首页 > 数分求职分享 | 忠于内心终有所得
头像
Evelyn1307
编辑于 2021-04-21 18:49
+ 关注

数分求职分享 | 忠于内心终有所得

个人背景:985本硕 | 数学本金融硕 | 本硕成绩排名均1%
实习经历 - 截至秋招前: Top互联网*2 | Top券商*1 | Top咨询*1

写在前面

在2020年终总结的结尾,我这样写道,「这一年,在极度内卷的秋招里升级打怪,尽管常常力不从心但依然选择全力以赴。在结果导向的现实世界里,我已再不会奢求自己曾有过的那份挣扎与煎熬被他人所理解,但确是真的很感恩,一路走来遇见了很多可爱的人,更珍贵的是,不论在热血沸腾还是失意落魄的人生阶段里,总能有温暖而真挚的陪伴,或立于身后,或并肩同行,或是清醒剂,或是强心针。谢谢你们,让我可以有勇气真实面对自己的软肋,告诉我每一滴眼泪,其实都是我们漫长人生里偷偷喘气的机会,它很珍贵。」

有些朋友如果看过我先前的帖子,应该会对我在秋招做的痛苦的抉择有所了解,有人质疑,有人鼓励,也有人在替我遗憾和惋惜。而站在2021年回望这段焦虑和灰暗的时刻,心中依旧五味杂陈,但可能是因为始终有所热爱,有所坚持,所以从未想过要放弃,反而变得更加勇敢,去追求自己真正想要的,这大概是这段求职旅程中最大的收获了。

一直以来,在牛客里认识了很多一起求职的小伙伴,也在牛客汲取了很多能量,现在就想把自己的经验也回馈给牛客,希望能帮助到更多在追梦路上,或许满腔热血,或者焦虑不安的朋友们,祝愿大家都能忠于自己,心想事成。

秋招 & 春招投递情况

一、秋招
美团 - 商业分析(美团买菜 - base北京,已拒)
8.8笔试 —— 8.24一面  —— 9.2二面 —— 9.17三面 —— 9.23Hr面 —— 9.24意向书

pdd - 数据分析(拼越计划,已拒)
8.2笔试、测评 —— 8.12笔试通过通知 —— 8.18一面 —— 8.26二面 —— 9.5Hr面 —— 9.21oc —— 9.27意向书

携程- 大数据分析因为实习太忙放弃了提前批面试所以面试被顺延,已拒)
8.4笔试 —— 9.1一面 —— 9.9二面 —— 9.24Hr面——9.30意向书

京东零售 - 数据分析(挂)
8.27笔试 —— 9.4一面 —— 9.11二面

字节跳动 - 数据分析(10月捞 ,base北京,已拒)
10.10 一面——10.15二面——10.23三面——10.30(hr电话offer)

腾讯- to b产品(10月捞 hr面主动拒,虽然是在上海,鹅厂的产品又有高光,但了解了一圈发现自己实在不想做to b)
10.15一面——10.20二面——10.24三面——10.26(hr)

二、春招
PayPal - decision analyst
3.10一面——3.15感谢信

阿里集团 - BI(已接offer)
3.16一面——3.13二面——3.16三面——3.17(hr)——3.18意向书 —— 3.19正式offer

字节 - 电商数据分析
2-28投递 —— 3.7笔试

秋招 & 春招面经

美团商业分析 - 美团买菜

一面 8.24 47min

自我介绍
  • 对美团/美团买菜/生鲜零售行业有什么认识和理解吗?
  • 平时用哪些数据分析工具?tablue用过吗?
  • 讲一个在蚂蚁做过的项目(根据项目提了一些小问题)
  • 数据策略的实习经历(怎么做投入产出比的评估)
  • 你觉得数据分析和商业分析有什么样的区别?
  • 蚂蚁不能转正吗?意向的base?
  • 你觉得在蚂蚁实习的收获是什么?
  • 你所说的沉淀的方法论主要是哪些?
  • 你觉得自己有哪些优点和缺点?
  • 未来的职业路径规划是什么样的?
  • 最近看了哪些书(回答最近真的没时间看书…日常11点下班)
【介绍美团买菜】
生鲜零售业的链路很长,相对来说比较复杂

