一面
1. 自我介紹+項(xiàng)目經(jīng)歷
2. 如何判斷某產(chǎn)品功能上線對(duì)人均瀏覽時(shí)長(zhǎng)、留存的影響
3. 如果業(yè)務(wù)判斷產(chǎn)品改版對(duì)某個(gè)指標(biāo)有正向影響但是A/B實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)沒(méi)有顯著影響，為什么?
SQL題:
- Employee表包含所有員工信息，每個(gè)員工有其對(duì)應(yīng)的工號(hào)Id, 姓名Name, 工資Salary和部門(mén)編號(hào)DepartmentId。
- Department表包含公司所有部門(mén)的信息。
- 編寫(xiě)一個(gè)SQL查詢(xún)，找出每個(gè)部門(mén)獲得前三高工資的所有員工。
Python題:
- 輸入: `data=[1,2,3,2,1,2,3,1,2,1]`
- 輸出: `1:4, 2:4, 3:2`
- 編寫(xiě)一個(gè)函數(shù)

二面
1. 項(xiàng)目經(jīng)歷
- 主要問(wèn)了RFM模型怎么去定義，怎么分析
2. 異動(dòng)歸因case, 怎么去判斷一個(gè)推薦算法的好壞?
3. 一個(gè)業(yè)務(wù)的A/B test怎么做
4. 假設(shè)檢驗(yàn), 一二類(lèi)錯(cuò)誤, 置信區(qū)間P值

三面
1. 自我介紹
2. 實(shí)習(xí)經(jīng)歷深挖
- 追問(wèn): 項(xiàng)目還可以從哪些方面做提升，什么指標(biāo)評(píng)估
3. 正態(tài)分布，概率題，解釋K-means算法
4. 業(yè)務(wù)場(chǎng)景
- 快手人均使用時(shí)長(zhǎng)下降怎么分析
- 如果KS要進(jìn)入一個(gè)新國(guó)家，如何決定推送視頻內(nèi)容

快手?jǐn)?shù)據(jù)分析實(shí)習(xí)生面試題

一面
1. 自我介紹+項(xiàng)目經(jīng)歷
2. 如何判斷某產(chǎn)品功能上線對(duì)人均瀏覽時(shí)長(zhǎng)、留存的影響
3. 如果業(yè)務(wù)判斷產(chǎn)品改版對(duì)某個(gè)指標(biāo)有正向影響但是A/B實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)沒(méi)有顯著影響，為什么?
SQL題:
- Employee表包含所有員工信息，每個(gè)員工有其對(duì)應(yīng)的工號(hào)Id, 姓名Name, 工資Salary和部門(mén)編號(hào)DepartmentId。
- Department表包含公司所有部門(mén)的信息。
- 編寫(xiě)一個(gè)SQL查詢(xún)，找出每個(gè)部門(mén)獲得前三高工資的所有員工。
Python題:
- 輸入: `data=[1,2,3,2,1,2,3,1,2,1]`
- 輸出: `1:4, 2:4, 3:2`
- 編寫(xiě)一個(gè)函數(shù)

二面
1. 項(xiàng)目經(jīng)歷
- 主要問(wèn)了RFM模型怎么去定義，怎么分析
2. 異動(dòng)歸因case, 怎么去判斷一個(gè)推薦算法的好壞?
3. 一個(gè)業(yè)務(wù)的A/B test怎么做
4. 假設(shè)檢驗(yàn), 一二類(lèi)錯(cuò)誤, 置信區(qū)間P值

三面
1. 自我介紹
2. 實(shí)習(xí)經(jīng)歷深挖
- 追問(wèn): 項(xiàng)目還可以從哪些方面做提升，什么指標(biāo)評(píng)估
3. 正態(tài)分布，概率題，解釋K-means算法
4. 業(yè)務(wù)場(chǎng)景
- 快手人均使用時(shí)長(zhǎng)下降怎么分析
- 如果KS要進(jìn)入一個(gè)新國(guó)家，如何決定推送視頻內(nèi)容

贊一下(0) 踩一下 查看面試題參考答案>>

獵頭找到了我，然后很快安排了面試。一共面了兩輪，第一輪考我用sql寫(xiě)算法，完全不會(huì)，就說(shuō)了思路。但還是給了二面。二面先是考sql，很簡(jiǎn)單的Windows function的應(yīng)用。然后考業(yè)務(wù)。我沒(méi)有在短視頻公司干過(guò)，考的都是短視頻相關(guān)業(yè)務(wù)，讓我給他們?cè)O(shè)計(jì)kpi?？傊褪峭耆粫?huì)

