面了几个大厂的数据分析师岗,这次感觉有戏...
加入 城哥知识星球 ，解惑答疑，告别迷茫
最近，我们组织了一场数据分析岗技术&面试讨论会，邀请了一些互联网大厂同学、参加社招和校招面试的同学，针对新手如何入门数据分析岗、该如何备战、面试常考点、面经分享等热门话题进行了深入的讨论。
今天我整理后分享给大家，希望对后续找工作的有所帮助。喜欢记得点赞、收藏、关注。更多技术交流&面经学习，可以加入我们星球。
小红书
岗位：数据分析
数据相关
- 项目中不平衡数据如何处理
2 .项目中数据量的大小
-
项目中数据的特征介绍
-
什么是hard样本什么是easy样本
机器学习相关
-
Boosting 和 bagging的区别
-
决策树的分裂的计算（ID3, C4.5,CART）
-
Adaboost 和 GBDT 的区别
-
Adaboost 和 GBDT的损失函数
-
Xgboost 和 GBDT的区别
-
Boosting 和 Random Forest Tree 的区别
-
梯度下降和随机梯度下降的区别
-
逻辑回归，svm和树模型的区别
-
项目中为什么选择GBDT而不是adaboost
-
采用什么作为模型好坏的评判标准（accuracy, f1-macro）
-
降维的方法
-
树模型如何调参
-
如何检测模型是否过拟合
-
如何减少过拟合现象的产生
深度学习相关
-
Attention 和 self attention的区别
-
介绍一下Transformer
-
Bert提升了transformer的哪些东西
-
BERT比RNN好在哪里
-
RNN, LSTM, BERT的优缺点
-
梯度消失和梯度爆炸产生的原因
-
如何解决梯度消失和梯度爆炸
-
介绍一下推荐系统的算法（协同过滤，基于内容的推荐）
字节
岗位：数据分析
一面
-
自我介绍
-
一个数据分析的项目—要求：增长策略
1）背景是什么？
2）指标分子分母是什么
3）衡量指标是什么？
-
三个指标来评估抖音的发展状况
-
人均播放量下降，应该如何排查 --经典题
-
是否增加一个广告位，如何衡量正向，负向的影响
-
如何确定AB测试的最小样本量？公式里的具体参数
-
如何判断实验组是好是坏？什么指标？做什么检验
-
什么时候用Z检验，T检验
-
广告收入增长，但用户留存下降，如何判断是否上线？量化收益？
-
LTV如何与广告收入结合？
-
如何计算用户LTV
-
如何计算LT，生命周期
-
SQL题
-
自己的职业规划
-
觉得自己做数分最大的优势是什么？
一面对于基础知识的考察还是比较细的，面试官也比较严厉，没有反问机会
二面
-
之前有过实习经历吗
-
除了业务以外，在做数据分析还有哪些需要提升的地方 --啊？是不是被人反问的问题
-
抖音人均使用时长下降
-
同学如何评价你
-
你自己怎么形容你自己
-
头条：添加功能应该添加哪一个？
-
头条：去掉一个功能
-
预估上海有多少二手房门店的数量（多种方法）
二面的考察比较侧重业务，但是几乎没什么挖的，感觉有一点点套路化。面试官比较亲切。
三面
-
自我介绍
-
总实习的时长有多长，哪段时间最长
-
每个实习公司都是做什么的
-
从数据分析的角度来看，你认为哪个公司的环境更好
-
介绍一个项目
-
对行业的了解
-
从带你的人学到的东西是什么？---重点题
-
在学校成绩是怎么样的
-
对自己的未来规划是怎么样的
三面应该是大佬级别的人，很有领导范😉整体面试思路很有逻辑。
HR面
-
自我介绍
-
实习过程中最有成就感的一件事 --HR的拿手问题张口就来
-
有没有想要放弃的时候 --这熟悉的感觉他又来了
-
还投递了哪些公司？为什么会投递这个公司
-
为什么投递字节？认为字节和自己有哪些相似之处
-
认为商业分析和数据分析有哪些区别
淘天
岗位：数据分析
一面
-
自我介绍
-
实习内容
-
实习团队架构
-
map reduce原理
-
数据倾斜有没有遇到过？怎么解决
-
ab实验原理、流程、如何分析
-
假设检验原理
-
口述sql题目：求连续登陆三天的用户
-
假设检验概率论场景题：求置信区间
-
常用的机器学习算法
-
随机森林原理
-
求职意向，数科还是数研，安排下一轮面试官（回数研后第二天结束流程）
-
反问
二面
-
自我介绍
-
实习深挖：项目技术难点怎么解决的？有什么效果？收获
-
怎么分析指标下滑
-
spark的宽窄依赖
-
手撕：3道二叉树
-
反馈推进下一面 但是前面人太多
-
反问
滴滴
岗位：数据分析师
一面
-
自我介绍
-
SQL题目，1-7日的留存率，就是当天登录后在接下来一周内登录过的人
-
异动分析，如果这个留存率增加30%，怎么分析。追问怎么判断主要因素
-
AB，问设置的步骤，怎么确定样本量，如果实验不显著怎么办。。。
-
py做过什么项目，提了一下模型
二面
-
异动分析，订单呼叫量下降怎么归因
-
你觉得自己做数据分析师有什么优势，为什么选择这个行业
-
3-5年内希望自己在这个行业成为一个什么样的人
-
介绍部门，问喜欢的工作氛围
-
实习中最有成就感的事情
三面
-
自我介绍
-
细问实习
-
主要是归因，指标体系、AB那些
-
怎么判断能不能在一个新城市开展业务
-
怎么估计一个新城市的业务需求量
-
手上offer
- EOF -
作者简介
城哥，公众号9年博主，一线互联网工作10年、公司校招和社招技术面试官，主导多个公司级实战项目(Python、数据分析挖掘、算法、AI平台、大模型等)。
关注我，陪你一起成长，遇见更好的自己。
星球服务
会不定期发放知识星球优惠券，加入星球前可以添加城哥微信： dkl88191 ，咨询优惠券问题。
加入知识星球后，可以享受7大福利与服务：免费获取海量技术资料、向我 1 对 1 技术咨询、求职指导，简历优化、历史文章答疑(源码+数据）、综合&专业技术交流社群、大模型技术分享、定制专属学习路线，帮你快速成长、告别迷茫。
原创不易，技术学习资料如下，星球成员可免费获取，非星球成员，添加城哥微信：dkl88191，请城哥喝杯星巴克。