数分求职分享 | 忠于内心终有所得
个人背景:985本硕 | 数学本金融硕 | 本硕成绩排名均1%
实习经历 - 截至秋招前: Top互联网*2 | Top券商*1 | Top咨询*1
写在前面
在2020年终总结的结尾,我这样写道,「这一年,在极度内卷的秋招里升级打怪,尽管常常力不从心但依然选择全力以赴。在结果导向的现实世界里,我已再不会奢求自己曾有过的那份挣扎与煎熬被他人所理解,但确是真的很感恩,一路走来遇见了很多可爱的人,更珍贵的是,不论在热血沸腾还是失意落魄的人生阶段里,总能有温暖而真挚的陪伴,或立于身后,或并肩同行,或是清醒剂,或是强心针。谢谢你们,让我可以有勇气真实面对自己的软肋,告诉我每一滴眼泪,其实都是我们漫长人生里偷偷喘气的机会,它很珍贵。」
有些朋友如果看过我先前的帖子,应该会对我在秋招做的痛苦的抉择有所了解,有人质疑,有人鼓励,也有人在替我遗憾和惋惜。而站在2021年回望这段焦虑和灰暗的时刻,心中依旧五味杂陈,但可能是因为始终有所热爱,有所坚持,所以从未想过要放弃,反而变得更加勇敢,去追求自己真正想要的,这大概是这段求职旅程中最大的收获了。
一直以来,在牛客里认识了很多一起求职的小伙伴,也在牛客汲取了很多能量,现在就想把自己的经验也回馈给牛客,希望能帮助到更多在追梦路上,或许满腔热血,或者焦虑不安的朋友们,祝愿大家都能忠于自己,心想事成。
秋招 & 春招投递情况
一、秋招
美团 - 商业分析(美团买菜 - base北京,已拒)
8.8笔试 —— 8.24一面 —— 9.2二面 —— 9.17三面 —— 9.23Hr面 —— 9.24意向书
pdd - 数据分析(拼越计划,已拒)
8.2笔试、测评 —— 8.12笔试通过通知 —— 8.18一面 —— 8.26二面 —— 9.5Hr面 —— 9.21oc —— 9.27意向书
携程- 大数据分析因为实习太忙放弃了提前批面试所以面试被顺延,已拒)
8.4笔试 —— 9.1一面 —— 9.9二面 —— 9.24Hr面——9.30意向书
京东零售 - 数据分析(挂)
8.27笔试 —— 9.4一面 —— 9.11二面
字节跳动 - 数据分析(10月捞 ,base北京,已拒)
10.10 一面——10.15二面——10.23三面——10.30(hr电话offer)
腾讯- to b产品(10月捞 hr面主动拒,虽然是在上海,鹅厂的产品又有高光,但了解了一圈发现自己实在不想做to b)
10.15一面——10.20二面——10.24三面——10.26(hr)
二、春招
PayPal - decision analyst
3.10一面——3.15感谢信
阿里集团 - BI(已接offer)
3.16一面——3.13二面——3.16三面——3.17(hr)——3.18意向书 —— 3.19正式offer 字节 - 电商数据分析
2-28投递 —— 3.7笔试
秋招 & 春招面经
美团商业分析 - 美团买菜
一面 8.24 47min
自我介绍
- 对美团/美团买菜/生鲜零售行业有什么认识和理解吗?
- 平时用哪些数据分析工具?tablue用过吗?
- 讲一个在蚂蚁做过的项目(根据项目提了一些小问题)
- 数据策略的实习经历(怎么做投入产出比的评估)
- 你觉得数据分析和商业分析有什么样的区别?
- 蚂蚁不能转正吗?意向的base?
- 你觉得在蚂蚁实习的收获是什么?
- 你所说的沉淀的方法论主要是哪些?
- 你觉得自己有哪些优点和缺点?
- 未来的职业路径规划是什么样的?
