滴滴数据分析面试8~10|数科部日常实习Offer
滴滴-数据科学与智能部-数据分析日常实习，通常两面或一面。
面经8，一面30多分钟+二面30多分钟，已Offer
1. 自我介绍。
2. 分别介绍最近两段实习里（手子与滴滴）印象深刻的项目经历：项目策略的目的、分析方法、遇到的困难、解决办法、产出成果。
3. 最有成就感的一段经历，为什么有成就感？（讲了一堆分析方法，但面试官想考察的是性格和品质，比如自驱去发现问题/被动完成任务哪种更能激励我）
4. 为什么准备结束最近这段实习经历？
5. 这两段实习给你的体验不同在哪里：企业氛围、业务内容、leader的带教方法、成长性等。
6. SQL笔试，讲思路就行：一张订单表，涉及group by /sum(case when ..end)/窗口函数/join的逻辑等。
7. 全国的完单率下降了，该怎么分析？面试官建议先拆分到地区，看各个地区的涨跌，再对跌的地区进行指标拆解，做出假设并验证。
8. 反问：岗位面向的业务；面评。
面经9，一面已Offer
1. 自我介绍+项目深挖。（模型不足之处，如何改进，如何评估模型的好坏等）
2. AB实验如何计算最小样本量？
3. 选择AB实验样本的时候，应该注意什么？
4. 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
5. 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？（答：自动定位上车地点和实际地点存在偏差。解决方法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）
6. 问题相关知识点：滴滴业务关注是司机、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。
7. 基础SQL题，一个是订单表，一个是乘客信息表，大概是两个表join，where条件限制，然后count。
8. 反问。
面经10，一面+二面已Offer
1. 自我介绍+简历提问（AB测试相关）。
2. K-Means如何选取K？
3. lasso和ridge回归的特点与区别？
4. 四道简单SQL题。
5. SQL三种排序函数的区别？
6. MySQL的in和exists的底层查询逻辑区别？
7. 讲讲辛普森悖论。
8. 如果你是一个玉米连锁店的老板，想要最大化GMV，该如何在不同的城市为玉米定价？
9. 设计一个AB实验来评估玉米定价策略。
10. 预估明年新生儿的数量。
11. 美团外卖的骑手某天突然减少，该如何分析？
12. 在实际工作中发现了异动指标，如何做一个归因分析？
13. 反问。
如何给玉米定价使得GMV最大化？
1. 从数学公式角度：GMV=UV*转化率*人均购买玉米数量*玉米单价，根据店家的历史数据，可以拟合出需求曲线（价格与需求量的关系，负相关），所以理论上可以求出唯一的最大值（二次函数上凸型）。
2. 从经济学角度：利用经济学上的价格歧视，针对不同市场的不同消费者制定不同的价格（三级价格歧视）。
3. 从业务策略角度，实现商家与用户共赢。
3.1 裂变玩法。用户通过拼单、拉新用户等帮助宣传获得低价，从而商户增加客户与订单量。
3.2 活动促销。定期制定优惠策略、降价打折、发放优惠券等，例如固定每周某一天为特价日。（很有名的营销莫过于肯德基的疯狂星期四，事已至此，vivo50）
3.3 饥饿营销。制定先后顺序，例如每天前N位客户优惠。
3.4 用户分层。针对不同消费水平、城市、年龄段等维度进行用户分层，搞会员价。
3.5 丰富产品。推出不同类的产品，定位不同人群，满足不同用户需求，例如甜玉米、糯玉米、减肥餐玉米、土特产等。
#数据分析##滴滴##数据分析面试##数据分析实习##数据分析师#
