2022届秋招数据分析面试面经汇总！天美L1工作室ing

把从6月份开始的数据分析面试面经汇总一下，以下面试不是全都有，仅有大部分，其实面试问的问题就是那些，吃透比多吃有用！供大家参考，会同步更新到个人博客，目前几乎所有问题个人博客都有涉及，可以去看看

大概的流程如下所示：

字节跳动数据分析汇总

6.8 字节跳动一面 6.8 1h40m

1.自我介绍
2.实习经历介绍 RFM模型
3.RFM解释
4.归一化是否了解
5.评分系统设计与分层
6.SQL count()和count(1)和count(*)区别
7.left right inner full分别解释，并且mysql中是否有全连接（无）
8.怎么实现全连接和内连接（用左右链接实现）
9.一道力扣SQL题，自连接
10.窗口函数 dense rank和rank区别（同名次处理不同）
11.python列表与元组的区别（元组值不可修改）
12.python pandas知识（replace使用，fulnull使用）
13.优惠券项目：缺失值处理，怎么设置，
14.反问：对一面的评价：基础知识不扎实，面试官很诧异count没答上来，我确实count那块没复习过，其他都回答的不错
总结：面试官是一个小哥，声音很nice，我不会的他都很耐心的引导我去思考回答，如果实在回答不出来，会给我讲，很耐心，我都很害怕回答不上来的太多，都准备好挂了，结果小哥最后还是让我过了

6.10 字节跳动 2面 30min

1.自我介绍，为啥计算机来面试数据分析
2.实习的RFM模型
3.RFM解释，对用户生命周期分层的依据
4.对于RFM打分系统的设计出发点
5.优惠券项目特征工程的选取
6.短期内的规划，希望在字节学到什么
7.反问：对二面的评价：对于RFM了解的不是很深（当时面试状态不好，脑子迷糊的很，没说明白），但是实习生这个水平不错了，其他都没啥问题
总结：是一个小姐姐，HR小姐姐强调技术面，可能第一面把该面的面完了，所以第二面没问太多，我还以为对我的回答不满意，所以半个小时就结束了

6.11 字节跳动三面 40min

1.自我介绍（准备很充分，leader人很好，说背了很久吧，有准备是好事）
2.问了一下对数据分析的认识（脑子一热胡说八道成大数据了，leader说我是不是没搞清楚面错部门了，吓死，后来重新说了一遍），为啥计算机来面试数据分析
3.怎么判断一个抖音视频的质量（完播率，赞评比等，没问到拿手的业务题）
4.对于字节跳动的认识（年轻，有活力）
5.我的性格（我说不服输，对于喜欢的东西有很强的动力）
6.反问：对于三面的评价：准备的很充分是好事，业务不熟，但知道一些专业词汇，性格不一定适合这个岗位，要耐得住寂寞的，到了她们部门挨骂比夸奖多，对于字节的认识没什么问题，给我整整说了十几分钟，面试了这么多家大厂，字节的leader是给我评价最全面最久的一次，受益匪浅
总结：跟我想象中的leader不一样，我以为会是很严肃的，结果也是很轻松，是个女leader，能隔着视频（前三面都只有我开视频，面试官那边都是关闭状态）感觉到那个气场很强大，肯定是个女强人，业务那里业务准备的不全，所以擅长的业务题没有问到，但是leader给我的评价我印象深刻，受益匪浅

6.17 字节跳动 HRBP面 40min

1.之前的实习经历，之前没有互联网实习，所以问了学到了什么，做了什么，怎么找到这份实习的，实习时间怎么这么短，狠挖实习
2.规划考研or就业 why
3.为什么没有在34月份找实习，我说个人原因，最后问了说因为论文
4. 问在医疗部门的数据分析部门有没有什么问题？我说没有（面试官还逗我说我想去哪个部门就能去哪个部门，我上当了，说了抖音，因为我因为抖音知道的字节，面试官笑了）
5.个人的性格
6.能实习多久？
7.反问：base北京总部有导师辅导
总结：等了快一周等来的HR面，面完松了一口气，感觉还不错，只不过跟其他面经里面的HR面不太一样，没有问到为什么要来字节（我准备了好多哈哈），两个小姐姐都很温柔，很幽默（字节的面试官都很nice，你不会也会去引导你，然后耐心给你讲解，五星好评）本来感觉面试到此结束了，结果。。。

