数据分析菜鸡的秋招终于上岸了
秋招终于结束了，平时也在牛客上看了不少帖子，现在也整理整理面经回馈牛友吧，菜鸡的秋招之路真的是太艰难曲折了。此帖仅作为一个秋招的记录，我有很多认识不足的地方，求大佬轻喷
前言
数据分析所考察的知识更加灵活和广泛，包括机器学习、统计学知识、产品思维、数据库和大数据开发基本知识，有时还可能涉及到金融知识常识和心理学知识。今年或许也有一些从算法转数分的同学，但我建议还想找数据分析岗位的同学考虑清楚。
数据分析分为偏产品和偏技术两挂，偏产品类需要对常用指标体系非常熟悉，而这个技能只有在实习中才能够学习到，还需要熟悉常用的可视化工具；偏技术挂的数分不多，一般叫数据分析工程师，很多会要求有hadoop、spark的技术背景，不是会写两行python、会调用机器学习的库函数就可以应付过去的。当然，对于这两个方向都很重要的一点是你要会写sql，要熟练掌握窗口函数，具体教程网上有很多就不赘述了。
数分不是每个公司都有，坑少人多，在我面试的过程中碰到很多应用数学、统计学、信息管理等很多非IT专业想去互联网都会选择这个岗位，而且他们可能会有很多相关实习和比赛，大佬也很多，或者说他们比IT专业的会更加对口这个岗位，所以并不是算法做不下去转数分就能被接住了，你只是从一个坑跳去了另一个坑而已。
一、基本情况
双985硕，软件工程专硕，研究生期间没有项目没有论文，本科学的JAVA全部还给老师，只会写点python和C++，简历上就写自己的课程项目和一个kaggle的比赛，面试中被无数次说到kaggle排名不高🤣，所以简历水的不能再水。只有一个工商银行总行的两个月实习，实习内容做需求分析，面试被无数次问到为什么不去互联网实习。
研究生方向一开始想做数据挖掘，奈何没有清晰的学习路线，研一没有打下扎实的算法基础，实验室没有相关项目，没有自己参加很有含金量的比赛，没有找到互联网实习，春招实习基本没被捞起来过，看了几个帖子就转了数据分析。
从七月初开始到十月末，我总共投了近百家公司，包括互联网、国企、研究所、银行、运营商，最后拿了一个offer也挺适合就直接签了，后面的很多银行和运营商笔试面试就直接鸽了。投递情况不完全记录如下：
二、面经：
总共面试了30多场，有一些中信银行、国寿保险之类的宣讲会现场面试太多了记不清了，记得清的就这二十家，仅供大家参考。
1. 咪咕音乐 一面挂
问的很杂，以简历项目为主拓展开问，NLP、深度学习、机器学习都有问到。
2. 搜狐畅游 一面挂
玩游戏吗？评价一下你玩过的游戏？这些游戏为什么吸引你？一款游戏或者产品的发展阶段有哪些？每个阶段数据分析师能做什么？建立什么指标体系？选三个指标评价一个新产品的好坏。
3. 联想 一面挂
问项目，问毕设，问SVM怎么处理多分类问题。
4. 美团 一面挂
5. 经纬恒润 一面挂
面试体会非常不好，我投的数据岗位，面试全问一些和开发相关的问题，还问我你对写代码有热情吗，是那种每天不写两行代码就浑身不舒服的吗？你实验室有对写代码有热情的人吗？问我数学成绩怎么样，还说你这数学成绩也不行啊，如果想要数学特别好的不如去数学专业招人算了，干什么非要抓着数学成绩问？
HR也是很随意，我问面试流程，很不屑的和我说面试官让你走你就走吧，后续再通知。
6. 拼多多 综合挂
7. 贝壳 二面挂
一面：项目问题，SQL窗口函数，影响外卖平台APP的指标有哪些，问的不多，15min以内解决面试，等待二面。
二面：问项目。问特征工程的建立，在做预测的时候有没有遇到一些有趣的地方，有没有数据体现出很特别的地方，项目模型怎么落地变现。问平时有什么爱好，关注什么方面的新闻，看什么书。
二面面试官估计是个产品部门的leader，很有气场但也很打击人。她建议我去读一读西方经济学的书，要知道基本的经济学知识，还劝我找个小公司广告运营的岗位磨练一下，提高一下自己的数据敏感度和产品sense，不然不可能找到数据分析师的工作。
8. 京东 二面挂
9. 龙湖地产 二面挂
初试一：更像是HR面，三件你最有成绩感的事，你的缺点是什么，大概是这类问题，没有涉及技术。
初试二：问简历项目，问kaggle比赛的特征工程和模型使用，具体细剖特征工程的建立，怎么选择特征，怎么做重要性排序。做一道场景题，AB两个羽毛球运动员，A和B都有两个发球点两个接球点（A1A2B1B2），问B现在站在哪里接球赢的可能性更大。求B分别站在B1B2赢球的期望是多少。