【美团的商分主要做什么】
行业/战略/竞对分析 —— 基本的取数看数工作 —— 数据运营(指标异动等) —— 金融分析

【希望候选人有什么样的品质】
聪明,很强的快速学习能力 ; 有韧性,不被困难所打败

二面 9.7 25min
  • 自我介绍
  • 面试官介绍了美团买菜及为何使用前置仓的模式
  • 美团买菜进军新城市,如何确定销售额目标?
  • 和销售额相关的重要指标里面有哪些是可以去进行运营动作的?
  • 竞争对手对消费者进行购物补贴,你认为我们是否应该效仿?
  • 购物补贴带来的问题可能有哪些?
  • 你觉得你在两份互联网实习经历的差异点在哪里?
【对我有什么样的建议】
面试官的回答:“我觉得你已经想的非常清楚了,我没有什么建议,尽可能选择大公司,大平台,大赛道就行。”(我脑子里想的是前提是我得有这些选择才行….)

三面9.17 25min

  • 自我介绍
  • 听你的自我介绍感觉你很偏技术,之后想做的方向是什么?
  • 你本科成绩这么好,是因为什么?能具体说说吗?
  • 在德勤做咨询主要是做什么?最复杂的确认过的口径是什么?
  • 给你发意向书的话,能来实习吗?
  • base怎么选择?
【成长/培养机制】
新人会在不同的研究方向轮岗(商品、用户、供应链、行业),最终双向选择

【注重的候选人品质】
聪明(学东西很快)、沟通能力等软能力(选同事角度)

hr面 9.23 17min

  • 简单的自我介绍
  • 两段互联网的实习经历中最大的收获是什么?
  • 你觉得你自己身上最符合商分的特质是什么?
  • 对base怎么考虑,能不能来北京?
  • 家在哪里?是独生子女吗?
  • 现在手头有没有其他的offer和意向书?怎么进行优先级排序?
  • 有没有遇到过比较大的挫折?
  • 怎么解压的?
  • 有没有什么爱好?
  • 为什么想要来美团?
【想要什么样的候选人】
软性能力、潜力、文化理念与公司匹配

【新人的培养计划】
公司:封闭式培训;美团买菜 - mentor带你(但更多是自己成长)

【多久反馈】
和前面的面试官沟通完成之后会有最后的结果,会尽快发放意向书

拼多多 - 数据分析

一面(技术面) 8.19 1h+

  • 自我介绍
  • 做题 sql*3(窗口函数 + left outer join等,不难但需要整理清楚逻辑) + 概率题*1(8只球队,4强4弱,随机抽取球队进行比赛,共分4组,出现强强对抗的概率有多大?)
  • 在蚂蚁的实习项目 + 简单提问
  • 大数定律和中心极限定理
  • 机器学习
    • 随机森林主要是什么随机?
    • 随机森林的优点是什么?
    • 那为什么支持向量机有存在的价值?它在什么情况下会优于随机森林?
【负责什么业务,需要什么能力】
风控;看部门,有些需要做一些数仓的工作,有些更加侧重业务分析,有时候也会需要用到一些算法和模型。

二面(技术面) 8.26 1h+

  • 自我介绍
  • 做题(python计算词频)(人间惨案,读题读了十几分钟)
  • 蚂蚁的实习项目(压力 + 深挖)
  • 机器学习相关
  • 为什么你的模型超额收益率可以达到30%,但是现实中还是基本上看基本面,你觉得哪些因素可能会对模型结果有哪些?
  • 怎么对数据进行预处理?
【怎么评估候选人能力】
笔试成绩 + 面试成绩 + 综合能力考核等方式

