【腾讯】 pcg-腾讯视频-数据科学部

腾讯一开始流程还是很快的，我12.7投简历，12.8晚上被捞，12.9上午通知当晚初试，当时都没太来得及准备。因为听说腾讯数分偏技术，看了一下午机器学习，但之后都没问到。建议各位还是围绕自己的经历展开准备

一面 12.9 1小时 

1. 自我介绍
2. 询问之前在qa部门实习时和产品业务一起开会制定指标的经历
3. 了解ab test吗
4. 如果今天腾讯视频首页推荐的banner下加一个看过/没看过的图标，怎么衡量有没有效（感觉自己答得不是很好，想得有点太窄了，面试官提醒下换了好几个方面进行了思考，但感觉没有答到面试官最想要的答案）
5. 多久入职，工作多久，对数据分析岗的期望是什么
6. 反问环节，问希望实习生多久入职（因为那时候离放假还有三四周，担心投早了），表示明年初就可以，感觉是符合自己的状况的
7. 面试官留了笔试题就退出会议了，笔试是sql题，3道，20分钟，大概是给了一张用户活动表，让查1.某日的用户留存率 2.每个用户每天前三个观看的视频 3.不在实验名单的用户，直接在腾讯文档里写，感觉除了第三题，别的都是看着简单写起来难，很考验抗压能力和sql基本功

一面之后觉得自己及格线边缘，业务题没答到点上，sql好像也写复杂了。但是等了几天，官网流程都没灰，感觉又有点希望。12.14上午发了封邮件问了问进度，回复我反馈到相关部门，当晚查询到进入复试，12.15上午约了12.16面试。有上一次的经验，这一次我主要把精力放在业务和自己经历的准备上。

二面 12.16 30分钟

1. 自我介绍
2. 对腾讯视频会制定什么指标（这次我吸取教训看了一些文章，答得比上次好些，就没太被追问）
3. 腾讯视频首页有一个短视频页面，希望引流到长视频，如何检查引流效果？
4. （上道题提到ab test）ab test的原理是什么？
5. 两类错误是什么？p值呢？
6. sql python熟吗？
7. 之前有无建模经历？（我提到正在做的期末作业是因子分析+kmeans聚类），介绍一下这个项目，你们是如何确定k的？
8. 对岗位的期待是什么？（我提到不要只做工具人，希望参与指标制定和实验，面试官表示是可以达到我的预期的）
9. 反问，工作内容（感觉偏实验，而且工作内容很全面），对实习生的期待（缺人，希望能转正）
10. 最后问了一句这次的结果大概要等多久（因为上次等了一周太煎熬了），结果面试官跟我说还有一轮业务面，之后才能看结果，一共四面。猜测二面可能是过了。

面完之后对自己比较有信心，但因为还有两轮，其他公司也已经发offer了，所以这段时间还是很难熬，每天都很慌，害怕再拖下去到最后什么都没有了。12.21号上午状态更新，又进复试，应该是有三面，自己发了封邮件去催，但那边的工作人员好像没get到点，12.22我又打了电话让工作人员帮忙反馈下，下午加了hr微信，晚上终于收到第二天面试的通知。

三面 12.23 30分钟

1. 前十分钟介绍了一下他们的业务，让我提问，我问了两个问题，第一个是我们作为产品下的数据有机会接触到内容方面业务吗（这个面试官表示问题不错，提到产品是全方面的，不只是开发），第二个是我们的分析是自主探索还是有固定体系（这个问题有点没话找话了哈哈）
2. 自我介绍
3. 针对我之前在qa定指标展开问——具体怎么操作（工作流程）——如何确定指标合理性（我们当时用的计数）——如果有的指标数量少但是很重要怎么办——最后训练的时候这些指标保留下来，但是样本不够怎么办。感觉面试官思路很活，也很敏锐地抓住了问题。如果有互联网工作经历的朋友一定要体现出自己对互联网工作流程的熟悉以及合作能力，同时也要对自己过去的项目有一定思考。
4. 反问，问了下招几个实习生，职责有没有区别，说没有具体规定，2-3个都行，具体工作可能不同，职责都是ds下的
5. 最后问了下什么时候出结果，告诉我尽快（知道我这边有点急，也问了下另外一家给offer的是那家），说了有几个候选人，需要择优选

面试官人真的很好，很快上传了结果，第二天下午就查到进hr面了。

12.27 hr面 20分钟

hr小哥哥说话很温柔，问题也没有很套路，体验很好

1. 自我介绍
2. 详细介绍定指标的经历
3. 定指标的过程自己发挥了什么作用
4. 当时为什么不找数分实习
5. 现在是决定走数分路线了吗，对数分有什么期待，如果工作后发现不喜欢数分怎么办
6. 听之前面试官介绍下来觉得这个岗位怎样
7. 对自己以后发展的工作城市有想法吗
8. 业务有哪些爱好？（我提到辩论）打几辩？喜欢什么类型的辩题？辩论的意义是什么？
9. .确认入职时间，有没有直系亲属在腾讯，是不是全日制研究生，反问（问了下具体的上班时间和地点，然后问了下多久出结果，答道最快就是明后两天，最快明天）

