拼多多数据分析学霸提前批一面二面HR面面经（还愿完结）

拼多多数据分析，学霸提前批，都是深挖简历，分享攒人品哈哈哈哈

一面：

时间在8月16日下午2点，电话面试，主要内容：

1.首先做一个简单的自我介绍。
2.在上一家实习主要做的事情，按照做的事情和简历上的点，每一条细挖，做报表的目的是什么？可视化展示要达到的效果什么？爬虫有反爬措施时，数据分析怎么分析的？
3.做的招行的fintech比赛（简历上的），解释下smote方法原理，比较下决策树，随机森林，xgboost的原理有什么不同？数据量多大，数据字段分别有哪些？是怎么进行数据预处理的？特征工程这一块是如何做的？最后是怎么来判断模型训练效果的？
4.就最近做的产品数据分析经历，拿一个项目介绍一下，主要做的是什么？如何判断指标的异常值？怎么找到数据分析的核心指标？
5.介绍下研究生方向做的课题研究，为什么用这种方法做？解决了什么问题？
6.口述一道sql题，比较easy，有两家单车公司，表里存放的是每天某个时刻投放在某个城市的单车量，尝试寻找按天颗粒度这个城市两家公司投放单车量的拐点（即相等值）时间。
7.你还有其他问题想问我的嘛？
问了数据分析部门，面试官说，类似于阿里的架构，有风控，不同的业务线，具体去哪个部门后面会有hr介绍。

一到两周内出面试结果。

二面：

时间在8月22日下午3点，微信电话面试，主要内容：

面试官先自我介绍，搜索团队，基于用户和商品匹配，但是不是纯算法，偏于业务得到的结论
1.简单的自我介绍；
2.在鹅厂的实习，一个多月，主要做的事情是什么？
3.留存分析，***分析是怎么做的？to b还是to c？你根据什么依据认为你的次日留存率低？有没有落地？
4.招行的fintech竞赛（特别细，感觉这个部门偏算法）
先简单介绍下背景；问题是什么？用户有没有买某一批商品还是某一个商品？
特征字段总共有多少个？数据量多少？进行特征工程处理后的字段大概有多少个？除了one-hot、连续值离散化，有没有其他类似于构造特征的方法？构造特征是怎么构造的？
采用逻辑回归、随机森林、xgboost方法是基于所有的特征嘛？对模型进行评分的指标是什么？召回率的定义；召回率、准确率和精确率的区别；
5.从你的实习经历看来，你既有偏于业务层面的实习，也有偏于技术层面的实习经历，谈谈你对技术和业务的理解；

我回答说技术最终服务于业务决策，为业务服务，举例子在业务实习中，我也会采用聚类算法技术建模分析进行用户分群。
6.做了两道sql，一道是留存率计算，自己提前批笔试中没有写的，另一道比较简单，但是会忽略条件犯错：

两张表，用户订单表（tbl_ordr）及用户商品点击明细表（tbl_clk），假设都仅有只有某一天的数据，请根据以下描述写出对应的sql代码

1).用户在点击某个商品之后产生的订单算作这次点击产生的订单（要求点击及创建订单行为是同一用户操作的，且点击的商品和订单商品是同一商品）
2).如果同一用户多次点击相同商品，并最终产生订单，则订单归属到订单创建前的最后一次点击上

3).输出有产生订单的商品点击及点击产生的订单号（clk_id，ordr_id）（用sql实现）

用户订单表字段为：用户id，订单号id（ordr_id），订单商品id，order_time预订时间

商品点击明细表字段为：点击id（clk_id），用户id，clk_time点击时间，点击的商品id

思路是首先根据用户id和商品id将用户订单表左连接商品点击明细表，然后group by 字段用户id，商品id求max(clk_time点击时间)对应的clk_id

这时面试官很亲切的提醒了一句：如果有个客户点击了某个商品点击了5次，但他在第3次点击后就购买了该商品，那我这样取数会把点击id错取为第5次，这时我赶紧反应过来说在left join之后加一层where判断，where clk_time点击时间<order_time预订时间，面试官说OK就过了。

7.你还有其他问题想问我的嘛？

最后面试官又介绍了下搜索部门

结束一个半小时后收到了面试官关于搜索部门介绍的微信消息，听说可能会有下一面，......