《数据分析工程师》专题

4.20一面 纯实习经历问题，不过也能提炼一些泛用性高的问题 1.商业分析经历中的项目框架是怎么做的，分析思路是怎么来的，最后的产出形式是什么 2.再给你一次机会会如何改进这个框架 3.运营实习中对数据链路的监控优化过程里讲一个案例 4.21二面 纯业务问题 1.之前的实习经历学到的最重要的是什么 2.构建短视频app的核心指标体系，你会选什么指标 3.提到的点赞率这个指标从创作者角度如何解读 4

4.21面试 1.自我介绍 2.sql：分组内播放最好视频 没写对，然后面试官还亲切地给我讲题了，仿佛在上课 3.经历深挖 4.抽牌算概率 5.费米：北京有多少个数据分析师 6.又考了个概率问题 总而言之，凉透了。让我算概率的时候脑子直接卡壳…… #数据人的面试交流地#

Serverless 适合用于事件驱动型应用，以及定时任务。今天，让我们来看看一个事件驱动的例子。 在之前的那篇《Serverless 应用开发指南：CRON 定时执行 Lambda 任务》中，我们介绍了如何调度的示例。 最初我想的是通过 Lambda + DynamoDB 来自定义数据格式，后来发现使用 Kinesis Streams 是一种更简单的方案。 Amazon Kinesis Stre

面试时间9.28 1. 自我介绍 2. 询问实习内容 3. sql问题，sql优化 4. 有没有学过java 5. 问了些数据结构问题 6. 对数据分析岗位怎么看 10.9询问说面试成绩比较靠前 10.19 拿到啦offer

爱玛 IT部-数据分析 面经 岗位名称：数据分析 时间线：9.28投递简历 10.19腾讯会议线上面试 面试流程： 大概10月13号吧，之前有个hr打电话问了相关的基础情况，比如工作base在天津，岗位是单休接不接受，按照学历定工资（双非硕7K+），实习期两个月要进车间学习等等，基本问完感觉还行就后面等着安排面试了。 面试就一轮技术面，面完就等待发offer或者池子。 面试总长30分钟，有4个人，

平安产险数据类笔试0901场 总共30道选择＋2道问答题，总时长45分钟。 30道选择包括：经济学/SQL（不是常见的向题，会涉及到注入漏斗之类的）/概率论与数理统计/金融数学（年金、利率 剩余本金）/会计/机器学习 2道问答题都有点像是逻辑推理，比如给你几个条件，让你推断抽出的是哪三张牌 总体来说范围很广，难度我觉得不算小 #平安# #平安产险# #数据分析# #笔试# #24校招内推#

自我介绍 讲项目 怎么验证某一个结论 问学校经历，有什么成长 推不推荐加入学生会 如何看待00后整顿职场 逻辑题：9个球 有一个是最轻的，怎么在3次之内找到那个球 反问

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

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。。。