一面
1. 自我介紹+項(xiàng)目經(jīng)歷
2. 如何判斷某產(chǎn)品功能上線對人均瀏覽時長、留存的影響
3. 如果業(yè)務(wù)判斷產(chǎn)品改版對某個指標(biāo)有正向影響但是A/B實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)沒有顯著影響,為什么?
SQL題:
- Employee表包含所有員工信息,每個員工有其對應(yīng)的工號Id, 姓名Name, 工資Salary和部門編號DepartmentId。
- Department表包含公司所有部門的信息。
- 編寫一個SQL查詢,找出每個部門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`
- 編寫一個函數(shù)
二面
1. 項(xiàng)目經(jīng)歷
- 主要問了RFM模型怎么去定義,怎么分析
2. 異動歸因case, 怎么去判斷一個推薦算法的好壞?
3. 一個業(yè)務(wù)的A/B test怎么做
4. 假設(shè)檢驗(yàn), 一二類錯誤, 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: 項(xiàng)目還可以從哪些方面做提升,什么指標(biāo)評估
3. 正態(tài)分布,概率題,解釋K-means算法
4. 業(yè)務(wù)場景
- 快手人均使用時長下降怎么分析
- 如果KS要進(jìn)入一個新國家,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)品功能上線對人均瀏覽時長、留存的影響
3. 如果業(yè)務(wù)判斷產(chǎn)品改版對某個指標(biāo)有正向影響但是A/B實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)沒有顯著影響,為什么?
SQL題:
- Employee表包含所有員工信息,每個員工有其對應(yīng)的工號Id, 姓名Name, 工資Salary和部門編號DepartmentId。
- Department表包含公司所有部門的信息。
- 編寫一個SQL查詢,找出每個部門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`
- 編寫一個函數(shù)
二面
1. 項(xiàng)目經(jīng)歷
- 主要問了RFM模型怎么去定義,怎么分析
2. 異動歸因case, 怎么去判斷一個推薦算法的好壞?
3. 一個業(yè)務(wù)的A/B test怎么做
4. 假設(shè)檢驗(yàn), 一二類錯誤, 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: 項(xiàng)目還可以從哪些方面做提升,什么指標(biāo)評估
3. 正態(tài)分布,概率題,解釋K-means算法
4. 業(yè)務(wù)場景
- 快手人均使用時長下降怎么分析
- 如果KS要進(jìn)入一個新國家,如何決定推送視頻內(nèi)容
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寫算法,完全不會,就說了思路。但還是給了二面。二面先是考sql,很簡單的Windows function的應(yīng)用。然后考業(yè)務(wù)。我沒有在短視頻公司干過,考的都是短視頻相關(guān)業(yè)務(wù),讓我給他們設(shè)計(jì)kpi??傊褪峭耆粫?
面試官問的面試題:快手?jǐn)?shù)據(jù)分析師面試題
一面用sql寫算法,寫是寫不出來的,但和面試官解釋了思路和我自己對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有聽說過,應(yīng)該是只從事過短視頻數(shù)據(jù)分析行業(yè)的從業(yè)人員才會了解的東西。最終感覺公司可能有點(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
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,遇到不會的問題會啟發(fā)思考。大概分為自我介紹,簡歷深挖,手撕sql和業(yè)務(wù)題四個部分。最后有反問環(huán)節(jié)。整個面試持續(xù)將進(jìn)一小時。
面試官問的面試題:快手?jǐn)?shù)據(jù)分析面試題
1.自我介紹
2.簡歷深挖
3.兩道sql
活躍時長前十的用戶
日活+7日留存
4.假設(shè)檢驗(yàn)
如何理解p值?
如何驗(yàn)證一個骰子是否均勻?
5.異動分析:二月銷量比一月下降很多,怎么分析?
面試開始,面試官簡要介紹了快手?jǐn)?shù)據(jù)分析崗位的職責(zé)和團(tuán)隊(duì)結(jié)構(gòu),然后詢問了我的背景和之前處理過的數(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、分析技巧和對數(shù)據(jù)的理解能力進(jìn)行了提問。面試的最后階段是開放性問題,討論了當(dāng)前數(shù)據(jù)分析領(lǐng)域的趨勢和挑戰(zhàn),以及我對未來技術(shù)發(fā)展的看法。整個面試過程中,面試官鼓勵我分享自己的想法和經(jīng)驗(yàn),氛圍非常友好。
面試官問的面試題:快手商品數(shù)據(jù)分析專員面試題
"請描述一個你最自豪的數(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、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,你是如何保證數(shù)據(jù)處理的效率和準(zhǔn)確性的?請舉例說明你使用過的一些優(yōu)化策略。"
"快手作為一個內(nèi)容平臺,用戶行為數(shù)據(jù)的分析對我們尤為重要。如果讓你分析用戶的視頻觀看習(xí)慣,你會從哪些維度入手?你認(rèn)為哪種模型最適合這類分析?"
"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)。"
"請講述一次你如何使用數(shù)據(jù)分析驅(qū)動業(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?"
(共8條) 華發(fā)集團(tuán)
(共8條) 山東南山鋁業(yè)股份有限公司
(共4條) 上海中鐳新材料科技有限公司
(共7條) 日通國際物流
(共6條) 武漢華盟教育咨詢有限公司
(共7條) 中企云鏈