《数据分析师》专题

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

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

下午一面，能得到这个机会还是很惊喜的，但感觉自己大概率过不了，没有过实习，机器学习半吊子水平，就当做和面试官聊天吧，增长一点见识为以后去中小厂做准备，希望能和面试官好好聊聊 凉面分享 两个面试官（一个偏技术一个偏hr？），面试前10分钟蓝牙耳机出了问题，迫不得已用打游戏的头戴式耳机去面试了，md回头才发现全是杂音，面完感觉凉透了（大概时长30分钟） 自我介绍 技术相关面试（好像我菜了，没多的东西能

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

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

本文向大家介绍Hibernate框架数据分页技术实例分析，包括了Hibernate框架数据分页技术实例分析的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Hibernate框架数据分页技术。分享给大家供大家参考，具体如下： 1.数据分页机制基本思想： （1）确定记录跨度，即确定每页显示的记录条数，可根据实际情况而定。 （2）获取记录总数，即获取要显示在页面中的总记录数，其目的是根据该数来确

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；