- 最近看了哪些书(回答最近真的没时间看书…日常11点下班)
【介绍美团买菜】
生鲜零售业的链路很长,相对来说比较复杂
【美团的商分主要做什么】
行业/战略/竞对分析 —— 基本的取数看数工作 —— 数据运营(指标异动等) —— 金融分析
【希望候选人有什么样的品质】
聪明,很强的快速学习能力 ; 有韧性,不被困难所打败
二面 9.7 25min
- 自我介绍
- 面试官介绍了美团买菜及为何使用前置仓的模式
- 美团买菜进军新城市,如何确定销售额目标?
- 和销售额相关的重要指标里面有哪些是可以去进行运营动作的?
- 竞争对手对消费者进行购物补贴,你认为我们是否应该效仿?
- 购物补贴带来的问题可能有哪些?
- 你觉得你在两份互联网实习经历的差异点在哪里?
【对我有什么样的建议】
面试官的回答:“我觉得你已经想的非常清楚了,我没有什么建议,尽可能选择大公司,大平台,大赛道就行。”(我脑子里想的是前提是我得有这些选择才行….)
三面9.17 25min
- 自我介绍
- 听你的自我介绍感觉你很偏技术,之后想做的方向是什么?
- 你本科成绩这么好,是因为什么?能具体说说吗?
- 在德勤做咨询主要是做什么?最复杂的确认过的口径是什么?
- 给你发意向书的话,能来实习吗?
- base怎么选择?
【成长/培养机制】
新人会在不同的研究方向轮岗(商品、用户、供应链、行业),最终双向选择
【注重的候选人品质】
聪明(学东西很快)、沟通能力等软能力(选同事角度)
hr面 9.23 17min
- 简单的自我介绍
- 两段互联网的实习经历中最大的收获是什么?
- 你觉得你自己身上最符合商分的特质是什么?
- 对base怎么考虑,能不能来北京?
- 家在哪里?是独生子女吗?
- 现在手头有没有其他的offer和意向书?怎么进行优先级排序?
- 有没有遇到过比较大的挫折?
- 怎么解压的?
- 有没有什么爱好?
- 为什么想要来美团?
【想要什么样的候选人】
软性能力、潜力、文化理念与公司匹配
【新人的培养计划】
公司:封闭式培训;美团买菜 - mentor带你(但更多是自己成长)
【多久反馈】
和前面的面试官沟通完成之后会有最后的结果,会尽快发放意向书
拼多多 - 数据分析
一面(技术面) 8.19 1h+
- 自我介绍
- 做题 sql*3(窗口函数 + left outer join等,不难但需要整理清楚逻辑) + 概率题*1(8只球队,4强4弱,随机抽取球队进行比赛,共分4组,出现强强对抗的概率有多大?)
- 在蚂蚁的实习项目 + 简单提问
- 大数定律和中心极限定理
- 机器学习
- 随机森林主要是什么随机?
- 随机森林的优点是什么?
- 那为什么支持向量机有存在的价值?它在什么情况下会优于随机森林?
【负责什么业务,需要什么能力】
风控;看部门,有些需要做一些数仓的工作,有些更加侧重业务分析,有时候也会需要用到一些算法和模型。
二面(技术面) 8.26 1h+
- 自我介绍
- 做题(python计算词频)(人间惨案,读题读了十几分钟)
- 蚂蚁的实习项目(压力 + 深挖)
- 机器学习相关
- 为什么你的模型超额收益率可以达到30%,但是现实中还是基本上看基本面,你觉得哪些因素可能会对模型结果有哪些?
- 怎么对数据进行预处理?
【怎么评估候选人能力】
笔试成绩 + 面试成绩 + 综合能力考核等方式
HR面 9.5 40min
- 为什么想要选择pdd?(反驳了我说的一些pdd的文化,其实内部并没有那么open,也没实践创新,反而是脚踏实地,也是公司吸引她的原因)
- 觉得前面两轮的面试体验还好吗?(回答感觉很硬核)你觉得这会是pdd的一个加分项吗?
- 是保研还是考研的?为什么想要跨专业?
- 了不了解pdd的加班情况,可以接受吗?(hr说从蚂蚁过来的同学都适应的很好)
- 目前的面试/offer情况?
- 除了pdd,还有哪些会在你的考虑之中?