HR面 9.5 40min

  • 为什么想要选择pdd?(反驳了我说的一些pdd的文化,其实内部并没有那么open,也没实践创新,反而是脚踏实地,也是公司吸引她的原因)
  • 觉得前面两轮的面试体验还好吗?(回答感觉很硬核)你觉得这会是pdd的一个加分项吗?
  • 是保研还是考研的?为什么想要跨专业?
  • 了不了解pdd的加班情况,可以接受吗?(hr说从蚂蚁过来的同学都适应的很好)
  • 目前的面试/offer情况?
  • 除了pdd,还有哪些会在你的考虑之中?
  • 蚂蚁和pdd怎么选?觉得自己适应阿里的文化吗?
  • 你觉得自己在什么情况下可能会想要离开一家公司?
  • 对自己未来的规划是什么样的?
  • 有没有男朋友?(要抓紧)
  • 是否有自己期望的薪资水平?你觉得自己的能力是否可以有sp或者ssp?
【候选人什么特质可以打动她】
更多的时候是靠嗅觉,判断候选人是否和公司的文化契合;是否足够有勇气去承受压力,在各种压力下都能handle的很好;自信,敢说但可以有支持他观点的立足点;足够坦诚

【业务线如何分配】
基本上会根据前面两个面试官的工作方向来决定
(详细询问了每个业务线的工作内容,感觉hr对业务非常了解且专业,并且帮我备注了感兴趣的工作方向)

腾讯 - QQ音乐产品策略 &  csig金融云

产品策略一面 30min 8.13(面完秒被拒)

  • 其实腾讯是没有专门的数分岗(虽然投的是数分,但很快被qq音乐这边捞了)
  • base深圳考虑吗?(可能不会考虑,尬住)
  • 问实习经历
  • 会通过哪些数据指标去筛选TOP热门的音乐?
  • 怎么对qq音乐运行效果进行评估?用户维度看哪些数据指标?

csig金融云 - to b产品

csig金融云面经(因为面完实在没有兴趣没有及时做好面经记录),试着回忆下(整合了全部面试了....尽力了)
  • 自我介绍
  • 部门的业务介绍(主要是向保险业输出AI技术,toB产品)
  • 个人意向,是否愿意做这种垂直行业的产品经理
  • 蚂蚁保险相关的实习经历
  • 感觉简历很match
  • 自我介绍
  • 你觉得保险业存在什么样的挑战(寿险、财险)
  • 保险科技对保险业会有什么样的影响?
  • 保险科技在保险的各个流程中扮演什么样的角色?
  • 赔付率怎么定义

携程 - 大数据分析

一面 9.1 40min

  • 自我介绍
  • 蚂蚁做的项目?
  • 怎么做的AB test?
  • 毕业论文做了些什么?(开始了机器学习知识点的无限深挖…)
  • 为什么选择TOP100股票做策略组合(是不是需要看一下预测值,太小就没必要了)
  • 随机森林模型结果最好,它的优点主要是什么?
  • xgboost的原理是什么?它每一步拟合的是什么?
  • 模型的评估主要是用哪些指标?
  • sql * 3(在最简单的问题上一步步变形)
  • 算法问题 * 1(股票买卖,只需要回答思路即可)

【部门业务?】
后期再分,面试官主要负责火车票(智行),工作模块(数仓 + 数据运营 + 模型)

二面 9.9 40min

  • 自我介绍
  • 研究生的保险学主要学习哪些内容?
  • python,sql哪个用更熟?
  • 阿里一般用什么写sql,在写sql中遇到问题会怎么做?
  • distinct为什么比groupby要慢呢?
  • 讲一下蚂蚁的实习经历(深挖)
  • 那你觉得在一个产品做改版的时候怎么去评估它的效果怎么样?(回答做AB)
  • 了解AB吗?
  • 你觉得业务新场景上线需要看几周的数据?
  • 如果是你说的那么长时间的话,你觉得用什么检验比较好?
  • 在样本量比较小的情况下,会用t检验
  • case分析:在疫情的大环境下,包括外部竞对航司等随心飞套餐的大背景下,携程的机票预订量仍在上涨,怎么去分析这个问题?
    • PEST分别代表哪些东西?
    • 如果下钻后发现全都在涨呢?(可能就是由于疫情带来的反弹)
  • case分析:如果说疫情期间上海市小孩的出行收到限制,怎么去证明对我们的业务存在负向作用?
    • 目标人群怎么确定:曾在平台购票过且订单中包含小孩的人群
  • python用过哪些包?
  • 为什么毕设要用这么多模型?
  • 怎么在一开始去选择要使用的一些模型?
  • 支持向量机的核函数有什么作用?
  • 在高维条件下如何选出超平面?