6.27 字节跳动一面 1h

直接GG！因为没拿电脑，拿的手机，面试官跟我说去找电脑，但是之前字节北京四面都是飞书，所以确实没准备好电脑环境，浪费了十分钟！确实是自己的问题，也可以看出来面试官有点不爽。

1.自我介绍
2.问了数据挖掘项目细节
3.给了一串数字计算AUC，这个有两种方法，当时不知道没答上来
4.coding：因为没有电脑，所以只能手撕，就是SQL基本的求DAU（日活）本来有两道，可能面试官看我没电脑就一道就过了，这个肯定减分了
5.业务题：对抖音用户增长的理解，对比快手，具体问题，在美国独立日什么的（重要节日）怎么设置指标来对比抖音快手的DAU（这个业务题一直在扩展）
6.统计学：第一个乒乓球七局四胜，A已经赢了2局，那么A赢得概率是多大，就用C啥啥那个就行！当时没反应过来，就硬解，错了！贝叶斯说不定也行！
7.假设检验：如何证明一个人很优秀？例如乒乓球那个赢的人，怎么证明他真的很厉害？我当时直接懵逼！后来才知道证明一个人很牛逼很难，但是证明他不牛逼会简单很多！按这个思路，假设检验就OK！
8.因为一开始浪费了几分钟，面试官说到时间了，剩下的就不问了（到这就知道凉了），反问（凉了有啥反问的哈哈哈）
这次面试本来信心满满，毕竟之前过了四面了，以为这次会简单一点，毕竟面评都还不错，特别给负责的HR小姐姐点赞，太负责了，马上就帮我问反馈，虽然意料之内挂了，但是认识了一个很优秀的HR小姐姐！总之以后注意以下几点吧：
1.把电脑环境调试好！尤其是牛客网链接！肯定有coding！
2.基础知识一定要扎实！这个后面我会推荐一本书，自测数据分析面试很有用！
3.其实面试官的反应就已经可以判断这次面试的结果了，眼缘真的很重要！

8.2 字节跳动一面 1h30m

为了抖音这次面试准备了好久好久，结果面完了还是感觉还是准备不充分，光准备coding了，没准备基础知识，但这次考的内容，我后面推荐的那本书都有，大家可以参考！

1.自我介绍
2.实习经历（因为七月中旬已经在奇虎360数据分析实习了，并且自己负责了一个项目，完成了60%左右了，这次面试是入职前约好的）我介绍了整个项目的构思，拆分维度选择，特征工程选择等等，因为自己负责的，所以很清楚，面试官也表示这个项目很不错，我确实讲的很清楚！
3.数据挖掘项目经历问了项目的特征工程和模型选择，也解释的很清楚，每个细节都很详细
4.bagging和boosting的区别？卧槽？我当时懵逼了，面完试才知道是随机森林和GBDT换了名字我就
反应过来
5.决策树的定义？懵逼+1
6.二分类，AUC和ROC区别？懵逼+1！大概说出来了
7.假设检验定义？以及一类错误和二类错误等概念
8.辛普森悖论
9.正态分布和中心极限定理
10.power=1-贝塔什么的？答案是增大样本量
11.XG boost和GBDT区别？以及优势
12.业务题：最常用App—抖音！业务构成？
13.直播指标拆解！以及收入构成？怎么提高
14.昨天GMV降低什么情况？（后面面试官说套路答题不太好，毕竟To C节奏很快，PEST不适合等等）
15.coding：最近一次直播打赏时间等？窗口搞定
16.coding：简单的算法题，知道思路但太久没用Python写算法了，不会，给面试官讲了思路
17.反问：对我的评价
1.实习有项目，确实很清楚，但360不算纯互联网，所以参考意义不大，我们是ToB，节奏慢一点
2.基础知识薄弱！（我反省）
3.业务题是模版套路答题，但是不可避免，ToC节奏快，PEST不适合