- 蚂蚁和pdd怎么选?觉得自己适应阿里的文化吗?
- 你觉得自己在什么情况下可能会想要离开一家公司?
- 对自己未来的规划是什么样的?
- 有没有男朋友?(要抓紧)
- 是否有自己期望的薪资水平?你觉得自己的能力是否可以有sp或者ssp?
更多的时候是靠嗅觉,判断候选人是否和公司的文化契合;是否足够有勇气去承受压力,在各种压力下都能handle的很好;自信,敢说但可以有支持他观点的立足点;足够坦诚
【业务线如何分配】
基本上会根据前面两个面试官的工作方向来决定
(详细询问了每个业务线的工作内容,感觉hr对业务非常了解且专业,并且帮我备注了感兴趣的工作方向)
腾讯 - QQ音乐产品策略 & csig金融云
产品策略一面 30min 8.13(面完秒被拒)
- 其实腾讯是没有专门的数分岗(虽然投的是数分,但很快被qq音乐这边捞了)
- base深圳考虑吗?(可能不会考虑,尬住)
- 问实习经历
- 会通过哪些数据指标去筛选TOP热门的音乐?
- 怎么对qq音乐运行效果进行评估?用户维度看哪些数据指标?
csig金融云 - to b产品
csig金融云面经(因为面完实在没有兴趣没有及时做好面经记录),试着回忆下(整合了全部面试了....尽力了)
- 自我介绍
- 部门的业务介绍(主要是向保险业输出AI技术,toB产品)
- 个人意向,是否愿意做这种垂直行业的产品经理
- 蚂蚁保险相关的实习经历
- 感觉简历很match
- 自我介绍
- 你觉得保险业存在什么样的挑战(寿险、财险)
- 保险科技对保险业会有什么样的影响?
- 保险科技在保险的各个流程中扮演什么样的角色?
- 赔付率怎么定义
携程 - 大数据分析
一面 9.1 40min
- 自我介绍
- 蚂蚁做的项目?
- 怎么做的AB test?
- 毕业论文做了些什么?(开始了机器学习知识点的无限深挖…)
- 为什么选择TOP100股票做策略组合(是不是需要看一下预测值,太小就没必要了)
- 随机森林模型结果最好,它的优点主要是什么?
- xgboost的原理是什么?它每一步拟合的是什么?
- 模型的评估主要是用哪些指标?
- sql * 3(在最简单的问题上一步步变形)
- 算法问题 * 1(股票买卖,只需要回答思路即可)
【部门业务?】
后期再分,面试官主要负责火车票(智行),工作模块(数仓 + 数据运营 + 模型)
二面 9.9 40min
- 自我介绍
- 研究生的保险学主要学习哪些内容?
- python,sql哪个用更熟?
- 阿里一般用什么写sql,在写sql中遇到问题会怎么做?
- distinct为什么比groupby要慢呢?
- 讲一下蚂蚁的实习经历(深挖)
- 那你觉得在一个产品做改版的时候怎么去评估它的效果怎么样?(回答做AB)
- 了解AB吗?
- 你觉得业务新场景上线需要看几周的数据?
- 如果是你说的那么长时间的话,你觉得用什么检验比较好?
- 在样本量比较小的情况下,会用t检验
- case分析:在疫情的大环境下,包括外部竞对航司等随心飞套餐的大背景下,携程的机票预订量仍在上涨,怎么去分析这个问题?
- PEST分别代表哪些东西?
- 如果下钻后发现全都在涨呢?(可能就是由于疫情带来的反弹)
- case分析:如果说疫情期间上海市小孩的出行收到限制,怎么去证明对我们的业务存在负向作用?
- 目标人群怎么确定:曾在平台购票过且订单中包含小孩的人群
- python用过哪些包?
- 为什么毕设要用这么多模型?
- 怎么在一开始去选择要使用的一些模型?
- 支持向量机的核函数有什么作用?
- 在高维条件下如何选出超平面?
HR面 20min
- 最有挑战的case?(按STAR法则)
- base ok吗?
- 能不能提前来实习?
