【一、 岗位介绍】       数据分析的岗位包括业务方向和技术方向两种。      业务方向的分析师主要会制作报表，常规分析，完成取数需求等。常见的方向包括流量增长，运营活动，风控等，这些方向在校招的JD中往往是看不出来的，只能在面试时根据面试官所在的组进行区分，提问会更加看重产品、运营的思维。      技术方向的分析师可能会涉及到算法的知识，需要进行数据预处理，构建模型等，相对来说对于算法原理，python等要求会更高。在面试中的提问也会更加偏重于技术。      但不管是业务型的分析或是技术型的分析，校招往往融合两者的要求放在一个JD里，在我们校招投简历的时候，很难...

数据分析里有很多的模型，比如AARRR模型常用于用户增长的场景；RFM模型常常用做用户分类；漏斗模型可以监测用户的流失等等。今天我们重点讲一下AARRR模型，主要从原理和面试应用两个方向展开。    AARRR是基于用户生命周期提出的模型，认为在用户增长中，最重要的5个指标是Acquisition（获取）、Activation（激活）、Retention（留存）、Revenue（收入）、Referral（自传播），这种增长模式也称为海盗模型。         第一阶段：用户获取。用户的获取的重点在于“精准引流”，因此，在关注各个渠道推广引流数量的同时，更要关注流量的质量，用户是否为产...

关于机器学习在数据分析面试中可能遇到的具体内容我们会在后面的章节中介绍，这一节中更加侧重于如何表达机器学习项目或者在业务面试中如何回答机器学习问题。   在面试中会怎么提问呢？   如果简历中有机器学习相关的项目或者比赛，面试官可能会问：你来介绍下这个项目？   如果是面试金融类的企业，可能会说：让你来做模型，对借贷人进行风控，该怎么去做？   如果是电商类的企业，可能会问：你会怎样识别出羊毛党用户呢？具体的流程如何？   如果是内容类企业，问题可以是：你会根据哪些数据向用户推荐合适的内容，具体的方案流程是什么？   这些问题都可以看成是机器学习在业务面试中的应用，这一步一般不会涉及到算法原理...

这一节会介绍一些常用的数据分析框架。在面试或者笔试的时候，回答的问题的框架十分重要，在没有思路时，也能够借助框架快速填充相关内容，增强输出。     【人货场】    一、背景解释   人货场模型是零售业常见的框架，但是也可以延用到互联网行业。顾名思义，人货场就是从人、货物以及场地三个维度展开分析。顺延到互联网中，人包括了内部员工和外部客户；货物则指公司的产品，电商公司的商品，短视频公司的短视频内容，音乐app的歌等等；场则可类比为公司平台或者app本身。      人货场以及可以参考的指标扩展示意图如下：      **参考来源：《数据化管理：洞悉零售及电子商务运营》     当然...

总是有很多人问，数据分析考不考Python，学Python要到什么程度。其实这是一个挺难回答的问题。   数据分析大概率是会考Python的，校招内卷越来越严重，简历上没一两段用上Python的项目或者实习，都不好意思说自己要投数据分析。但是仔细一看，基本都是做来一些机器学习的项目，洗洗数据，调个包挑个参，很少有新颖的内容。不过既然大家水平都差不太多，保证自己在平均水平也算说得过去。   要学到什么程度真的是因人而异的问题。代码基础不好的或者不感兴趣的，跟着博客清洗下数据能够调包调参数，面试的时候能够完整的把自己的项目介绍清楚就行，反正实际工作中，80%以上的数据分析（商业分析岗）不（太）会用...

模型效果的评估主要分为分类模型评估和回归模型评估，但笔试面试的考点主要集中在分类模型的评估上。    一、 混淆矩阵   1、指标定义      在分类问题中，常借助混淆矩阵来评估分类效果。混淆矩阵如下表，有四个数据：      TP：True Positive, 将正类预测为了正类；   FP:  False Positive,将负类预测为正类；   FN：False Negative,将正类预测为负类；   TN：True Negative,将负类预测为负类。   通过对这四个数据进行计算，我们能够得到一系列指标，用以衡量模型的分类效果。       精确率(PPV -...

五 、朴素贝叶斯   在第5章中，我们介绍过贝叶斯的相关内容，朴素贝叶斯算法正是基于此而来。   1.原理      朴素贝叶斯通过特征的概率来预测分类，模型是不需要调参的：   第一步，训练分类器，计算输入的训练样本中，每个不同的分类类别在训练样本中出现的频率以及每个类别下各个特征属性出现的条件概率值。   第二步，对于待分类的样本，计算在该样本出现的条件下，各个分类类别出现的概率，哪个概率最大，待分类的样本就属于哪个类别。   我们知道贝叶斯公式为：     也可以理解成：  参考《统计学习方法》，假定y为某类别可能性，我们可以将公式化简为：     举例，有行车登记数据如下： ...

