求职大视野 | 21届渣硕985,最终拿下字节数据分析岗实习转正(附数分面试问题总结)

21届渣硕985,目标是互联网的数据分析,也投递了金融/银行行业的数据分析及相关岗位。之前有过几份大厂小厂的实习经历,都是数据分析岗。最终offer为字节的数据仓库(实习转岗),所以本篇面经更加适合数据分析,但是准备过程是通用的。想通过这篇帖子简单回顾一下自己的求职历程。

秋招

先聊聊秋招吧~,秋招非常的惨,虽然当时已经有几份实习了,但是面试机会非常少(可能没有把老铁厂的实习经历写上),只有PDD完成hr面但凉,正式offer只拿到一个非互联网公司的但是拒了。

总的来说,就是

  • 1.笔试准备不充分(知识点没有好好准备),
  • 2.简历未能突出特点,
  • 3.面经刷的不够,被笔试面试倒逼着学习。在数据分析这个岗位,卷中卷,不会点算法,不了解业务知识只会狗带~,另外还有一个很大的问题,没有做一个清晰的投递详情记录,以至于后面是否递过、何时投递已经记不清楚了。

春招

再聊聊春招吧~,在春招开始前离开老铁厂这个让我uncomfortable的地方,去了字节实习,当时很希望能转正留下来,但是没有放弃看看其他机会。

春招数据分析的坑就更少了,有些大厂基本不开设岗位,开设的大厂基本只有1个hc,所以,如果你真的不想被卷到最后,秋招一定要好好努力~。春招投递的比较早,3月初就开始从boss直聘上投递岗位,后面陆陆续续在牛客、大厂官网和boss直聘上继续寻找机会。

先说一下春招结果,因为大佬们已经秋招拿到了满意的offer不咋会参与竞争,所以相对来说结果比较好,拿到了5家的offer(不包括携程hr面后无消息,便利蜂因为面试官的问题直接放弃加面和offer),薪资都还可以,但是我还是想等字节和后面更好的机会,所以前面逼签的都拒了。

放弃笔试的公司基本是银行、游戏类(因为没有好好准备)和小厂,这里要说春招的另一大特点:很多公司不用参加笔试直接面试。

春招做了哪些准备:

  • 1.简历,

如何用简短的文字突出工作的特点,比如这个工作的原因、用到的方法、产出的结果、有什么价值。

举个例子:在进行XX看板的数据监控时发现XX数据异常(背景/原因),进行异常归因后对此次问题进行了专项分析(希望产出的结果)。利用漏斗分析、XX方法、XX方法发现XX结论(运用的方法),并将结果整理为文档/看板(最终的实质性结果),降低产品运营同学的时间成本和技术难度(分析的意义)。(随便写的例子,但是是这个意思)

  • 2.将工作内容梳理为思维导图(强烈推荐!)。

通过这个方式一方面可以帮助你确定简历中如何写,另外一方面,面试中经常会针对你的工作内容提问,那思维导图就提前把你的工作详细且简短的回顾了一下,防止面试官提问的时候突然忘记当时怎么做的。这里加入【反思与总结】,我只要是记录工作中学习到了什么方法(SQL方法和分析方法)、当时有什么想法和应该怎么做/为什么不这么做。

  • 3.刷面经!刷面经!刷面经!

不同公司的面试风格不太一样,比如猿辅导偏重统计学知识和SQL能力,其他公司主要还是简历面。如果有当期热乎的面经最好,没有的话可以查看其他时候春招/秋招的面经了解风格和大致方向。

问题总结

这里根据被问到的相关内容的频次,从高到低罗列问题,不区分公司。

1.AB实验(因为多段实习中都有提及)

(1)AB实验的原理——假设检验

(2)如何设计一个AB实验(一般采用的提问方式是:我想在想做一个活动来检验效果)
预测实验所需样本量——功效分析、实验指标、如何检验效果

(3)比较难的

  • A.如果我现在用户量很少不支持AB实验怎么办?
  • B.双重差分
  • C.实验分流如何设计

2.异动归因(数据分析常考问题)

提问方式:XX指标出现异常了,你要怎么做?

