不觉得没必要不值得

实习到秋招，经历了50+面试，特别是一面很喜欢考点sql知识点，下面是我面试数据分析岗位，在美团、快手、猿辅导等互联网公司，以及银行，美的等实业公司中遇到的常考SQL知识点1.表连接，几种join的区别？ • INNER JOIN（内连接）： 结果是左表和右表关联字段相同的交集。即查询结果为下图重合部分的数据； • LEFT JOIN（左连接）： 结果是左表的所有数据+右表中和左表重合部分的数据，即以左表为准，左表的数据全部查询，而右表的数据则只显示匹配的数据，不匹配的数据为null； • RIGHT JOIN（右连接）： 结果右表的所有值，左表中有匹配的则有值，不匹配的则null表示，和le...

时间：9.4问题：一位小哥面试官，基本上来一直问业务题，节奏比较快快手部门的组织架构和上下游对接情况两段实习的取数需求、看板工作等的比重实习工作内容有差异，自己的倾向----分析比重更大sql和python说思路表中有user_id 和 friend_id，一共包括100人，去计算最小关系网预测--1000份面试的样本，抽象出特征，去做预测候选人是否通过的模型，怎么搭建？（这个开放问题秋招竟然被问过两次，可以准备一下）试听课，家长还是小朋友的意愿更重，怎么去论证？① 回答家长更重要，整体的想法是控制变量，在控制小孩子的指标下，去看家长的表现对课堂结果的影响②小孩子指标（课堂回答率+课后作业完成...

时间：8.26二面问题：1.项目深挖，比一面面试官问得更深入，而且感觉二面面试官比较懂运营，所以延伸也是问了相关的发散2.业务场景题目滴滴做了一个去西单免单的活动，会有怎么样的效果，如何检验？①用户增多的趋势；统计分布检验；②拉动司机③（后续面试官补充）会影响西单附近的交通情况，因此要考虑到上报审批等流程环节3.跑西单司机一定会涨吗，什么因素会影响？单量+单价金额+平常的拉客活动地总结：二面整体就是深挖+业务场景，其实从二面问的问题就能看出，数分定位还是比较业务侧的，所以顺利通过二面的同学一定要多准备业务场景类的问题呀ps到这里基本反馈都是之后去到斑马业务团队，可以多从斑马的业务流程来梳理指标...

时间：8.17一面问题：1.项目逐一介绍，不太深挖；2.SQL①一道题在班级中60分以下的随机抽30人，60分以上的随机抽20人，说思路即可考察SQL中的随机抽取函数order by rand()，这个知识点确实不常见；这个题目是笔试中的题目，但当时时间原因没写上来，所以面试官又问了一遍，以后面的同学可以把笔试题目做下记录；②如何优化性能的问题3.ab实验知识点ab实验的统计性原理、流程、p值4.埋点的了解情况因为我实际实习没接触过埋点，所以就谈了下我对埋点的认识5.统计概率知识是原理，不是概率题目总结：1.面试官人nice，因为是一面所以重点考察知识的全面性，不是特别深，但很广；2.往年的猿...

1. 学习SQL基本语法—5、6天b站未明学院的SQL教程一共9个半小时，14p每天看2-3p，大概5、6天2. 学习窗口函数—1天b站LittonLei的视频—20分钟详细用表来举例，初学容易懂 3. 每天练习—搭配每天视频后，去牛客刷题牛客有详细写明知识点的题型，刷完 上述部分一周内完成，sql基本掌握4. 后续每天去牛客—大厂真题篇，做一系列大题归纳形成自己的思路后面会更新一些SQL常考题型、题目，欢迎互动呀

改简历是整个校招过程让我特别痛苦的一点，今年大改过3次简历，小改无数次，以下我自己改简历的小tips1. 简历制作①知页简历优点：傻瓜操作，我觉得比超级简历好用；缺点：套模板，所以有些地方没法改，比如某模板中加粗公司名；②word模板优点：调模板做出最合心意的；缺点：调整起来很繁琐，比如增删内容后，重新调字号间距、形状位置；最后面是我曾经用这两个做的一些简历版本，word想要的话留言就好，免费2.照片最好找个专业证件照我之前是浅色头发，面某行暑期就被点了，后来秋招p成了深色头发，所以面bank或者国企之类的还是要乖一点（千万别找某🐟付费p图，太坑了，醒图就好yyds3.实习经历别写得像JD，...

—从找实习到秋招，经历了50+场面试—学习路径的前后顺序，是根据面试的被考察到的可能性，大致排序的—适用于偏向业务型的数据分析师 SQL• 学习教程b站未明学院的mysql教程（p）+“LittonLei”的窗口函数听课做笔记+牛客网-在线编程SQL篇-前三篇来找当天学习内容的题目，进行巩固 • 学习目标掌握窗口函数、表联接、日期函数等重点题型； • 建议视频看完后，每天留段时间刷题—牛客网的"SQL大厂面试真题"；刚开始刷综合题目错很多很正常，稳住，多看牛客评论分享的简便思路，有些常考题目如留存率等有对应解题思路，这个我也有自己总结过。 统计学• 学习教程学过概率论、数理统计课程的同学，找教...

