美团商分一面
总评：美团整体更偏业务，对于业务的思考确实很深入，整体的体验很好，面试官会不断给我反馈，甚至给我的答案评分，感觉学到了不少！
细分题：
- SQL基础：
用户表<user_id, gender>
成绩表<user_id, score>
选取80分以上的男生的用户id，这道题非常简单，但是考察优化思路，简单来说可以将两个表分别限制成小表再做连接，这样会加快处理。
select user_id from ( select user_id, gender from user_table where gender = 'male' ) u inner join ( select user_id, score from scores where score > 80 ) s on u.user_id = s.user_id
- 当业务方不接受建模的时候又是如何处理的？
业务方不接受建模非常正常，那是因为我们没有转化为他们能理解的语言跟他们沟通，建模是我们验证猜想的一种手段，那么呈现结论可以采取另外一些手段，例如可视化，或者做个简单的表格分析，让他们看到绝对数值的变化。遵循理论可靠，结论清晰易传达的原则。
- 在确定数据口径的时候有没有遇到过什么坑，以及如何处理的？
有的，然后具体叙述步骤：首先如何发现？（大盘数据与业务表现对不上），然后评估影响（计算数据，比较之前口径和当前口径的对于关键指标计算差异，以及对于业务方的绩效影响），再到如何解决（首先事情已经发生了，那么从两个方面去处理，1是取数计算影响，安抚业务方情绪，表明影响并不大；2是与数仓沟通，将整个口径变更过程流程化，表明事情严重性）
- 如何跟业务方去沟通分析需求的？
（这个感觉答得比较一般）拉上部门领导，与业务方领导一起沟通需求，了解当前的业务现状，难点，整体的业务流程是怎么样的，之后会关注的侧重优化点是什么。然后再去取数据，做初步的分析，此时会将机器学习建模和商业分析（漏斗）结合起来，产出初步的分析报告，跟部门领导一起看整体的数据表现，输出结论。
- 反问：留用情况？
面试官所处的部门暑期和日常没有显著的留用率的差异，还是主要看个人能力是否匹配，以及当时部门是否有hc。（标准回答）
