22届秋招数据分析复盘
  秋招时说过校招结束后,编写面经分享给大家,奈何拖延症🤣🤣🤣。现在终于闲下来复盘一下。  
   背景:双非本+211硕,本硕应用统计专业(只谈offer经验,不谈背景就是耍流氓。我这教育背景在数分下实在是low)  
              京东日常--数据运营实习经历(2021.5~2021.6),顺丰科技暑期实习--大数据挖掘与分析实习(2021.7~2021.9) 
   实习情况:京东实习偏向于业务,主要用的是 sql+excel(实习薪资3300+500🤣)。顺丰实习偏向于技术算法,主要用的是 sql+python(实习薪资8000+21餐补/day)  
   秋招情况: 数分真的很卷,但是如果有两段数分的实习还是比较好拿到offer的。  
   本人投递时间:8月中旬~9月上旬(2023年肯定要更早)  
   本人海投了100家公司左右,笔试了40家,进入面试18家公司,放弃面试2家。 
   其中一面挂的有:途虎、欢聚、富途(投的早主要拿来涨经验) 
   其中二面挂的有:京东、腾讯 
   hr面完泡池子无消息的:美团、58同城、美的、vivo 
   拿到offer的:顺丰(实习转正)、广联达、去哪儿、兴业银行fintech管培生、同花顺、转转、唯品会、携程(春招) 
   接下来说说如何拿到数据分析的offer  
   1.实习!实习!还是实习! 
      感觉找实习就是在套娃,就是因为没有实习所以要去找实习,但是很多公司找实习生都是要求有实习经历的同学。我于21年3月底开始找实习,一直在碰壁,收到面试机会更是寥寥无几(元气森林、美团还是直系学姐招继任、得物),由于毫无经验又时间处在找实习峰期(很多厂开始招暑期实习),理所当然地从3月到4月没有一家公司要我。但是本人运气非常好,在牛客上遇到一个成电的学姐,然后顺利继承了她在京东的岗位。 
   2.技术层面上 
      数分要求一般不高,主要的技术栈:sql(top1重要)、python(一般偏向于业务型还用不到)、excel、tableau、统计学(假设检验特别重要)、概率论(正态分布等)、机器学习(掌握一般常见的分类、回归、聚类算法) 
   3.业务层面上 
      数分对业务层面上要求更高。最好在面试某一家公司前,去了解一下该公司的业务,有利于帮助你和面试官的沟通。常见的问题有指标异动如何分析(例如gmv下降)、指标体系的构建(例如构建抖音数据指标体系)、选择一个数据指标来反馈一个问题、如何来评价一次活动的好坏等等。
 
   4.简历上 
      要对自己的简历非常熟悉,你写的每一点内容都有可能成为面试官的问题,特别是要对自己的实习经历了如指掌。如果在问简历的过程中出了问题,那么面试基本凉凉了。
 
   接下来回忆了一下本人面试中遇到的一些问题(使劲回忆)  
   实习面试  
   滴滴暑期实习(50min,一面挂):  
          问简历
  
           sql:四个字段:用户编号uer_id、 消费时间ord_time、消费金额gmv、订单编号ord_id,Q1:每一天每一个用户的最早的消费时间及其gmv(用子查询或则窗口函数),Q2:每天每个小时的消费金额  
                  sql的查询顺序?
 
          abtest的统计原理?
 
          case:在订单旁边是否出现预估价如何来做abtset?如何设置分组?如何保证分组的随机性?若B组比A组确实多了10%,如何分析?  
    滴滴日常实习:   
         一面(25min)
  
            问简历,如何评估618活动效果好坏
  
            介绍p值,决策树、随机森林的原理
  
         二面(20min,过了没去)  
        互联网思维          抖音快手区别、 
          问社区团购哪家会赢,说说原因 
   网易日常实习:  
       一面(40min) 
           问简历(被问住了) 
           abtest的各种问题(又被问住了)  
   微众银行暑期实习:  
        模型的各种评价指标 
   字节日常实习:  
       问简历(被问住了)
 
       为教育平台搭建指标体系,选出最能反映学生做题效果的数据指标
 
   顺丰暑期实习:  
       一面(30min):
 
       sql题(窗口函数,左表a行 右表b行 左连接后最多有几行)、写斐波列契、美团gmv下降如何分析、机器学习模型的评价指标、给小朋友介绍正态分布
 
       二面(hr面,去了顺丰暑期实习)
 
   bilibili日常实习:  
       一面:
 
       数据倾斜、实习内容(线下用户如何拆解)、abtest样本量计算、bilibili用户与抖音用户区别、在上海开健身房如何预估利润、为bilibili挑选3个top指标,why?、如何评估一个up主的质量 
       二面:
 
