好久没更帖子了哈哈，这是我22年暑假期间找实习的经历，最终在快手实习了三个月的时间，其实找数分实习，我个人认为学历背景+sql+业务八股文（划重点）就够了，机器学习模型和python要了解一些基础知识。对于之前有过数分实习经历的小伙伴来说找下一段实习比较容易，但是对之前0实习经验的小伙伴就不太友好了，以下是我22年暑期面过的公司的一小部分（面了好多哈哈，完全0实习，一个月速成各种知识的那种），从小公司积累经验，一点点升级打怪，希望能给处于找实习中迷茫期或者焦虑期的小伙伴一点参考

* 快手数据分析*

一面：业务面试+技术面试

面试官是一位小姐姐（后来是我的leader），我的leader能力很强，教会了我很多，职场带我入门的人，也是我未来想要学习和靠拢的榜样

面试内容主要分为三部分：

1. 业务知识 盒马鲜生GMV下降如何拆解 APP日活会受哪些因素影响（对短视频平台影响较大的--假期、年龄段） 其他的记不清了

2. AB-TEST 因为我之前在heywale社区做过ABTEST分析，所以姐姐也问了，更多的关于ABTEST的知识可以参考我的另一篇笔记 建议想做数据分析的小伙伴去了解一下ABTEST，入职快手数分的很多工作会涉及到ABTEST，很有趣，多去了解一些总归没有错

3. 机器学习 KNN KMEANS区别，很简单，实际工作中也遇不到

二面（leader 面） 一面基本是未来要带你的mentor，二面是你mentor的老板，基本走到leader面就代表你mentor和leader基本商量的差不多了 主要还是自我介绍，个人简历相关，一面过了二面会很顺畅

快手是我的第一份实习，快手的工作平台，实习生的薪资待遇以及公司给提供的办公环境我认为都是极为优越的，很感谢这三个月的时光，成长了太多太多了....

但是呢，互联网累还是很累的，有一段时间自己压力很大，选择了离开，我始终感恩这段经历，真诚努力始终没错，是金子总会发光！！！

网易有道数据分析

一面-业务初面（过）

1. 介绍一下简历的项目
2. 如何评价你的抗压能力

• 举例子。总结，积极努力地去工作。

3. 给你的数据分析能力打个分

• 基础技能
• 个人性格
• 数据分析思维

4. GMV下降如何去分析

• 面试八股，拆解

5. 如何看待教育行业
6. 提交了一个方案，但是领导反馈不好会怎么办

• 首先，我会虚心向领导请教，毕竟领导的经验会比我丰富很多，我会向他询问方案的不足之处进行改进，完善方案。若我的方案没有明显漏洞，我会向领导说出我的想法以及我看待这个问题的角度，通过沟通消除分歧。

7. 指标拆解与搭建
8. 反问

二面-业务复面（等结果）

1. 其他部门给了你一份脏数据，如何处理
2. sql的left join与join
3. 你觉得你适合业务向还是技术向

• 我觉得自己适合业务向。因为对于自己目前来说，我认为多了解一些业务知识是很重要的，而且就个人性格而言，我的沟通能力比较强，也喜欢与人打交道，所以我觉得业务分析会更加适合一点。同时，我最近也有在学习了解技术相关的知识，我觉得对以后自己的个人与职业发展都是有好处的。

4. 某个指标下降如何去分析
5. 数据分析师的职业规划

• 短期职业规划：实习加上毕业的前两年-积累培养自己的数据分析思维能力与业务逻辑，因为基础的知识技能容易学，但是分析能力是一件需要长期时间积累的能力。
• 长期职业规划：我会想去学习一些机器学习偏技术方向的东西去提升自己，拓展能力，为未来的职业发展提供更多选择。

6. 反问

自我复盘：业务向的问题很考察临场反应能力，注重逻辑，一定要组织好语言。自己在这个过程中很多问题回答的没有逻辑，需要多看一些面经，多参加一些面试积累经验。

去哪儿网

笔试：3道sql题（30分钟）（过）

1. 第一道：简单的group by加上聚合函数
2. 第二道：大概求每天新用户占活跃用户的比例
3. 第三道：利用dense_rank函数求每天订单量最大的酒店

题目都很经典，很有价值

面试：业务面试（过了）

详细挖掘项目，很细

1. 你和数据分析这个岗位适配的地方在哪里

• 专业是数学，理论知识
• 性格外向，乐于与人沟通，适合做业务方面的数分
• 掌握了基础的知识技能
• 自己对这个行业的喜欢与热爱

2. 场景题：若你手中目前的数据无法达到客户的要求，你该怎么办

• 首先，我会基于现有的数据进行全面分析，尽可能详细地挖掘现有数据提供的有价值的信息，生成报表，先确立一部分可能需求去和客户沟通。
• 对于客户的其他需求，可以通过活动调研等其他手段并不断的完善数据体系，然后分段验证需求，最后及时让验证的需求产生价值。

3. 从做这些项目中获得的最大收获是什么

• 首先，这是我第一次自己尝试完成一个数据分析的小项目。通过这些项目，我觉得自己收获最大的是初步了解了数据分析的大体流程--怎样完成数据清洗，如何利用维度拆解将问题细化，以及怎样完成数据可视化。
• 其次，我觉得另一个收获是我发现自己很喜欢通过将无序的数据变得有序这个过程，从一堆数据中发现问题的乐趣，我也更加确定自己想从事这个职业。

4. 你最想从这份实习获得什么

• 首先，我最想从这份实习学习到数据分析的思维和对业务逻辑的理解，因为基础技能是可以通过刷题训练等方式来提升，但是数据分析能力我觉得需要真正的工作环境帮助自己提升。
• 其次，我想体验在一个团队协同工作的氛围，借这个机会提高自己的人际交往和沟通能力。

5. 工作的前两个月可能会停留在取数的阶段，会不会觉得有些枯燥
6. 你的项目的项目背景是什么
7. 反问

面试：业务终面（过了）

1. 自我介绍
2. 详细挖掘简历
3. RFM分析模型
4. 如何提高去哪的钻石会员用户

• 用户可以分为三类：
• 未付费用户：发一些消费券，降低注册会员价格
• 钻石会员用户：持续推送用户喜好的产品，提升用户粘性
• 已经流失钻石会员用户：可以加大优惠力度，进行干预回流
• 外部因素：可以看看竞品的运营模式以及活动，看一下是否可以借鉴到我们的产品运营之中来

自我复盘：笔试题很经典。面试的时候一直在强调自己没有工作经验，想去学习（下次可以少说一点），基本常见的面试八股文还要熟记。比如面试的第3、4个问题。

# 乐信圣文

• 首先是自我介绍
• 因为简历上面写了ABtest实验，所以基本ABtest的每个点都问了，包括样本量的选择、第一类第二类错误、Z检验和T检验的区别等等...
• 接下来是概率论的相关知识，包括各种分布，以及离散分布有哪些（泊松分布、二项分布、伯努利分布），请你详细地介绍一下泊松分布，忘得差不多了
• 接下来是两道概率论的题（不会）
• SQL，求连续登录天数为7天的用户（用dense_rank,date_sub)
• 业务场景考察-日活下降怎么办？八股文
• 希望通过实习得到什么

个人复盘：HR人特别好，说话耐心温柔，面试的时候没想到会问到那么多的概率论问题，会多看一些。面试官结束后对自己提了三个建议（1.多看点概率论 2.业务场景 3.机器学习）

我不知道一共有几面，但一面过了，可能自己对游戏不太感兴趣，就没有参加二面