部分大厂数据分析汇总

7.2 北京奇虎360 一面（30M）

1.自我介绍
2.项目经历+成果
3.到岗时间+实习时长
4.我会的技术+我能做的事情
5.反问：日常的工作等
这一面面试官有跟我说日常的工作很基础，问我介意嘛？我特么现在啥都没有，我介意个锤子，让我去搬砖都行哈哈哈！

7.5 360 二面 leader面（30M）

1.自我介绍
2.项目经历+成果
3.给了一个场景，问我可不可以实现这个需求，我结合项目经历给出了我的思路，并且表示可以实现（到岗后负责的就是这个项目！）
4.实习时间+到岗时间
5.反问：工作内容+上班时间+待遇福利
这一面leader直接就说等会HR会跟我谈薪资等，第一次感觉自己有机会了哈哈哈！因为目的性很强，需要我去完成那个需求，所以可以实现就可以，360面试很务实，你能干活就来，干不了算了！很实在！开心！

8.16 滴滴一面

一面前有一套SQL笔试题！题的质量很高！

一面（1H）

1.自我介绍
2.实习经历
3.360负责的项目：项目目的+分析过程+项目结论+改善业务全面叙述
4.数据挖掘项目：AUC的选择依据+XGBoost的叙述以及和GBDT等区别+ 特征工程的选择依据+项目成果！
（PS：具体说一下这个项目吧，阿里天池的O2O优惠券预测项目，主要就是XGBoost+特征组合+AUC！最终成绩 1000/20000，前5%水平）
5.假设检验：还是怎么证明一个人优不优秀！
6.在360负责的日常事务性工作
7.GMV和DAU下降的原因
8.最常用的App：抖音业务拆解+我认为的滴滴对比曹操打车的业务拆解
9.为什么想换一份实习
10.最快到岗时间+实习时长+目前Base哪里？
11.约了二面的时间！（我特么第一次在一面的时候面试官跟我约二面！！！）
12.反问：由于比较兴奋，直接啥都不问了！说了拜拜！毕竟下一场面试要开始了哈哈

8.16 京东一面

一面（1H）

1.自我介绍
2.实习经历
3.360项目经历：依旧拆解说了很久
4.数据挖掘优惠券项目：问的都差不多
5.SQL两道题都很快完成了
6.360实习日常工作+为啥想换实习
7.约了二面时间？？？（幸福来的太突然！）
8.反问：日常事务性工作+薪资+福利
9.面试官也是实习生所以就开始聊人生
这个面试官面试的气氛也很棒，也是谈笑风生那种，感觉人很nice，但是后面聊了日常工作发现和360干的几乎一模一样！？相当就是换汤不换药，而且必需八月底入职，最后跟面试官表达了我的想法，放弃了2面的机会，因为约了二面再不去就浪费彼此的时间了，所以京东也就止步于此了！遗憾！不过和面试官也成了朋友，都是很优秀的人！值了！谜一样的一个晚上，明晚继续！冲！

8.17 百度一面

8.17 19:00

一面（1H）
1.自我介绍
2.实习经历
3.360项目拆解：同上
4.数据挖掘拆解：同上
5.业务：
平时用百度网盘吗？百度网盘+一刻相册！
充过会员吗？一年充一次，一次传一年！
百度网盘的业务构成？会员来源拆分
收入来源？主要是会员尤其SVIP
怎么提高收入？用户画像！结合优惠券项目的思路
怎么营销？捆绑销售百度网盘会员+腾讯视频等会员
怎么找目标用户？用户画像+打标签+用户生命周期
等等（单纯即兴发挥，第一次面商业数据分析，有点陌生，不过答的都在点上！）
6.为什么想来百度？为什么选择商业数据分析？
7.介不介意做基础的工作？（不接触建模算法等，似曾相识？）
8.考虑转正吗？为什么现在找实习？
9.最快到岗时间+实习时长
10.约了二面时间？！（卧槽！？
11.反问：工作日常+Base

