《数分面经》专题

一面 1.SQL table_a dt, city_id, device_id, gmv tips:每个device一天可能有多条记录 (1)求每个城市每天gmv最高的5个device_id (2)求连续三天每个城市每天gmv都在前5的device_id 2.统计题 （1）自变量存在多重共线性，如何通过变量筛选来解决？ （2）线性回归的五个基本假设 3.机器学习 （1）DBScan 与 Kmean

一面 23.02.14： 自我介绍 实习深挖 搭建看板选取了哪些指标？（效率、后验、用量；效率最为重要，具体讲了指标，额外提到了一个预算达成率） 你这个预算达成率具体是指？或者说你们也有预算么？（有的，和哈啰不太一样的是，我们的预算其实就是指分配的运营流量，我们分给他们一个定额，他们再自己配置到单卡上；我们的预算达成率就是他们投放卡片的启播量比上他们的预算总值，如果这个达成率在周环比上有一个比较大

回馈社区为其他面试攒功德，猿辅导问得还是比较全的，每场一个多小时的面试时长最后还挂掉了是真的让人心梗！ timeline：2.6投递-2.13约面-2.14一面-2.14下午约面-2.16二面-2.17主动询问挂 一面 75min 面试官介绍结构：自我介绍、简历提问、sql题目、场景题、反问 每段实习的项目都会详细问到，追问不会很challenge也不进行场景假设，给出合理解释就可以（这部分耗时3

*刚结束面试就想说坏话 我还第一次见晚上8点面试的公司呢（假笑） ---------------------------------------------------------- HHO是阿里钉钉前CEO无招创业的公司，蛰伏了两年多今年有了新业务（看到一堆通稿），开始招人了 是在BOSS*聘上交流的，真正的BOSS直聘，负责人直接发的面试通知，备注里一行小字“要求提前了解AA，BB”（公司产品

【快手电商数据分析实习面经】 1️⃣自我介绍 2️⃣现场写SQL给定date（日期）,user_id（打赏人）,author_id（主播）,total_cost（打赏金额），求总打赏金额超过100000的打赏人中，打赏金额前3名的主播id和打赏给他们的总金额 3️⃣讲一个实习中的项目 4️⃣GMV环比上周下降20%，从哪些原因分析？#实习##暑期实习##快手##数据分析##不给转正的实习，你还去吗

一面：女性面试官（业务）#第一份面经# 居然没有自我介绍！！！ 开始是她把自己的部门说了一遍以及对实习生的要求， 1、两道SQL T1求留存率，(id,date) T2求学生总成绩前10名——窗口函数 2、两道业务 T1分析用户视频发布数量下降的原因 T2如果你是视频发布者，你会因为什么原因减少视频发布？

1. bagging和boosting（集成学习） 2. xgboost和lightgbm的涉及哪些参数，防止过拟合怎么调参 3. sql执行计划，追问spark的rdd是什么，rdd是否可变，spark是否惰性运算等 4. sql优化是否了解，平常怎么做sql优化的 5. transformer原理 6. 用过哪些深度学习模型 7. pandas的细节（numpy，df.a.values是np.

👥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

#数据人的面试交流地##得物# 实习摸鱼没事干，写写之前的面试凉经，顺便复盘一下。😊 bg:双非本中9硕，一段相关实习经历。 timeline:某四字母app投递，6.17上午投递，当天下午过业务筛选约面，第二天上午面试。 面试时长30分钟不到，面试官没开摄像头，有点怀疑kpi面。 提问环节： 1.自我介绍。 2.介绍实习做的一个项目。 讲了做的一个类A/B test项目，追问如何衡量实验的效果

27分钟，面试官是一位人特别好的小姐姐，超级礼貌 首先自我介绍，然后她简单介绍了一下部门的业务：将美团推向香港的新业务，focus在骑手配送方面，通过数据分析等手段找到潜在或已经存在的问题。 深挖了一个项目经历，会给到非常积极的反馈！ 业务问题：如果一个骑手不愿意接单，你会如何分析原因？ 答： 平台：补贴、工资激励政策；优化订单密度（供需供给算法） 外部：天气恶劣、交通情况（堵车...） 骑手个人

13：00时间，一个人大概8分钟，进去的时候我面带微笑，面试官问我怎么这么开心，接下来自我介绍，问我偏算法还是开发，介绍一下自己的项目，在做项目过程中有没有遇到什么困难，项目是虚拟的还是已经上线？接不接受转营销岗（说我更适合做营销，东城区或者通州区倾向哪），感觉技术已经无了，还是要好好挖项目

一位面试官，大概40分钟，只有一面 1.确认实习时间，什么时候开始实习，能做多长时间 2.自我介绍 3.面试官介绍了他们的四个方向 4.介绍项目，具体怎么做的包括了数据预处理，模型等 5.不用内置函数怎么算根号二，比如保留小数点后16位，想了半天，说了两种方法，说完第一种方法后面试官问还有没有其他的方法，说了第二种方法后面试官问还有没有其他的方法，没回答上来 6.田字格或九宫格从左上角到右上角不走

首先说一下面试感受，一共三个面试官，全程20多分钟，问问题主要从业务的层面上 问题汇总： 1、自我介绍 2、说一下比赛的项目 3、BERT的具体原理？ 4、说一下chinese-wwm-bert模型的改进？ 5、说一下roberta为什么去除掉NSP任务？ 6、比赛赛题的业务场景？一直问为什么这么做，能用来做什么？（我有点杠。。。） 7、现在有文本、图片、数值的数据你来怎么处理？ 反问：     

发现网上百度数分的面经真的好少，决定把自己的面经和大家分享一下，希望有所帮助~ 面试的问题都比较经典，准备其他数分岗位的同学也可以参考！ 9.27  一面  35分钟 介绍面试流程 自我介绍 逻辑问题： 1. AB产品利润都上升，但总利润下降，请分析可能的原因？（辛普森悖论的应用，流量分割的问题） 2. 预估北京市网约车司机的数量 （拆解出分析逻辑比较重要） 业务问题： 1. 结合业务的概率题（考