复试：介绍一下简历项目，找工作为什么考虑互联网吗，更倾向于哪些领域，为什么选择地产，对龙湖有什么了解。
10. 映客直播 二面挂
一面：如何处理分类数据，onehot编码原理是什么，偏态数据怎么处理，什么模型对应什么分布，如何处理成正态分布，为什么要正态化，为什么要归一化，好处在哪，怎么加速计算的；python二维数组切片操作语句、可视化语句；怎么对用户进行分层，怎么分几日留存率，为什么；数据透视表是什么，有什么用；你觉得数据分析师做什么的，统计学在数据分析中有什么用；为啥不去做算法，回归模型有哪些，岭回归和lasso回归的区别。
二面：评价一个你常用的短视频APP，谈谈优缺点，如何改进缺点，了解映客直播吗。
11. 中兴 终面结束
技术面：介绍简历项目，没有深挖什么技术问题，全程问我愿不愿意转岗……
HR面：英文自我介绍，自己的优缺点，有没有做过什么学生工作，为什么去南京，对工作地点的要求，薪水岗位城市如何排序等等。
12. 农行软开 面试挂
技术群面，首先自我介绍，然后在白纸上写题：数据库事务的四个特性是什么？什么是脏数据，怎么形成的？关系型数据库和非关系型数据库的区别是什么？
单独提问：聚簇索引和非聚簇索引的区别是什么？决策树的分裂依据是什么？了解GBDT吗？python的内置数据结构有哪些？在工总实习具体做什么？七层网络结构是什么？
13. 浦发银行 面试挂
14. 百信银行 一面挂
无领导小组讨论：500w在7个部门之间分配，讨论出原因。
15. 银联数据 二面挂
一面无领导小组讨论：银行客户说数据有泄漏，哪些环节会出问题、如何应对并给客户解决方案。
二面（数据分析产品部门面完转算法模型研究部门）：产品部门询问各个项目怎么做、自己负责的部分，面试官感觉我更偏模型，就转了模型研发部门；模型研发部门没有问什么技术问题，问了一些个人问题和项目问题就结束了。
16. 招商银行 上海面试鸽，北京面试鸽，杭州二面
一面：无领导小组辩论，无人银行应不应该有人轮流值班。
二面+笔试：有没有offer？offer选择标准是什么？为什么报金融科技？你觉得自己的优势是什么？笔试内容两道问答题，人脸识别在金融行业的应用场景举例2-3个并说明，B2B、B2C的区别和特点是什么。
17. 金航数码 岗位不匹配一面挂
到场先做一套C++的基础知识试卷，填写一个个人信息表，然后一面。
一面面试官感觉是个上了年纪的技术人员，人很和蔼，看了我的简历问了一些问题以后说他们部门招的是开发人员，会把我的简历着重推荐到大数据部门那边再进行面试，让我回去等通知，说是辛苦我今天跑一趟了。可以看得出对求职者的尊重，虽然我很清楚估计没戏了，但是面试官的态度还是让人很暖心的。
18. 国家电网自动化研究所 一面挂
我投的岗位是信息科技岗，问我的都是什么问题，面试体验极为不好。
除了问了一个和项目数据源相关的问题，剩下的问题是：工商银行暑期实习给钱吗，给多少钱，工商银行是有个数据中心吗，学IT的去金融领域能赚多少钱，和工商银行签三方和公司签还是和第三方签；专硕不发论文吗，专硕考研分数线是不是比学硕低，是不是专硕更好考啊。
我是来面试的还是来让你们挖别人信息的？有问题你们自己去问工商银行好不好哦。通知我早上九点面试，我起个大早还没吃饭，等到中午一点半才面试，中间排队组织也十分混乱，没有人一直维持秩序，有人说有事说插队就插队，你们如果已经确定了人选就不要把别人当猴耍。
19. 中电莱斯 面试结束无消息
技术面：问简历项目，愿不愿意转开发，对加班怎么看，有抗压能力吗。
HR面：常规HR问题，为什么去南京，有没有offer，期望年薪多少之类的。
20. 招银网络科技 杭州
一面：简历项目，C++基础知识，数据库索引，数据库主键外键作用，xgboost算法原理，现场写算法题。
二面：比赛项目数据源问题+聊天。
HR：为什么去杭州，本科做了什么，兴趣爱好是什么，成绩怎么样，对加班的看法，能接受什么程度的加班，期望年薪多少等等。
菜鸡没有什么offer，没得选，最后还异地
秋招太惨烈了，希望不要再出什么幺蛾子，顺顺利利让我毕业入职吧。
秋招太惨烈了，希望不要再出什么幺蛾子，顺顺利利让我毕业入职吧。
#招银网络##工商银行##银联数据##校招##数据分析工程师##面经#
查看8道真题和解析
