首页 > 数据分析岗-实习面经-京东数科、滴滴国际化、快手商业化联盟
头像
sweetpy
编辑于 2021-01-20 17:31
+ 关注

数据分析岗-实习面经-京东数科、滴滴国际化、快手商业化联盟

在牛客看了很多面经,有了offer之后来给反馈啦~梳理自身不足的同时,也希望能帮助到在找实习的伙伴们

首先介绍bg:lz本科/硕士都是统计专业,目前研一,之前没有实习经历、比赛经历、项目经历,简历基本上是一片空白,只有一些课堂作业和社团经历。由于我也没想好未来究竟从事技术岗还是非技术岗,对这两方面的了解都泛泛,所以对实习最大的期望是通过第一份实习感受多种岗位,找到未来发展的目标。

整个找实习之旅还是挺波折的。最初我希望进入的是数分/产品岗,做的储备主要是刷了些sql题。首先所有的产品岗都直接挂了我简历,但我这方面素质确实缺失,比较坦然。但是所有数分岗也都把我挂掉了,其中快手一面的技术面极其愉快,二面狂问业务直接gg;心灰意冷下转战数据挖掘和算法,反而都过了……以下主要给大家分享一些数分岗的经验吧:

  • 京东数科(一面凉)

  • 滴滴国际化(一面凉)

  • 快手商业化联盟(二面凉)

1.京东数科-数分

京东都是电话面。但由于是第一次面试,表现极其青涩,整体极其紧张,准备得也不充分,现在感觉挂的很坦然。首先两分钟自我介绍,然后是以下问题:

  1. 先从bg聊起,分别问了本硕选择统计的原因,问了我简历上写的课程内容和我的看法和感悟。

  2. 统计学的基本方法论,也就是拿到数据怎么分析。(很简单的问题,就是数据分析的一个流程…但当时莫名地脑子懵了,回答到理论层面大数定律那一块去了)

  3. 本科毕业论文写了什么?为什么要写这个主题?结论是什么?用了什么方法?(没准备毕业论文,而且因为毕业论文写得很水,就是平常大作业的plus版本,回答得不够结构化)

  4. 让我选一个简历上值得描述的项目讲讲。

  5. 问对sql的掌握程度。

  6. 开放性问题:对现在北京的疫情怎么看?如何用统计学的角度看待北京疫情?(面试时是12.28,大概是北京刚出现零星疫情时)(此时彻底凉凉,基本没说出有价值的信息。后来复盘感觉可以说一些传染病模型?)

  7. 反问。

提第四个问题前面试小哥还对我的简历给了一个很中肯的建议:不太能从我的简历中看出我究竟解决了什么问题。大概因为是我的简历纯粹是作业内容的过程描述,没有量化结果。

刚面试完就觉得必凉,现在回忆我的答案更是不忍直视……后来面试官没再联系,三天后我主动发短信问的结果

2.滴滴国际化-数分

投了很多简历都石沉大海,第一次面试也挂了,所以我还是挺灰心的。12.30下午突然收到五天前投的简历的回复,说找时间约面试。当时我以为元旦后才会约,想着第二天+元旦准备,结果晚上7.50发消息通知8点面试……临时下载了个umeet软件视频面

同样先自我介绍,然后是问题:

  1. 简单介绍简历里的项目。介绍过程中面试官有对特征处理展开问询,问了归一化和标准化区别在哪,如何理解归一化;问了KNN中K是怎么选的;对于有相关关系的变量,有没有进行额外的特征处理

  2. 自学能力如何?对于新知识如何自学?

  3. 常用B站吗?(不常用…常用的只有微信/网页微博/淘宝…)后来说了美团,面试官问假设我是美团的数据分析师,会构建怎样的指标体系。(经典题,但没准备,直接被杀)

  4. 说一下贝叶斯定理主要的运用场景?(答了分类器场合,朴素贝叶斯。但基于贝叶斯的其他应用场景没有说到)

  5. 如果要预测滴滴用户的流失预警,可以构建哪些指标?(先答了基于司机基本信息、基于业务表现、基于社会环境三个大方面考虑,然后被怼大环境下所有人都流失的话,这个预警就没意义了;然后说了司机的婚姻状况、孩子数目等等,面试官说这些涉及个人隐私无法获取)

  6. 有没有用过窗口函数?(就答了"用过",后来反思觉得应该直接铺陈我有用过哪些,每个函数的使用场景、语法、区别等等。因为自己没有展开,面试官直接换了个sql问题,从熟悉的问题变成了不熟悉的,很吃亏)

  7. 反问

这次面试完全和第一次相反,第一次过于紧张,第二次过于放松,放松到中途和面试官battle争论了好几次…检讨。虽然说第二天晚上给结果,但后来没给,元旦后我主动问了结果,果然凉

3.快手-数分

快手面试用的是牛客面试间。先国际惯例自我介绍,然后发问:

一面

  1. 项目介绍。

  2. 做过数据挖掘(指从大表中提取自己想要的数据)吗?(无)

  3. 一般数据报告形式是以什么形式呈现的?有用可视化报表吗?

  4. 项目里编程语言用了什么?

