节前,我们社群组织了一场技术&面试讨论会,邀请了一些互联网大厂同学、参加社招和校招面试的同学,针对新手如何入门数据分析、机器学习算法、该如何备战面试、面试常考点分享等热门话题进行了深入的讨论。
基于社群的讨论,今天我整理了一个同学的数据分析面试题,分享给大家,希望对后续找工作的有所帮助。喜欢记得点赞、收藏、关注。更多技术交流&面经学习,可以文末加入我们交流群。
快手-国际化数据分析
一面
-
【简历】自我介绍(要求着重介绍一个项目)
-
【简历】介绍另一个项目的结论和数据支撑,深挖方法
-
【技术】sql题 第一题比较简单,求一个符合条件的主播占比;第二题好难,涉及几留、新增、留存率,结果构造也有点复杂。
-
【业务】AB测试,最小样本量的公式,推导思路
-
【业务】我们希望增加一个常看作者置顶功能,来提升用户留存和用户观看时长,你怎么评估可能存在的负向表现?你又怎么设计实验来评估这个置顶功能该不该上线?
-
【业务】某国家的app留存率下降,你怎么分析这个问题?
-
反问环节:实习生主要会参与部门的哪些工作?刚刚的业务题还有哪些更好的思考方向或者补充思路?
二面
-
自我介绍
-
介绍一个项目,以及你具体做的工作,体现一下你的数据分析能力
-
希望上线一个打卡活动来提升留存,怎么确定打卡活动的天数,综合考虑不同用户的情况?如何设置打卡活动的激励金额?
-
客户来源于不同的渠道,发现用户留存率整体下降了,你怎么去衡量各个渠道对留存率下降的影响?
-
反问环节:部门大概有多少实习生,实习生除了日常工作外,可以参与到一些项目中吗?面试表现以及可以改进的地方?
三面
-
本科有什么社团经历
-
怎么平衡学习、娱乐、竞赛等,时间分配
-
职业规划
-
到岗时间,每周出勤时间,可实习时长
字节
一面
-
【简历】自我介绍
-
【简历】数据项目,做了什么,怎么做的,遇到什么难点,怎么解决的
-
【简历】论文,是主要做了什么,数据来源
-
【技术】sql题 比较简单 窗口函数排序+创建一个计算字段
-
【Python】Python用的多吗,用过哪些包
-
【统计】统计学知识—— t检验和方差分析,说一下你的理解,二者有什么区别;多元回归的异常情况有哪些,对模型有什么影响
-
【模型】机器学习知识—— bagging 和 boosting 的区别?简单说一下对随机森林和XGboost的了解
-
【业务】知道试验设计吗,说说AB测试的基本流程,最小样本量怎么算,为什么需要最小样本量
-
【业务】广告中有一类是展示位广告,比如开屏广告,你怎么衡量某个开屏广告的投放效果?
-
【业务】如果一个用户本身就在使用广告主的产品,怎么去评估广告对用户是有促进效果的?
因为接了快手的offer,不想耽误别人的工作时间,就把后面的流程推掉了,但字节的面试体验真的很好!!
总结&感受
面试就要多思考、多总结、多交流,很多问题都是相似的。在技术群中,获得了很多大佬的经验分享,很有收获,希望大家都能找到理想的实习岗位和工作,写这篇面经,表示感谢。
从三月份开始投暑期实习,简历挂掉一部分,也陆陆续续面试了十几场,很多公司都泡池子了,三面完不发拒信也不给offer,比如某壳一个实习offer都没发。
面试下来,问题基本和以上三场面试类似,还有其他问的比较多的是:
-
你最喜欢/最常用的APP是什么,介绍一下APP的基本业务模式,和同类型app对比一下。
-
对于某项业务或产品,你会选取哪些关键指标。
-
费米问题:估算一下北京地区租房需求;估算一下某地区需要多少电脑维修服务网点?
-
和部门业务相关的问题:如何进行碎屏险的欺诈检测?
技术交流
独学而无优则孤陋而寡闻,技术要学会交流、分享,不建议闭门造车。
建立了数据分析、机器学习算法岗技术与面试交流群,面试真题、答案获取,均可加交流群获取,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友。
方式①、微信搜索公众号:Python学习与数据挖掘,后台回复:交流
方式②、添加微信号:dkl88194,备注:交流
资料
我们打造了《数据分析算法实战案例宝典》,特点:从0到1轻松学习,方法论及原理、代码、案例应有尽有,所有案例都是按照这样的节奏进行表述。