不会，他说“那笔试怎么选对的”，我说蒙的，还问了我你了解ABTest吗，我说了解过，他说了解过那还不会算这三