  5. 学过sql吗?说一些基本的语句?(不知道咋回答这个问题,说一般是select xx from table group by xx order by xx,过滤有where和having,表连接有join on和where)

  6. 平常用快手吗?接触短视频吗?(不太用)那为啥要投快手呢?(朋友实习体验很好balabala)有用其他的娱乐APP吗?(不常用)

  7. 反问。(此时面试仅仅12分钟……当时觉得自己要凉,所以赶紧在反问里体现出自己对数分所需技能都有比较好的掌握,然后成功吸引面试官继续提问)

  8. 认为自己在数据方面最擅长的是什么方面?(答数据清洗)平常按照什么逻辑完成清洗?

  9. 认为自己数据分析能力如何?(常用机器学习,DL这方面不太了解。做得比较多的是分类器问题)

  10. 假设给一个数据集,我会选择的分析步骤是什么样的?

面试官最后直接给了评价:整体不错,数据逻辑比较清晰,数据方面业务赋能ok,缺点就是对短视频不太了解。

最后面试结束是23分钟,反问环节后还多问了几个问题。整体的氛围也比较愉快,能感受到面试小哥对我的能力还算是满意的。第二天下午收到了二面的通知,于是开始了我的受打击之路qwq……

二面

二面仍然用的牛客面试间,面试官姐姐没有露脸。因为我有点人来疯,面对面聊天放得更开,对面没开视频一下子就紧张了起来。

依旧先自我介绍。然后【之后问的问题和我的自我介绍、简历没有半毛钱关系,也没有任何技术问题

  1. 没有过实习经历是吗?

  2. 会用R语言和python是吗?会数据分析吗?

  3. 一般会从什么角度进行数据分析?怎么样的数据挖取能真正对业务起到指导作用?(一般是从可视化或特征统计量角度做单变量分析,然后做相关性分析)所以你的分析需要业务方为你提供线索是吗?(对)所以我认为你的技能方面应该是没有问题的,但在获取外沿知识上是存在一些问题的

  4. 就快手而言,要如何分析在没有营销手段拉动的情况下,什么样的作者/作品类型/作品内容自然增长是具有快速增长增量的?找到这类内容后,如何观察他的受众生态?(答成了异常增长/下降时的指标端拆解,面试官说你说的这些内容可能都没有做埋点)

  5. 所以你擅长的内容实际上是在现成数据集上做挖掘分析对吗?

  6. 你现在有很充分的实习时间吗?

  7. 你自己怎么看短视频用户的消费?对短视频整个行业的理解?

  8. 谈一下瀑布流和双列点选两种形式,你能从哪些角度进行数据分析以为业务方提供指导建议呢?(因为面试前两天才下载的抖音和快手,大概用了一小时把两个产品的功能设计刷过一遍,主要关注了两个软件从推荐系统的角度而言有啥感知上的区别。于是从推荐系统设计的角度谈了一下对瀑布流和双列点选的看法)

  9. 因为部门职能有涉及到广告投放相关的内容,面试官问是否了解过广告的逻辑?(答了从顾客相似性出发,把广告投送给相似性强的客户。然后面试官叹了一口气……)从数据分析怎么去挖掘出你说的客户相似性?

  10. 一般用什么娱乐软件?有专注抖音吗?(无)谈谈你对这些软件的理解?有了解这些产品的商业化路径吗?

  11. 快手和抖音目前都是滑滑的形态,你觉得在业务层面有什么不同?你觉得两个产品在内容上或消费上的感受有什么不同呢?(又说了推荐系统……)所以你对两者的内容区别感触不大是吗,比如抖音音乐类的作品更多,快手xxx(没听清TAT)的内容更多?

  12. 谈谈你的职业规划。(主要互联网)

  13. 一定考虑大公司吗?还是只要是工作机会都愿意考虑?

  14. 有比较想去的行业吗?

  15. 有考虑过金融行业吗?(不考虑)为什么?

  16. 反问:因为在实际业务方面有所欠缺,请问您能给我提供一些学习建议吗?

  17. 和面试官又聊了聊,面试官说我可以考虑到规模小一些的公司去做一个更全面的感受和体验,大公司成熟的培养机制有时候反而是一种禁锢。并且从地理距离来看学校离快手也并不近,让我考虑考虑其他公司。

  18. 因为我之前说能做到六月再走,面试官又问六月之后是不是也不一定?(后来反应过来她实际上是想问我能不能长期实习,六月后继续干。当时没听出来,以为她担心我能不能做到六月。没回答到点上TAT)

面完出来我就感受到铁凉了,一丝一毫的余地都没有。其实面试的过程中我已经被问到麻了,毫无招架之力,但现在再回忆当时的情况,却能感受到面试官是在不停给我机会的,只是我确实没有达到她的底线要求。

三场数分面试之旅后,一方面是完全能感受到公司要的数分和平常做的数分(给一堆变量做探索和建模)不一样,另一方面是我确实不知道短期内从哪里开始补业务(同期在受期末考摧残,还有零星导师任务,拿不出精力在当时的时间段做研究学习)。本来以为统计专业做数分应该是比较好入手的,但仅了解编程语言和统计知识,没做业务上的储备,在面试时确实是无法填补的劣势。借此给在找数分实习的统计学小伙伴们提个醒吧~希望大家都能找到满意的实习

更多模拟面试

全部评论

(9) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

近期热帖

近期精华帖

热门推荐