在上一章节中，我们讲到数据分析岗对于算法知识的考察不会太深，建议在面试前，从原理-优缺点-应用场景-延伸提问等角度做好准备。   在介绍算法之前，我们先回顾一下监督学习和无监督学习的概念。      监督学习是指对具有标记的训练样本进行学习，以尽可能对训练样本集外的数据进行分类预测。基础的监督学习模型包括决策树，逻辑回归，KNN，随机森林，GBDT等等。      无监督学习是指对未标记的样本进行训练学习。基础的无监督学习模型包括K-Means, PCA等等。      以下是我整理的常见算法：       【监督学习】    一 、决策树   1.原理   决策...

说起大数据，许多人就会想到机器学习，人工智能。 而说起数据分析，也会有许多的同学问道： “数据分析需要准备算法知识吗？” “数据分析在日常工作中要啊做模型调参数吗？” “数据分析的笔试面试对算法的考察深入吗？” 在互联网公司里，数据分析岗位和算法岗位是分开招聘的。数据分析的工作场景更加偏向于业务，侧重于利用统计学、简单的模型知识来分析业务问题。因此在面试考核时，数据分析岗位对算法的要求不会太高。   【算法提问模式】   对于数据分析岗位的同学来说，算法类的问题难度可以划分为3个梯度：         第一梯度：简单版   “看你在简历里写过逻辑回归，请你介绍下这个算法吧”   这是算法的入门...

在数据分析的笔面试中（主要是笔试），有许多的数理统计相关题目出没。最快速的解决方法就是记住常考题型对应的公式，在遇到的时候能够直接套用。说到底还是一个熟能生巧的问题。    这篇文章会总结一些常见的题型，我们可以一起来看看。   一、 排列组合相关问题   排列: 从n个不同元素中，任取m个不同元素按照一定的顺序排成一列，公式如下：           组合：从n个不同元素中，任取m个元素并为一组，公式如下：         1、 插空法      插空法主要用于解决某几个元素要求不相邻的问题，先把其他元素排列好，再将指定的元素插入间隙中，例如：    ...

继续接着上一篇文章，继续介绍笔试面试中常出现的梳理统计知识。上一篇文章介绍的主要和假设检验相关，这一篇文章的知识点会零散一些，主要是一些基本的定理内容，有时候在面试聊天的时候会被猝不及防的问到。     在介绍完这些定理后，会有专门的文章继续介绍笔试面试常见的题型。   十、方差、协方差      方差用来刻画一个样本中数据的离散程度（波动大小）。其中，X为样本值，μ为样本均值，N为样本总数。     协方差是一种用来度量两个随机变量关系的统计量。期望值分别为E(X)和E(Y)的两个随机变量X和Y之间的协方差计算公式为：        如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的...

【写在前面】   其实“图形推理”“文字推理”相关的题目也算是智力题的一种了，这类题目我们称做行测题，不在本文的讲解范围内，目前如牛客等网站都收录了大量的相关题目，大家可以搜索题目进行练习。   这篇文章主要会分享一些我自己在应聘过程中整理的智力题（虽然没被问到过），有兴趣，有时间的同学可以动手推算；没时间，但是又害怕遇到这类题不会回答的同学，可以直接看我总结的思路，记住思路就能够解答同类题型。   写上“附”字，其实也是代表这类题型的重要性低于其他内容。智力题在数分的笔试面试中出现频次不会特别高，并且出现的题型非常相似——因为出考题的人都是在网上收集copy的，而适合出现在招聘筛选中的题就那...

【写在前面】      数理统计知识是数据分析岗的必备基础知识之一。在笔试中，我们会遇到很多概率论，假设检验相关的问题，在面试中，还会有面试官时不时拿出一些数理统计的问题考考你。不论你是理科，工科，商科，在大学期间都需要学习概率统计的必修课。因此，在校招准备过程中，数理统计的相关内容其实是对已学过知识的再次复习与总结。严格的来说，这一部分内容包括了统计学，概率论等等，知识点颇多，且有一定难度。   鉴于数理统计内容的复杂性与庞大性，本章并不会像书本一样把所有的定理一一介绍得非常全面，而是会着重于介绍常考的定理内容以及应用方式。因此，本章内容，更加适合那些对基础知识已有了解，只是不知道考点以及不...

在笔试面试中，会有一些反复出现的，要求我们掌握的题目，本章中会介绍六类经典的问题及解法。在第一次看见问题时，可能并不能马上想到思路，但多加练习后还是能够快速解决的。   1、连续问题   假如有一张表table1，记录了每个用户登录APP的时间，       （1）取出连续数据。   现在想取出连续3天以上登录了该APP的用户名单。   针对这种连续的问题，最常规的思路是借助row_number()over()的开窗函数。我们先看一下使用开窗函数的效果：      select *, row_number()over(partition by ...