一面 4.27 1.实习经历中详细讲一个项目及产出 2.tableau了解吗(有dashboard项目就没细问? 3.窗口函数了解吗 rank dense_rank row_number 区别 4.abtest流程 5.想来上海长期发展吗,转正意愿? 团队主要负责看板搭建,报告产出 虽然隔了个五一,但好久没消息,估计凉凉,崩铁小保底也歪了,心更累了
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
经纬恒润 1.介绍下数学建模竞赛,你做了啥工作 2.介绍下实习项目 3.你mentor对你的评价 4.薪资要求,工作地点 5.sql题
复盘下之前的oppo一面,真的很tech,感觉像是在招ds 1. python以及sql中处理字符串和日期的函数 2 有什么窗口函数 加不加order by的区别 3 机器学习了解哪些模型 4 介绍下随机森林的原理 5 随机森林分支的规则是啥?决策树不再往下分的原理是啥 6 介绍学校项目从最开始的数据获取 治理等等其中处理的难点是啥,整体看板搭建思路如何 7 如何评估数据的集中程度以及分散程度 8
都问些什么呀 会有case题吗 求面筋 更新; 自我介绍 简历深挖 问了一个因果推断/相关分析的问题 之前面试没被问到过呆住 知不知道斯皮尔曼相关系数的优缺点 😅
发一发最近的面经 大概20分钟,感觉有点水,最后应该是把我挂了 1、自我介绍 2、选择岗位、行业、企业的时候会考虑哪些因素 3、问tx实习的时候有什么最难的项目,是怎么解决的,有什么产出 4、数分项目中主要关注哪些数据指标、如何拆解、如何量化 5、输出了哪些数据报告,有什么结论和产出 6、工作中,导师对你的意义是什么? 7、场景提问,网课老师授课一学期,然后会有部分学生会转入下学期,期间会产生一系
发一发最近的面经 大概40分钟 1、自我介绍 2、结合实习项目,详细讲一个数据分析的案例 3、这个数分案例的原因、目的、产出 4、结合实习项目问脏数据清洗的过程,解决方案 5、join有几种,各自的区别 6、拿两张业务表问left join的细节 7、where和having的区别 8、sql函数执行顺序 9、知道哪些窗口函数 10、有个用户观看视频的表,写sql,得到不同地区播放量前100的视频
部门是欺诈风险风控,简历没深挖,实习经历啥的都是随便问两句,像是hr面一样,估计KPI;然后问了两个业务场景问题: 1.如何识别快手异常涨粉; 2.如何预估未成年人直播用户数; 对这种场景业务题一窍不通,哭了,答得很不好; 然后写了道概率题,题目意思没理解,想了半天没想出来;面试官看我没理解题目然后换了道简单的,说了思路后就说面完了,反问问了对方业务部门情况后,然后就是感谢你的时间。
好多天之前的面试了,没信儿了应该挂了 字节-tiktok海外业务(开始让面试官简单介绍一下)-数据分析,一面,40mins: 1、自我介绍 2、深挖简历:遇到的问题、解决方法、对实习经历中业务的理解 3、深挖项目:分析逻辑,指标拆解,评估指标等 4、代码:sql,给业务场景(视频、分区、播放量排序问题等),回答分析逻辑和主要函数,重点是考察窗口函数 5、英语口语询问,商务对话考察、英语阅读和文书能
实习和经历: 1. 介绍一个自己的项目 2. 你在这个项目中遇到的困难有什么 3. 你做过最有成就感的事 4. 你最受挫折的事 5. 有没有协调两个组织共同完成事务的经验 业务: 1. GMV下降异动分析 2. 讲一下做的数据报表项目 反问: 1. 有几面:三面 2. 怎么提高:把看板项目往指标构建异动分析靠一靠,说得更有逻辑一点 3. 工作内容:业务方面的分析,用模型较少,感觉你用模型比较多 不
自我介绍 讲一个重要的项目,针对项目提问。 sql题 Python题(面的时候没想出来,面完就知道怎么写了,服了😅) 反问 一共35min,这不是纯纯kpi吗 #数分# #秋招#
时间: 2023年8月5日 10:55:27 主题: 快手,数分,二面 时长:一小时 问面试岗位的业务 1、自我介绍:三板斧,实习经历,实习总结,个人能力 2、问:毕业后想找一份什么样的工作? 3、问:为什么选择数据分析这个岗? 4、问:你在业务选择这块儿会有一些什么样的倾向性? 5、介绍部门业务情况、背景, 6、然后提问:如何建表,然后用sql分析出**最高的n位用户(这个题很大,考察面很广,花
刚刚面了快手数分日常实习,第一个sql题就给我难住了,时间有限没写出来就叫停了,还是太菜了,求求大佬给个解答 表A uid p_date [用户ID 购买时间 问:8月1日的新增用户未来7日的留存率?#快手信息集散地##快手##数据分析#
感觉没有什么参考价值 像kpi面 # 滴滴一面 45min 介绍最有意思的一门课 我说了因果推断 然后他就开始问我因果推断 介绍IV 为啥工具变量可以识别因果关系 介绍PSM 为啥psm可以识别因果关系 实习经历介绍 你构建的指标有帮你发现什么问题然后做出实质性的改变吗 平常打车吗(我说我用高德…) 高德有什么优缺点 如果高德北京gmv下降了5%,怎么分析
# 一面60min - 自我介绍&实习经历 - 搜索电商gmv下降,如何分析? - 如何量化归因每个渠道对于搜索gmv的下降贡献(每个渠道体量不同的情况下) 面试官思路:构造一个统计量(忘了是啥)同时考虑品类的体量和变化值 - 用回归做归因合适吗? 面试官思路:不合适,因为有些爆品没有历史数据 abtest - 如何计算样本量 - 设计abtest判断入口很深的功能变动对于整体的订单取消率是否有影