- 选择携程的理由?
- 手里有哪些其他offer,怎么选择
- 期望的薪资?
- 3个优势 + 3个劣势
【多久反馈】快的话在十一前会发意向书
京东 - 数据分析
一面(电话面20min)
- 自我介绍
- 讲一个实习经历里的例子体现数据敏感度(说了蚂蚁一个由用户舆情 -> 数据验证 -> 业务改版的经历)
- 怎么去验证这个用户需求是否急迫?(用户调研 + 用户行为验证)
- 疫情对京东和阿里会存在哪些方面的影响?正向还是负向?怎么考虑?(从GMV整体考虑)
- GMV = 流量 * 转化 * 客单价
- 分业务看,比如电商,疫情可能会促进用户流量的增长,转化率需要分不同品类去看(食品类 & 生鲜类等需要配送支持的可能转化率就会降低)
- 客单价可以怎么进行拆解?(回答用户、品类、商家结构)
- 如果按品类拆解之后发现都在涨可能是由于什么原因?(品类结构发生变化,大额的商品变少)
二面(30min)
- 自我介绍
- 讲一下在蚂蚁的实习经历
- 蚂蚁所在的是一个什么样的团队
- 校园里生活和学习的一些经历?
- 讲一个团队合作的例子,担任什么样的角色,团队怎么分工
- 对自己未来3-5年的职业规划是怎么样的?
- 场景分析:要给华为品牌方汇报,主要需要看哪些数据?
字节- Data数分
一面10.22
- 自我介绍
- 实习经历1
- 业务上线的时候么有做AB,怎么剔除时间变化导致,是自然增长的原因?
- 整体的效果是符合预期吗?还是有需要提升的地方
- 实习经历2
- 策略之前是什么样的?
- 介绍一下其中一个策略
- 常用的APP(小红书)
- 一般用它来做什么?
- 是否有功能需要优化的地方?
- 聊一下附近的这个tab,应该怎么提高?
- 怎么来量化做这个事情的收益?
- 是不是希望计算投入产出比?
- 如果说做AB,应该选择一些什么样的指标?
- 反问
- 产品的迭代、优化评估,看重产品思维?
- 成长路径是什么样的?
- 还有hc吗?
二面10.20 52min
- 自我介绍
- 介绍一个你学到比较多的实习项目
- case1: 搭建一个小红书的指标体系
- 为什么你觉得需要监控这些指标
- 怎么预估小红书的DAU上限?
- case2: 平均使用时长,下降了会怎么分析(这题是真的很难)
- 怎么分析平均使用时长下降是由外部竞品因素造成的,而不是由内部因素造成的呢?(AB)
- 你觉得这样做是否存在问题?(样本不均衡)
- 怎么解决样本不均衡问题?
- Case3:收回来的问卷可能特殊用户所占的比重比较大,对结果存在比较大的影响?怎么解决?
- 用自己的话叙述一下P值是什么?
- 女士品茶问题,她能够分辨是先加茶后加奶,A女士回答对了其中的9杯,那么从这个结果来看,A女士究竟能区分出两者的区别吗?这个问题下的P值如何计算?
三面10.23 45min
- 自我介绍
- 你觉得什么是数据驱动?
- 对sql熟悉吗?到什么程度?
- 是有拿到其他公司的意向offer吗?是否有考虑字节吗?
- 他人对你的评价是什么样的?
- 未来的职业规划?
- 在实习过程中,有没有什么意见和团队冲突的地方?
- 希望自己未来的上司是一个什么样的人?
- 如果遇到意见和上司冲突,会怎么做?
- 抖音平均使用时长下降怎么去分析?
- 但IOS&安卓设备的平均使用时长都在上升,为什么?(辛普森悖论背后的逻辑?)
- 实习的时候业务目标是什么?
Afterpay - Data Analyst
面这家的时候因为面试氛围实在太nice了,也没有做面经记录,这边尝试做下回忆吧...