说一下我的思路吧~(个人思路,不喜勿喷)

  • 第一步:检查数据的准确性,是否是计算错误或者SQL代码
  • 第二步:观察指标的时间特性。一方面对XX指标进行同/环比分析,另一方面判断数据本身是否具有周期性、季节性
  • 第三步:以某个角度出发拆分维度,比如用户维度,拆分新用户、老用户等,观察异常来自哪个维度,不断进行维度下钻。
    (或者假设某个维度出现问题,通过数据验证是否现在与之前有显著不同)
  • 第四步:尝试定位数据的异常是否来自于某个活动或者功能的改变
  • 第五步:竞品分析,以上都是内部归因,通过竞品分析一方面了解整体行业的情况,另一方面了解我们在整个行业的份额是否发生了变化。

3.SQL题

问题:

  • (1)第n天留存
  • (2)连续发生某个事情
  • (3)结合业务背景(这个里面有的很难,因为你对业务了解不透的时候有些东西是不知道加限制的)

知识点:row_number/dense_rank/rank/lead/lag/split/正则化,总体来说窗口函数要学会,从原理上就要明白为什么会有窗口函数,比如窗口函数和聚合函数有什么本质不同呢?

4.简历面

每次面试都有但是没放在第一位,是因为这个东西不可控。说几个注意点:

  • (1)你为什么这么做,你这么做有什么问题。比如为什么要做漏斗分析?
  • (2)涉及算法或者聚类、因子分析等,需要掌握原理,面试官可能会问为什么要用决策树而不是逻辑回归呢?你能不能讲讲决策树的原理和剪枝呢?
  • (3)常规问题:你遇到过什么问题、怎么解决的?你学到了什么知识、有什么提升?

5.统计学知识

  • (1)n种分布使用场景、期望,提问方式可能是:某个情景再次出现至少要等多少天,blabla~,所以首先要判断情景对应的分布,然后判断要求的是什么,期望?概率?
  • (2)非参数检验
  • (3)聚类分析/因子分析/主成分分析

6.智力题

这个很难控,但是如果其他都表现不错,智力题没回答出来也不会有很大影响。⚠️注意,面试官要看思路,如果有想法就说出来,如果啥都不说一定没戏,说了面试官还能想办法引导你去思考。

7.数据仓库(数据建模)

  • (1)维度建模、范式建模
  • (2)知识点:数据烟囱、星型模型、雪花模型
  • (3)如何设计
  • (4)数据质量问题

8.其他问题

  • (1)你认为数据分析师应该有的三个特点
  • (2)说说你认为的数据分析师
  • (3)你觉得你和其他竞争者相比有哪些优势(多出现在hr面)

简短回顾我的求职,也希望对你有帮助。总体来说,一定要有相关实习经历和充分的准备。



薪水透视眼 | 算法岗大厂薪资(网易/美团/阿里/vivo/微软/滴滴/好未来)

薪水透视眼 | 数据分析岗大厂薪资(字节跳动/京东/拼多多/滴滴/快手/腾讯)

求职大视野 | 数据分析秋招拿了5个offer,记录我的艰苦历程

求职大视野 | 银行校招通关攻略(内含工商、建行、农行、中信、广发等8家银行面试题目及技巧经验)

求职大视野 | 2021 字节跳动 数据分析 一面/二面

求职大视野 | 腾讯/滴滴/网易/OPPO/美团/小米 数据分析实习面经

求职大视野 | 字节跳动游戏数据分析师5面面经(已拿offer)

求职大视野 | 数据分析春秋招面试超全总结 趣店 猿辅导sp offer

求职大视野 | 上交生物专业研究生,跨专业数据分析求职Happy Ending(网易云,拼多多,滴滴,贝壳找房)


分享到