首页 > 字节跳动中台数据分析师社招面经(已offer)
头像
匿名牛油
编辑于 2020-05-14 14:55
+ 关注

字节跳动中台数据分析师社招面经(已offer)

大概一个月前开始面试中台数据分析师,有将近一年左右美国科技公司的数据分析师工作经验。因为在准备面试过程中在牛客网上搜过很多关于字节面试的面经,所以也来回报一下。我会先大概介绍面试题目和我当时的答案,之后会分享一些准备面试的经验。

面试流程
第一轮:4.23
1.介绍一下自己
2.介绍一个数据驱动的项目(针对项目问了很多问题,诸如为什么这样设计,有什么地方想改善)
3.平时经常使用什么类型的产品
(1)有什么想要改善的地方
--- 我介绍自己最近一直在研究字节的新产品 gogokid,并且认为first time user experience做得不是特别好,希望通过增加新手教程来改善
(2)具体怎么确定改善的不错(典型的ab实验导向)
--- 确定实验目标:增加新手教程的目的是希望改善用户第一次登陆使用产品的体验,接下来需要思考那些kpi可以反应用户的体验,比如d1 retention, d7 retention
--- 设计实验:ab实验的设计步骤
--- 评估结果

第二轮:4.26
1.介绍一下自己
2.介绍一个数据驱动的项目
3.如果想提高你公司的gmv(我之前在一家wish做da),你想怎么做
4.给抖音设计一个数据看版,你想怎么设计(我的回答事后觉得中规中矩,仅供大家参考并讨论哈)
(1)理清抖音的产品逻辑(如果把抖音看成一个供需市场,有创作者提供视频,有更多的消费者看视频,并且消费者通过点赞评论转发与创作者交互,同时平台从中变现,同时注意产品的时间基础,比如抖音属于日用产品,那么应该多关注日用指标)
(2)围绕产品的关联方,设计相对应的指标进行观测
--- 创作者:每一天新视频的产生量,每一天的创作者;
--- 消费者:DAU,Time Spent/DAU, Number of Sessions;
--- 交互:评论数量,点赞数量
--- 平台:收入
(3)最后对于每一个产品都提前做好segmentation,比如DAU在设计的时候分不同的用户年龄,用户性别,地区,等等。便于之后分析或者查找异常值
5.我们发现一部分用户的参与度并不好,该怎么去改善呢(这道题我感觉自己答得特别不好,先把我当时答案列出来,再列出我后来重新想的答案,供大家讨论。友情提示:这属于一个非常典型的四类数据分析中的描述性分析,诊断类分析和预测性分析)
(1)我的答案:
--- 找到平台参与度最高的10%或5%的用户,假设一些影响他们参与度高的因素,然后通过描述性数据分析寻找相关性(注意,这里只是寻找相关性,因果性只能通过ab实验才能被验证)
--- 确定一些因素后,赋予到并不engage的用户上,设计一些ab实验,探究效果
这里面试官追问,可不可以不通过ab实验,我给出的回答挺差的,我希望通过找到一些曾经不engage,后来非常engage的用户,看看改变他们的因素是不是我们一开始假设的因素。(这个回答非常天真善良萌萌哒,但感觉自己其实挺不专业的)
(2)重新思考后的答案:
--- 建立一个机器学习模型,通过最终模型的系数,找到对参与度影响最高的因素(变量),进一步确定改善哪些方面


第三轮:5.6 (数据分析leader)
1.介绍一下自己
2.数据驱动的项目,怎么改善它
3.平时经常使用什么产品(我回答了instgram),可不可以把它介绍给我
(1)产品的目标
(2)产品的受众
(3)产品的设计如何满足产品的目标
(4)产品其他突出的功能
(5)未来发展的方向
4.你想怎么改善这个产品,多提出几个改善的方向,怎么验证改善的好坏呢
5.职业规划

第四轮:5.8(hr面试)
1.自我介绍
2.遇到的困难怎么解决(stare原则)
3.在现在的公司做得还不错,为什么想换工作
4.期望薪资

总结及面试准备
其实从头到尾面试下来,感觉字节真的非常注重面试人的产品感觉和逻辑思维,也就是我们常说的business/product sense。我遇到的问题几乎是大部分公司都会问产品数据分析师的问题(我也面试过很多美国这边的产品分析师),因此怎么提升我们的product sense以及逻辑思维能力是面试准备中最为至关重要的。
分享一些自己准备面试用过的资料:
1.product sense:
(1)https://medium.com/sequoia-capital/data-informed-product-building-1e509a5c4112。这是我在美国这边一家叫medium的网站找到的,整个系列文章几十篇,包含了产品分析的方方面面,全读完之后真的非常受益
(2)和真正做过产品分析的人聊。我在美国的室友是做游戏行业的数据分析师,他也是我本科时候的学长。我平时会经常和他聊他工作做的一些分析,比如怎么去思考一个kpi下降,怎么找到背后的原因,怎么去做ab实验
(3)刷题,我在牛客网上看了好多大家的面经,自己也试着去做,然后一遍遍地磨
2.ab实验:
(1)https://www.udacity.com/course/ab-testing--ud257。udacity上的精品课程,基本上学完这个,面试中的ab实验问题都可以回答得上来
(2)知乎
3.面试:
我个人觉得面试过程一定要注意自己的逻辑思考。每遇到一个问题,可以先想想问题的目的,如果无法确定可以和面试官反复确认。确认好问题后,先从宏观上思考问题的不同方面,做出不同的假设,之后针对不同的方面去做答。比如一个kpi下降,怎么找原因。我个人的思路是:
(1)确认问题出现的时间区间 ——上一周到这一周,还是前三天到今天
(2)提出可能影响它的因素,也即做出假设。数据问题,内部原因(产品的迭代,新的项目),外部原因(竞争对手,季节性因素)
(3)分别验证,从易到难。首先排除数据错误问题,之后通过segmentation去不断缩小问题出现的范围,哪一类用户,哪个地区的指标下降最大。更具体的希望大家可以通过自己的资料产找获取思路,我就不直接把更细致的答案分享出来啦

以上就是我字节面试的一些总结和感悟,希望能帮助到还在求职的大家。如果有任何大家觉得不正确或者可以更好的地方,欢迎随时指正讨论。谢谢大家啦!

更多模拟面试

全部评论

(29) 回帖
加载中...
话题 回帖

相关热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