接上篇，简历能否被捞的关键是学历+实习，基本学历不能改变了，我们能稍微再努力一下的就是实习。我个人觉得日常实习不是大厂集邮，给了就去！！！那如果是各位准备之后校招的同学如何来规划、选择实习、让实习有价值，我认为三点---匹配度+充实度+丰富性匹配度平台及业务这里匹配度主要可以包括平台和具体实习业务内容，你有梦司或者校招最想从事的岗位就可以思考一下了，并且简历也可以把这段放在最前面，一般可能实习一段时间或者和一些前辈交流后基本可能就会有个最想去的，刚开始的同学不用着急这个。如字节是c端流量型产品，如果非常想进字节的同学，尽量有一段字节或者ks的短视频or直播等内容的实习，匹配度越高越容易被打捞。...

个人介绍双985本硕，从2月份投暑期实习基本0回音，到现在11月秋招中目前拿到了7个意向，包括字节、蚂蚁、中兴蓝剑、联想等，比较擅长整理面向面试的数据分析/挖掘/风控岗位的准备思路、业务知识、技巧逻辑等，首页也有一些整理的面经。分享目的之前一直在学校，也没人指导怎么来提前规划路径、怎么准备面试，所以2月开始投的暑期实习很少有回音，从那时侯开始就经常在牛客、小红书等刷一些前辈的面经、分享，在这个过程中也发现了很多知识的面试侧重点和系统框架，所以现在得空整理下我自己的秋招思路、简历书写、技术栈知识等（如图）。我当时主要是以准备大厂的业务数据分析/数据挖掘为思路来展开的，一般来讲大厂的数分考察最深最...

一面简历面，如果过往实习项目由机器学习等，比较关心其中数据预处理和特征处理，没有问coding和模型延伸问题（八股）二面对于项目中涉及的某个优化算法特别感兴趣，深挖概念、流程、优点、公式等（第一次也是目前唯一被问到这个细节，真的要对简历熟悉）压力大的时候喜欢干什么hr面为什么想来深圳深圳还投了哪些公司十一前发意向总体觉得顺丰的问题难度很看分配到的面试官，和身边同学交流，有的就会问很多数据开发或者机器学习概念性问题，可能这个岗位的面试官的问题还是更偏挖掘，项目基本比较关心机器学习建模等内容，对于数分实习一带而过，所以多多准备好项目的技术细节和一些典型的机器学习、大数据等基本知识。不过顺丰真的挺逗...

背景中流双9本硕，有段银行的风控建模实习一面简历深挖：你在什么样的部门，主要做什么样的项目？这个项目目标是什么？然后你在里面做的工作内容是什么？产出报告的质量怎么判断，结果包括对业务的思想是什么？评分A卡的样本选择，怎么做违约定义，怎么抽样，好坏样本最后的业务结果和价值？还有一些问题，记不太清了，总之算是比较挖简历细节和延伸思考。场景题：套现对于用户和商家角度分别如何防控有地图导航数据：起点终点名字、时间---怎么判断是否有车，因为想知道用户等级未来岗位的城市倾向？二面--主管面简历深挖学生工作获奖经历未来城市反问总结：看重候选人的数据能力+沟通能力，对于业务的具体了解要求不会太高hr面投了哪...

相关经历：一段银行对口方向的风险建模实习一面 部门负责人深挖实习建模（数据提取、建模选择该模型的原因），以及当时的公司一些风控的流程最后用了多少特征有什么可以改进的地方稳定性的问题项目-ks值低风险策略和模型的关系理解二面 交叉面建模的思路出发点、结论是什么怎么区分的好坏样本，出于什么考虑？正负样本的比例多少？模型的稳定性怎么看？特征有哪些？LDA抽了哪些主题？注册时长和风险的相关性是单调的吗你觉得风险策略的工作包括什么？业务和风险的权衡的挑战是什么？在做策略岗位的优势是什么，然后劣势是什么？hr面-电话沟通问了下理想的薪资在投哪些公司，怎么选择提前实习相关四面 主管面为什么选择这个岗位没有问...

投递的是到店，被买菜事业部捞起来 一面 一位小姐姐面试官，全身洋溢着令人舒适的气息。  深挖简历每一段实习，细节问的很深入，以及部门为什么做的动因。 二面 从宏观、中观、微观来分别评价下美团买菜目前的优势劣势，以及和其它对手的对比，有提及到像是盒马、朴朴、叮咚买菜等竞争对手。 反问：面试官表示集团对买菜业务很看重，并且自己希望招到兼有战略、数分、经营等多方面经验技能的校招生。  面试全程30-40min，一直在聊买菜赛道，还是蛮特别的一次面试体验，也真正感受到商分和数分的区别吧，虽然提前做了很多有关买菜前置仓以及社区团购之战的功课，但是在面试过程中也收获颇丰吧。 三面hr面（其实hr面隔了很久...