8.23 百度二面

二面（30M） 17:00 leader面

1.自我介绍
2.项目经历+实习经历
3.为什么想来百度？对网盘商业化的理解
4.业务：给出场景，分析网盘怎么商业化才能获得最大的收入？结合用户画像+用户生命周期+捆绑营销+百度网盘和一刻相册用户的不同和功能不同给出了一套方案思路
5.对网盘以后商业战略的思考？以及给出思路！结合前面说的结合知乎和在360怎么ToB营销给出了思路！
6.分享一个有趣的事情给面试官？卧槽？给我整懵逼了！我自己就很有趣哈哈哈
7.考虑转正吗？实习时间+到岗时间？
8.然后说HR会找我聊？！卧槽！幸福的感觉！
9.如果接了实习Offer来了可以加转正三面
10.反问：转正难度？看个人表现

8.23 滴滴二面

二面（30M） 21:30 leader面死亡时间！面试官太忙了，刚开完会就来面试我了！
1.自我介绍
2.项目经历+实习经历
3.XGboost和AUC以及特征工程等等
4.平常怎么处理工作上的问题？TAM模型和需求分析
5.实习时长+到岗时间+是否考虑转正
6.后续HR联系！啊哈！习惯了哈哈
7.反问：日常事务工作等等

腾讯数据科学&数据分析

8.20 腾讯数据科学一面 1h

我最期待的面试了！第一次面试腾讯！其实上面三家6月都面试过，只不过都挂了！腾讯之前简历估计都没过！这次真是走了运了！哦耶！
1.自我介绍
2.项目+实习经历：就还是上面的
3.SCI论文发表的期刊+几作+我负责的部分+论文整体的思路+ 论文成果+国家专利内容+详细介绍了论文和专利用得到知识和技术！
（我人都傻了，我面了二十多轮，这还是第一次被问到论文和专利，这面试官是真的狠，机器学习算法全都懂，差点没了）
4.详细问优惠券项目：Xgboost和Auc等等算法细节以及参数构成与设置！并且说出选择的依据，以及优化空间等！
5.开始coding：一套一百分的SQL卷子，在线完成，参考正确率和完成速度！基础知识比较low，但是后面的六道大题全部都写出来了，谢天谢地！
6.实习时间+到岗时间+Base哪里
7.反问：主要工作+对我的评价
1.项目经历和实习经历很好确实是自己做的有理解
2.论文和专利虽然参与的不多，但是也知道来龙去脉
3.SQL基础知识薄弱，但是实际操作达标

2021.10.22 腾讯数据科学二面导师面 90min

因为实习面试不是导师面试的，所以导师亲自面了一轮技术面，因为编码能力平时实习中他很肯定，所以就是八股文；
这次面试是突击检查，前一秒还在做需求，突然叫过去面试，已经两个多月没准备过面试了，所以八股文忘得差不多，只能说个大概、、、
1.自我介绍（第一次正式给导师自我介绍哈哈哈）；
2.概率论：假设检验，P值，正态分布，ABtest，就是概率论所有基本知识，导师金融出身所以问的很深，结果我只能说个大概；
3.机器学习：也是从头到尾过了一遍，每个都是结合现实场景进行建模，什么算一下KFC第二天要准备多少炸鸡库存，具体问的东西在我写的博客里面都有，机器学习能问的就那麽多，都会了肯定没啥问题；
4.数据分析&商业分析：分析科兴科学园一天的人流等，消费规模等宏观问题，类似估算费米问题，博客里面也有；
因为实习中他都知道我的水平，所以其实没有像一般面试那么正式，主要为了测试我的基础知识，他跟我说基础知识忘得差不多了，让我回去好好准备2面吧，导师还是很肯定我的能力的所以就放水了；