一面(1h)
- 英文自我介绍
- 英文项目介绍
- 了解风控吗
- 如何做卖家欺诈识别
- 自己做选择的一些想法
二面(1h)
一直写sql写sql写sql
我觉得外企的sql都不好写,虽然最后都写出来了但总觉得自己的方法格外的笨
三面(1h)
三面的面试官小姐姐之前有聊过,所以没有细问,主要是给我介绍了一下team和role四面(1h)
- 实习经历
- case分析:怎么确定用户额度(类似花呗,if不能不借助第三方数据)
- 愿意做dashboard吗
- 对外企和local大厂的看法(坦言外企的底层数据不是很完备)
- 自己的一些职业心得
PayPal - Decision Analyst
一面(1h)- 英文自我介绍
- 英文项目介绍
- 做的是post analysis
- 针对项目里面感兴趣的几个点进行提问
- 中文介绍另一段实习经历
- 策略还有没有什么可以优化的空间?
- 介绍部门:做的是***风险,如何detect交易是否由被***的账户做的
- Case :你觉得什么样的data可以用来做detect?(常用设备、登录IP、交易金额、交易时间)
- 不同IP,不同时间登录的情况一定是坏的吗
- 旅行出差等
- 像这种情况有什么办法解决?
- 这一笔交易是让它过还是不让它过呢?(加一重身份验证,诸如扫脸、手机验证码等)
- 做两道sql(不是很简单………………………………自闭了
阿里集团 - BI
一面(1h)
- 自我介绍
- 聊了两段互联网实习经历(以及经历的深深挖)
- 对业务线的理解(说自己的认知即可,这里就不说具体的bu了)
- 根据上一问提问
- 数据处理的能力大概是什么样的
- 秋招的offer情况,春招投递的公司进程
- 提问
二面(1.5h+)
二面我是线下和team leader见面的,所以其实闲聊比较多:
- 自我介绍
- 面试官自我介绍了一下(当场就很想跪膜
- 用几个关键词形容一下自己
- 追问了两个关键词,并给出支持的facts
- 觉得到现在为止经历的最大挫折是什么(没有也可以不说)
- 你觉得阿里吸引你的地方是什么(要说和别的公司不一样的点)
- 自己有对哪个业务线特别感兴趣的吗
- 对BI的认知是什么样的,觉得自己适合做BI的点在哪里
- 接下来就真的是很随意的闲聊了,提了很多对面试官、对业务很感兴趣的问题
- 还投了什么(很诚实的说并且帮我分析了一下利弊)
其实觉得线下面试可以进行更加充分的沟通,也不会有很大的心理压力,其实有助于面试官留下好印象的:)
三面-交叉面(45min)
- 自我介绍
- 问了两段互联网实习经历
- 你觉得你感知到的这两段经历中的不同有哪些
- 在解决问题的时候遇到过什么困难吗
- 之前做过咨询,有得到什么洞见吗?为什么最终还是想来互联网?
- 为什么对秋招offer不满意?
- 提问
HR面(45min)
- 自我介绍
- 讲一段实习经历
- 在实习过程中,有没有遇到团队意见不合的时候
- 那日常生活中,有没有和别人起冲突的时候
- 经历过的挫折
- 那你从这段经历中学习到了什么
- 现在熟悉的数据分析工具有哪些?到什么程度?
- Why 阿里?
- 听说了你之前的offer薪资,我们这边可能达不到,你怎么看
- 提问
写在结尾
经历了漫长秋招和春招的选手,在这里想给大家一些不成熟的Tips:
- 数分是很卷,但也没你想的这么卷;
- 知识的广度可能很重要,但往往知识的深度更为重要;
- 切忌鲁莽但也不要害怕失败;机会永远是留给准备好且跑在时间前面的人;
- 可以收集整理面经,但需要学会归纳与沉淀,只有经过思考积累下来的才可以真正被自己复用。
写到这里,这篇帖子就接近尾声了。想告诉大家,焦虑其实是正常的,但不能被焦虑的情绪所裹挟,要合理地消化焦虑并变成前行的动力。祝愿大家都能忠于自己的内心,找到自己满意的去处。
最后,一句话勉励自己也勉励你们:Please move on, keep thinking, be a great analyst!