快手?jǐn)?shù)據(jù)分析師面試題

一面用sql寫(xiě)算法，寫(xiě)是寫(xiě)不出來(lái)的，但和面試官解釋了思路和我自己對(duì)sql的理解。還是給了二面。二面考很詳細(xì)的短視頻相關(guān)業(yè)務(wù)。面試官提到的理論完全沒(méi)有聽(tīng)說(shuō)過(guò)，應(yīng)該是只從事過(guò)短視頻數(shù)據(jù)分析行業(yè)的從業(yè)人員才會(huì)了解的東西。最終感覺(jué)公司可能有點(diǎn)兒排外，不接受其他方向的人員，估計(jì)這種題能答上的也只有嗶哩嗶哩和抖音的人了

贊一下(1) 踩一下 查看面試題參考答案>>

朋友內(nèi)推的，很快就面試了。一面就是mentor面，面試官哥人很好，很有耐心，遇到不會(huì)的問(wèn)題會(huì)啟發(fā)思考。大概分為自我介紹，簡(jiǎn)歷深挖，手撕sql和業(yè)務(wù)題四個(gè)部分。最后有反問(wèn)環(huán)節(jié)。整個(gè)面試持續(xù)將進(jìn)一小時(shí)。

快手?jǐn)?shù)據(jù)分析面試題

1.自我介紹
2.簡(jiǎn)歷深挖
3.兩道sql
活躍時(shí)長(zhǎng)前十的用戶
日活+7日留存
4.假設(shè)檢驗(yàn)
如何理解p值？
如何驗(yàn)證一個(gè)骰子是否均勻？
5.異動(dòng)分析：二月銷(xiāo)量比一月下降很多，怎么分析？

贊一下(0) 踩一下 查看面試題參考答案>>

面試開(kāi)始，面試官簡(jiǎn)要介紹了快手?jǐn)?shù)據(jù)分析崗位的職責(zé)和團(tuán)隊(duì)結(jié)構(gòu)，然后詢(xún)問(wèn)了我的背景和之前處理過(guò)的數(shù)據(jù)項(xiàng)目。接著，面試轉(zhuǎn)入了技術(shù)細(xì)節(jié)部分，面試官主要圍繞數(shù)據(jù)處理、分析技巧和對(duì)數(shù)據(jù)的理解能力進(jìn)行了提問(wèn)。面試的最后階段是開(kāi)放性問(wèn)題，討論了當(dāng)前數(shù)據(jù)分析領(lǐng)域的趨勢(shì)和挑戰(zhàn)，以及我對(duì)未來(lái)技術(shù)發(fā)展的看法。整個(gè)面試過(guò)程中，面試官鼓勵(lì)我分享自己的想法和經(jīng)驗(yàn)，氛圍非常友好。

快手商品數(shù)據(jù)分析專(zhuān)員面試題

"請(qǐng)描述一個(gè)你最自豪的數(shù)據(jù)分析項(xiàng)目，包括你所使用的技術(shù)棧、處理的數(shù)據(jù)量級(jí)、遇到的挑戰(zhàn)以及如何解決的。"
"在進(jìn)行大規(guī)模數(shù)據(jù)處理時(shí)，你是如何保證數(shù)據(jù)處理的效率和準(zhǔn)確性的？請(qǐng)舉例說(shuō)明你使用過(guò)的一些優(yōu)化策略。"
"快手作為一個(gè)內(nèi)容平臺(tái)，用戶行為數(shù)據(jù)的分析對(duì)我們尤為重要。如果讓你分析用戶的視頻觀看習(xí)慣，你會(huì)從哪些維度入手？你認(rèn)為哪種模型最適合這類(lèi)分析？"
"數(shù)據(jù)清洗和預(yù)處理在數(shù)據(jù)分析中占有非常重要的地位。請(qǐng)談?wù)勀阍谥绊?xiàng)目中是如何處理缺失值和異常值的，以及你所采用的一些數(shù)據(jù)轉(zhuǎn)換技術(shù)。"
"請(qǐng)講述一次你如何使用數(shù)據(jù)分析驅(qū)動(dòng)業(yè)務(wù)決策的經(jīng)歷。具體是怎樣的分析結(jié)果促使了什么樣的業(yè)務(wù)變革或決策？"

贊一下(0) 踩一下 查看面試題參考答案>>