       忘记了
 
   秋招面试  
   转转:
 
       一面(30min):
 
       sql题、介绍k-means、excel的一些函数
 
       二面(25min):
 
       工作上的一个项目介绍、估计一个学校一年外卖的gmv(费米问题)、最近看了什么书,学到了什么
 
       hr面(20min):
 
       问了手上offer 情况、一些常规问题
 
   58同城:  
       一面:
 
       简历、拥有大盘的数据如何搭建指标体系向老板汇报、京东成本考虑哪些、辛普森悖论 
       二面:
 
       简历、常用的app给产品经理写日报会从哪些因素考虑(说了tb)、新用户Dau上升3%,老用户下降2%,总体指标会不会超过这个范围、如何去预估一张A4纸的面积
 
       hr面:
 
       第一份工作会考虑哪些因素
 
   斗鱼:  
       gmv下降如何分析、RFM模型
 
   广联达:  
       一面: 
       如果给你15天休假,你会研究工作上的事情还是其他事情? 
       你有什么兴趣爱好?对它做过什么研究?过去让你感到遗憾的事情?过去你的重要决策,为什么会去做这个决策?介绍一个算法?其他的分类算法?什么时候用决策树,什么时候用逻辑回归?介绍L1 L2正则化?python基础怎么样? 
       二面:
 
       在校学的最好的科目和最差的科目分别是什么?业务难,会放多少时间用于学习业务?一个东西重复失败你能接受吗?聊天,问了其他offer和薪资
富途:
 富途:
- 美团点外卖的流程?
 - 美团如何识刷单商家?
 
      是否有历史的商家的数据,如果有可以做分类算法,如果没有可以做聚类算法(可以考虑时间角度、地址角度)  
   携程:  
       一面
 
 - 自我介绍
 - 问简历,618复盘 如何判断此次活动效果好坏
 - 做题 sql、统计学、计算roi等相关题目(ibu数分主管 纯英文
 
       二面  
 - 自我介绍
 - 介绍一个实习项目
 - 想做业务还是做技术 原因
 - 机票gmv下降如何分析(机票事业部
 - 概率论题目
 - 职业规划
 
       hr面  
  - 在校收获
 - 实习收获
 - 优缺点
 - 为什么想来上海
 - 其他offer情况
 
       一面
    
  - 自我介绍
 - 实习经历
 - 问在京东的实习,业务相似
 - 问在顺丰的配送、客诉率等
 - 主要就是聊天,面试官也很好(可能因为业务相似
 
     在学校的社团学生会经历,介绍一个 
      给了一篇报道,给了几个问题(关于社区团购的 
       hr面 
       实习收获等
唯品会
 唯品会
      一面(武汉线下)
  
       1. 简历(面试官很感兴趣在京东的实习,回答的也不错) 
       2. abtest展开,后面说了一个case 
       3. excel的一些函数
 
       二面(线上50min)
 
       1.假设检验
 
       2.唯品会gmv下降如何分析
 
       后面问的忘记了
 
       hr面
 
       1.问了offer,期待薪资(说了要sp,果然给了🤣)
 
   同花顺 
       一面 
       1. 问了数据分析方法
 
       2. 简历
 
       3. 一个项目经理
 
       二面
 
       1. 聊天~
 
       hr面
 
       1. 对同花顺的了解
 
       2. 炒股吗
 
       3. 有缺点
 
   腾讯 
       一面、二面(都给忘记了🤣)
 
   京东 
       一面
 
       1. 实习经历
 
       2. 在校的社团活动
 
       3. 聊天
 
       二面(9进2挂了)
 
       1.实习经历
 
       2.问在顺丰和京东实习的区别
 
   总结: 
       面试了很多家,也有自己的心得体会吧。无非以下一些问题: 
       (1)简历面:要对自己的实习经历、项目非常熟悉,最好指出一些不足以及可以优化的点。
  
       (2)技术上:偶尔面试需要做sql题(实习面试比较多,秋招比较少);机器学习常见的模型用法、优缺点、原理都要清楚;统计学上的问题比如辛普森悖论要会解释、几种假设检验要熟悉;涉及到AB-test的一些问题包括大数定律、中心极限定理、样本量的计算等等也需要会
  
       (3)业务上:常见gmv下降如何分析、构建指标体系等等需要比较完善的逻辑思维
  
   以上就是本人的秋招历程,需要交流学习的小伙伴可以加我vx~ 
#数据分析##数据分析工程师##数据分析师##面经##秋招##春招#
查看29道真题和解析