然后就当场发云证和综合素质测评了。我先做了测评，晚上找到云证材料发过去，很快就进入录用评估中了。
12.29 oc

总结

【小米】国际应用商店部

12.14 boss直聘投递，很快就定下来第二天现场面试

一面 40分钟 12.15

1. 小米一面的面试官人巨好，让我有了虽然小米不是大厂还加班离我们学校还远大冬天要走很久但是我就是想和他当同事的冲动。
2. 笔试，sql题，用笔写。第一大题给学生信息+考试成绩表，一共4道，有计算数学>60分的学生的各科平均值，按顺序排列学生的各科平均值，第三题第四题题目记不清了，考的分别是左右连接+窗口函数（第四题面试官表示写思路就可以了），第二大题是sql常用函数，包括字符串的提取和连接，日期的加减，还有json（这个我不会，面试官表示是hive sql的内容）
3. 自我介绍
4. 然后感觉差不多就定了（？），问了下我对数据分析岗位的看法，面试官表示前几个月做需求是为了了解业务，但是一直做需求的确不行，他们这边不会有这种情况
5. 反问环节，工作内容和对实习生的期待，工作内容有业务也有指标建模仪表盘，对实习生是期望转正的。
6. 聊了聊他的经历和对数分的看法，感觉他从开发转到数分，很有自己的想法，不喜欢那些拿数分作为跳板想去尝试别的职位的人，更希望来这里的人对数分有热情。还提了面试为什么不像别的公司问业务题，他表示业务可以学sql不能进公司再学，所以问业务意义也不大。
7. 最后跟我提到他觉得没必要三面但hr那边要求三面，所以下一轮可能是产品面，给了我一些面试建议。

一面完第二天早上就打电话约二面了

二面 20分钟 12.20

感觉是不是上一任面试官说了没必要三面，这个二面整体有点hr面的感觉。二面之后也得到了oc，就大概记一下问题吧

1. 自我介绍
2. 为什么之前主要在市场方向实习，为什么实习都比较短（我提到自己跨专业考研，之前有迷茫期，而且因为氛围很放松还提到第二份实习是为毕业实习学分投的，但是后来找到价值）
3. 之前的实习让自己学到了什么
4. 你觉得自己是一个有耐心的人吗
5. 你有没有榜样，你理想的状态是怎样的
6. 对数据分析工作有什么期待
7. 如果发现自己不喜欢数据分析工作，会怎么办
8. 之前的实习有一段比较枯燥的时期，为什么没有离职
9.  反问环节，问了问工作内容，感觉hr整体逻辑也很清晰，感觉很不错。
10. 面试官最后跟我提到两点，一是希望实习生长期实习，二是实习生和正式员工工作差不多，算是给我打预防针。我还是很喜欢小米的，所以当时还是表示想去。

二面刚结束不到几分钟就听到一面面试官通知过了，过了大概一小时收到oc。

总结

小米面试体验非常好，听下来工作也是能学到很多东西的，而且虽然大家都说小米待遇略差，但小米当时给我的包真的很让我心动。如果对数据分析有热情，以后暑期秋招也想投数据分析的，我觉得完全可以来小米试一下。个人感觉小米注重的第一点就是对数据分析的热爱，当然sql肯定不能太拉胯。

【字节】产品部-小荷app

之前被技术部的数分锁了一周简历，简历筛选过了，锁在简历评估上，找内推人确定简历释放后，重新投产品被小荷捞。
12.14投简历，12.15过筛选，因为技术部的经历没太在意，想着又要挂一会儿，没想到12.17收到电话问有没有空笔试，那时候虽然感觉字节流程应该走不完了，但觉得去试试也不亏，毕竟现在手上还没offer。就约了当天下午的笔试。

笔试 12.17 1小时

我是真想不通为啥我面个日常实习还有笔试。可能因为没有相关实习经历吧（反正我去哪都在做sql题，也是无语）。不过字节这个笔试的确帮我查缺补漏了很多，也算幸事吧。

1. sql 三道题，给了三张表，提取用户的个人信息（包括一个聚合内容，具体是什么记不太清了），分性别计算每日留存率，计算每个月不同天数登录的用户分布
2. excel vlookup，如果写出的函数可拖动加分
3. python 用均值填充null值，pandas的apply使用
4. dau突然上升，你该怎么办
5. 你知道哪些数据分析框架（这题我懵了，幸好只有五分）
6. 钉钉和微信的区别（忍不住吐槽：一个阿里产品，一个腾讯产品，关你字节什么事啊喂！而且没有用过钉钉，考完后问我用钉钉办公的家长，感觉自己错过了最大的亮点，感觉有点亏了）
7. 如何判断app页面新手引导的效果？

笔试完感觉及格还行高分就难了，虽然都是很常规的操作，但是直接在文本框里面写还是有点乱有点虚的。幸好要求没有我想得那么高，顺利过关。

一面 12.24 1小时

一面和笔试隔了一周，但主要是因为我和面试官分别有事调了调日期，实际上字节反馈还是很快的。感觉字节面试信息量很大，没做题的情况下面了整整一小时，很多问题都在追问，就大概记一下吧。

1. 自我介绍
2. 职业规划，对数据分析的期待，然后介绍了一下部门工作
3. 之前的实习的细节，为什么之前没投数分实习，认为实习带给自己什么
4. 平时常用哪个app？（豆瓣小组）针对它怎么设计指标？
5. 怎么衡量最佳小组？怎么设计指标？多个指标怎么汇总？
6. DAU和留存率的关系？
7. 如果投放广告，怎么确定会不会因广告过多影响到客户？
8. 怎么归一化？
9. 常用的假设检验有哪些？对xx率，xx均值用怎样的假设检验？
10. 如何分析用户行为埋点数据？
11. 反问环节（问了下自己不太熟悉互联网医疗有关系吗，回答说主要做的还是比较常规的数据分析，不需要一来就懂医疗，业务知识可以慢慢接触）

#腾讯##小米##字节跳动##面试题目#