2021.10.27 腾讯数据科学三面组长面 60min

也是突然就让我去面试，很突然，然后就开始了；组长商业分析出身，所以问的也和一般的数据科学问题不一样；
1.自我介绍（第一次和组长交流）；
2.实习经历：我讲了360的项目经理评分模型；
3.为什么要设计模型：我回答的是为了更主观给出评分，但后来我才知道大部分的模型都是为了提高效率，因为对于一个人的评价，没有人比了解他的人更准确，但是人力成本很高，所以才需要用模型批量化处理，模型更多的为了提高效率；
4.怎么判断一个主播是好主播：当时并不了解业务，所以答非所问。现在大概的一个思路是构建主播评价维度，大概是语言维度，外貌维度等，来综合评价，这个问题后来也是一个项目，但最后失败了，问题就是一个主播的质量好坏，任何模型都没有专门找一个人去看他直播来判断精准；
5.触达率问题：可以类比成DAU降低的问题，关于触达率的定义大家可以去看看，我当时一听就蒙蔽了，答非所问；后来也想到了，类比成运营商发短信给用户，100条信息只有80条成功发送出去，触达率80%，所以跟用户是没什么关系的，主要是信息传递的过程出了问题，例如中间哪个中转站出了问题，手机没有信号，等等原因；
6.深圳有多少量出租车：典型费米问题，这种问题还是需要专门练一下的，当时第一次听到，蒙蔽+1。现在看来最简单的解法=深圳人口*每人每月平均花费在打车上的费用=出租车数量*出租车司机月收入，收入平衡可以最直接的解出这个问题，但是还是推荐大家从最基本的方法去学习吧；
7.当场挂了。。。跟我说我分析能力还是太浅，需要再学习，芭比Q了。。。

2021.12.21 天美某工作室数据分析一面 60min

1.自我介绍
2.日常实习的内容：日常对接各组的取数需求，并做基本分析；扩展问题：为什么产品和运营需要你帮忙取数？后来的答案：专业的人做专业的事！
3.介绍一个实习项目：介绍了主播挖掘的项目，这个项目和面试官之前的项目很相似，面试官这个项目为当时部门省了几千万的花销，获得了内部的突破奖，但是毕竟我做的只是他的皮毛，所以就不多说了，下面的简历里面有大概的流程，整个项目每一个细节面试官都会细问，根据是什么，数据结果是什么？最后面试官说他听到我说这个项目很感兴趣，以为会有新的创意，但我说的一塌糊涂，他很失望。。。当时心里一阵凉
4.游戏经历：是否玩过FPS游戏？使命召唤？我：玩的比较少。。。（面试工作室如果不了解工作室的游戏，就芭比Q了，之前不懂），面试官就说那就没啥聊的了。。。
5.30min当场挂了；但是面试官剩下的30min还是很热心给我一点一点指出问题和改进措施，具体如下：
1.面试时说的项目一定要是一个落地的项目，一定不要把做到一半或者没有结果的项目拿出来说，即使这个项目很棒，如果面试官问道答不上来会很减分，一定要说自己拿手熟悉且有成果的落地项目；
2."做热爱的事情，眼神里是有光的"：面试所有的游戏工作室，最基本的一点一定是要熟悉该工作室的游戏，最加分的是表现出热爱，热爱并不是你技术有多高，而是陈述要让别人知道你真的是热爱！工作室天天和同一款游戏打交道，如果不热爱，工作也会很无趣！
3.明知山有虎，偏向虎山行：实习生分类：他的眼里有三种实习生——1.只会被动接受工作，例如取数；2.会主动去做工作并有一定的思考，例如取数后可以进行分析；3.有能拿得出手的漂亮的成果，例如一个完整参与的落地的项目（面试官说这第三种很少见，但是不是没有）；他希望我能够朝着第三种去努力，他知道一个实习生要能做出一个落地的项目有多难，但是如果你做出了一个完整的落地项目，你一定可以找到自己喜欢的工作；所以，面试官当场把整个项目给我拆解了，给我指点了项目的缺口与优化措施，并主动提出会帮我把这个项目完成，有任何困难他会帮助我，真的是遇贵人了！！！他一再鼓励我要完成这个项目来给自己加分

