【面经】滴滴-数据科学与智能部-数据分析实习生

【Part 1】自我介绍 & 项目深挖

自我介绍
详细介绍一段自己做过的项目（深挖问题包括：模型不足之处，如何改进，如何评估模型的好坏等）

备注：根据几次DA面试的经验，面试官在项目深挖环节，一般会就到自己详细介绍的项目OR简历中排序靠前OR篇幅较长的项目/实习经历展开提问；所以，建议是自己参与度不高或者自己不太懂的项目经历，千万不要写进简历或放到简历中显眼的位置。

因为面试官本身也是业界比较有经验的人，会问一些深入、细节的问题，你所提到的项目究竟有没有认真参与，有没有做深入地思考，基本上在几个问题之后就会暴露无遗；并且，同行的朋友也说，每次面试都是灵魂拷问，查缺补漏，所以，自己做的项目自己清楚，那些模棱两可、浑水摸鱼的凑数项目就不要拿出来讲了。

【Part 2】A/B test等有关业务的问题

如何计算最小样本量
选择AB实验的样本的时候，应该注意什么（其实我面试的时候也不懂ABtest，直接按照控制单一变量的思路去回答就好，尽量不要让其他confounding factors去影响实验）
如何判断实验组和对照组的某个指标是否有显著差异？假设检验
使用滴滴打车的时候，最不好的体验是哪一点？应该如何去解决？（我回答的是：自动定位上车地点和实际地点存在偏差解决方法我没答好，面试官说应该看一下手动拖动上车地点的用户数量有多少，占比多少）
这个问题不记不清了知识点大概是：滴滴业务关注的几个点是：司机、乘客、以及司乘之间供需关系的平衡，供需关系的调节可以通过调价、发放优惠券等手段

【Part 3】SQL

现场手写，可以打字，也可以写在纸上，拿给面试官看。

具体题目，我现在记不清了，大概是两个表join，where条件限制，然后count这样。好像一个是订单表，一个是乘客信息表，里面有乘客的性别信息。

面试时考察的比较基础，但是DS实习过程中还是要写一些逻辑比较复杂的SQL，会用到窗口函数，case when,if,having，concat, concat_ws,coalesc,nvl,date_sub,date_add,to_date,group by,order by等等，还有多层表格、函数嵌套，不过不用担心，写多了就熟悉了，同组的mentor也会亲自指导，面试考察的还是比较基础的。

我面试之前是零互联网实习经验，但本人觉得在面试之前去了解一些互联网行业术语还是有帮助的，同时也有利于尽快适应实习新工作，比如说GMV pv/uv 用户生命周期用户画像漏斗 b端c端每个互联网大厂的主要业务线等。不过，零互联网经验也不用担心，这不是必须项，展现出自己的思考逻辑、学习能力和学习的热情就好，并且，“人人都可以是产品经理”，结合自己的用户体验说出自己的想法和思考。

【面经】滴滴-数据科学与智能部-数据分析实习生

全站热榜