字节跳动数据分析面经？

来源：https://www.zhihu.com/question/291523832

编辑：深度学习与计算机视觉

声明：仅做学术分享，侵删

作者：云酱 https://www.zhihu.com/question/291523832/answer/486367262

当时在海外申请社招岗位，参加过两轮视频面试（也是我第一次数据分析面试）。第一轮是数据分析师来面我，第二轮是数据分析的leader，具体是哪条业务线并不清楚。和其他数据分析面试内容相似：

第一轮:自我介绍，项目/工作经验展开谈，面试官会Q一些点，比如平时喜欢用什么APP？,他们的优惠券你会怎么设计，我提出了用rfm模型，但是没提要根据用户最近一次购买时间给个权重，面试官还补充了应该考虑优惠券可能导致的亏损，总之是偏向业务的轻松愉快项，小哥哥也是很友善很耐心，他的分析也让我受益良多（感激~）。

第二轮: 没有过多的自我介绍和工作经验展开谈，面试官时间比较紧的样子，于是让我SQL在线写，考了row_number()over这里划重点呐一般SQL考最难的也就是几个窗口函数了，七日留存date_diff，连续登陆的问题也可以了解一下lead()over()。基于业务的数据分析问题等：新版本DAU突然下降，如何分析 ？如何预测下一版本的DAU。基本上，我的面试到这里就结束了。面试官非常不满意我说不出来公式，这里想补充一下，我当时没有互联网经验也不知道DAU的公式，只是要考虑留存和流失和新增这几个元素。在最后，我自知行业经验不够，问面试官可以有什么自学或者看什么书比较好作为最后环节的反问/请教问题，面试官直接说你没有办法你进不了这个行业就学不到任何东西（基本上是“你个沙雕别来互联网”的意思吧）

嘻嘻看到这里的同学不要慌，怎么会没有途径自学呢，我推荐几个：首先，知乎live上有很多数分的干货，多看看和跟业务有关的；推荐两本必读书籍 《精益数据分析》，《增长黑客》，了解数据分析框架和一些方面论，业务，都是很可以的。
另外，我在之后的工作中也明白了 DAU的预测公式：
预测周活 = 前一周留存用户（前一周活跃人数*周留存率） + 周新增用户 + 周回流用户
预测日活 = （日均活跃用户数 / 周活跃用户数）* 预测周活
这个公式还可以继续往下拆分，利益相关，这里就不继续写了。

虽然二面体验极差，但是从羞辱中我知道了头条不是我想去的地方（和豪猪头哥哥当同事）。感谢我的国内第一任老板~知乎，不计较我没行业经验，给我了机会。跪拜QAQ！

要去面试的同学，不用纠结面试官会具体问什么问题，真的是因人而异，哪怕有一些docs要求提问什么，面试官也会根据岗位的情况或多或少做一些调整。复习好SQL, 多想想过往经验中如何体现你是个结构化思维的人比如memc运用地滴水不漏，逻辑严密脑子好使，又关心业务，力推数据驱动（而不是无情的取数机器），肩负kpi的好青年，以及对该公司一些业务方面的思考，就很棒棒了。

作者：JXK-12
https://www.zhihu.com/question/291523832/answer/1007323956

一共四面，属于tiktok（不知道为什么会多一次面试）

1面: 深挖老东家的项目内容，因为我当时天天用Tableau（说了点LOD的内容和实践）然后就没问任何技术问题。但同时，因为和面试官某些类似的经验，他聊满意了

2面: 求知欲很旺盛的面试官，上来先用英语让我自我介绍，我沉默之后照着简历说了一通。深入问了我在老老东家当时做客户调研问卷的经历，以及如何将问卷产出落地的措施。问了如何评判didi顺风车项目的数据指标【感觉字节特别喜欢问这类】 。（因为之前面过didi，当时我答得很一般，但是didi面试官教我了：）

3面: 考了window function，rank和date diff。（记得刷常见的SQL题目！）问了我对python的熟练程度，考了个pandas可以解决的command，但是我当时写forloop做的...还问了简历上AB test的设计 与落地和总结。最后，主要问了在老东家的经验，以哪种方式做冷启动效果更好，如何用dashboard衡量。（老东家的方法和面试官的上一个公司方针一致，他很满意）

4面: 让我描述最大的成绩。项目最难忘的瞬间。最难的问题是如何解决的。（这几个内容，她都要求我说出量化的产出结果）

     不断更新资源

     获取更多精彩

长按二维码扫码关注