2022.01.12 天美某工作室数据分析一面 60min

1.自我介绍
2.日常实习的内容：这次说的就不是简单的取数了，而是协助数据工程的同学开发分布式数据仓库，之前取数取完就完了，现在要开发仓库，让以后的同学取数能够更加快速便捷，前人栽树，后人乘凉的事情；然后对接各部门的分析需求；
3.实习项目：这次把最拿手的项目拿了出来；面试官听完后问：为什么分析结果出来后，没有去解决？因为我们是开发组，我们负责专业的分析，落地解决是运营负责的，但是面试官仍然追问我自己的想法，我就说出了针对内容缺口去进行潜力主播挖掘（上次芭比Q的项目，这次吃透了拿来说了）
4.针对实习项目扩展问题：1.如何评估成本和收入？LTV和CAC模型去评估，然后把这个分析项目展开讲了一下；2.内容缺口导致留存率降低，如何归因？结合广告归因的分析讲解，单一因素归因并不能确定留存率降低的因素，需要考虑外在的因素和内在的因素，例如内部问题触达率（上次芭比Q的问题）和外部问题节假日等；
5.一道SQL题：对于写了五个月SQL的我，直接口述就结束了；
6.游戏经历（高光时刻）：面试官说看了我的简历上的游戏经历，说我玩了这麽久游戏，让我评价一下工作室的一款游戏（类似MOBA），这里就不扩展讲了，因为这个IP的游戏我玩了16年，确实对我来说很简单；然后问我如何从数据方面对王者荣耀单局游戏体验进行数据分析，我大概从三个维度去讲——战略，战术和战斗，每个维度如何用数据去展现，战术举例"养猪流"和"推塔流"；战斗从五个维度去看——资源，属性，时长，战斗模式和地图机制等去多维度评析，最后结合王者荣耀的心流体验进行分析，和自己日常实习进行结合，我个人感觉答得很好；面试官也说游戏没白玩哈哈；
7.现在的情况：问我为什么还在实习不找工作，我说之前像留学，就没秋招，所以现在还在实习，然后面试官就说不用担心，他们如果感觉我合适的话，会帮我去走安排流程，让我不用想太多；
8.反问：评价本次面试：实习的项目很不错，有落地成果也有自己的思考；对于游戏的理解很深刻，看得出来是热爱；面试的不足：希望以后有想法可以去实现，而不是停留在想法；然后我就补充了一句：其实我说出来的想法，都已经自己初步验证过是可行的了，并说出那句用数据说话，不要纸上谈兵，我说就想现在这样我敢来面试天美工作室一样，知道工作室要求很高，不去拼一把肯定没机会，所以我选择去拼一把，明知山有虎，偏向虎山行！

小结

以上就是目前数据分析大部分面试的面经了，我个人认为足够了；
很多人总感觉大三还没找到实习很焦虑，但其实我感觉为时不晚，我自己就是个例子；由于个人原因，原计划毕业出国读研，之前一直准备科研和雅思，到了2021年六月(大三下)才开始准备实习，也是为了让文书上更精彩一点，所以边复习边面试，最终找到了一份实习；但是其实真正开始系统准备面试的时间是八月份实习每天晚上下班2-3小时的时间，刷SQL+看面经，系统准备了3个多星期才正式开始面试，最后大四到了腾讯实习；
本来以为这就够了，不用再去卷了，所以放弃了秋招（现在回想起来当时的水平去参加秋招也没啥机会），但是慢慢发现国外形式不明朗，太危险了，而且通过实习发现自己真正喜欢的事情和想去做的事情，所以在11月底决定暂时放弃留学，准备春招，我这都快毕业了才准备找工作，刚大三找不到实习有啥焦虑的，所以从11月开始也是下班开始复习准备，因为这边下班到离开公司就1-2小时，所以时间有限，只能这样边实习边复习，但是这边好处就是每天的实习是输入知识最多的时候，所以也是相辅相成吧，在内部就自己去找面试机会和同事推荐，所以磕磕碰碰到了1月份才有了一份正式的实习机会，但其实大部分的大四学生在这个时候都已经签了三方了，可见我进度有多慢了，但是其实只要自己一直没停止努力就不慢；
所以大三比找到实习更重要的事情是确定自己想要做的方向，例如互联网大概三大方向——开发，运营和产品，每个大方向下面都有小方向，可以去大厂招聘官网看看岗位JD了解一下，校招和社招都可以参考，然后确定好后再去有针对性的寻找实习机会，我一开始确定的方向就是很明确的数据，但具体是数据分析还是数据科学这是在实习种才最终确定的，" 也许世界上根本没有所谓正确的选择，只有努力让自己的选择变成正确 "；