HR面 20min

  • 最有挑战的case?(按STAR法则)
  • base ok吗?
  • 能不能提前来实习?
  • 选择携程的理由?
  • 手里有哪些其他offer,怎么选择
  • 期望的薪资?
  • 3个优势 + 3个劣势
【部门怎么分】结合hc
【多久反馈】快的话在十一前会发意向书

京东 - 数据分析

一面(电话面20min)

  • 自我介绍
  • 讲一个实习经历里的例子体现数据敏感度(说了蚂蚁一个由用户舆情 -> 数据验证 -> 业务改版的经历)
  • 怎么去验证这个用户需求是否急迫?(用户调研 + 用户行为验证)
  • 疫情对京东和阿里会存在哪些方面的影响?正向还是负向?怎么考虑?(从GMV整体考虑)
    • GMV = 流量 * 转化 * 客单价
    • 分业务看,比如电商,疫情可能会促进用户流量的增长,转化率需要分不同品类去看(食品类 & 生鲜类等需要配送支持的可能转化率就会降低)
    • 客单价可以怎么进行拆解?(回答用户、品类、商家结构)
    • 如果按品类拆解之后发现都在涨可能是由于什么原因?(品类结构发生变化,大额的商品变少)
【业务?】电商业务,人货场分析等

二面(30min)

  • 自我介绍
  • 讲一下在蚂蚁的实习经历
  • 蚂蚁所在的是一个什么样的团队
  • 校园里生活和学习的一些经历?
  • 讲一个团队合作的例子,担任什么样的角色,团队怎么分工
  • 对自己未来3-5年的职业规划是怎么样的?
  • 场景分析:要给华为品牌方汇报,主要需要看哪些数据?

字节- Data数分

一面10.22

  • 自我介绍
  • 实习经历1
    • 业务上线的时候么有做AB,怎么剔除时间变化导致,是自然增长的原因?
    • 整体的效果是符合预期吗?还是有需要提升的地方
  • 实习经历2
    • 策略之前是什么样的?
    • 介绍一下其中一个策略
  • 常用的APP(小红书)
    • 一般用它来做什么?
    • 是否有功能需要优化的地方?
    • 聊一下附近的这个tab,应该怎么提高?
    • 怎么来量化做这个事情的收益?
    • 是不是希望计算投入产出比?
    • 如果说做AB,应该选择一些什么样的指标?
  • 反问
    • 产品的迭代、优化评估,看重产品思维?
    • 成长路径是什么样的?
    • 还有hc吗?

二面10.20 52min

  • 自我介绍
  • 介绍一个你学到比较多的实习项目
  • case1: 搭建一个小红书的指标体系
    • 为什么你觉得需要监控这些指标
    • 怎么预估小红书的DAU上限?
  • case2: 平均使用时长,下降了会怎么分析(这题是真的很难)
    • 怎么分析平均使用时长下降是由外部竞品因素造成的,而不是由内部因素造成的呢?(AB)
    • 你觉得这样做是否存在问题?(样本不均衡)
    • 怎么解决样本不均衡问题?
  • Case3:收回来的问卷可能特殊用户所占的比重比较大,对结果存在比较大的影响?怎么解决?
  • 用自己的话叙述一下P值是什么?
  • 女士品茶问题,她能够分辨是先加茶后加奶,A女士回答对了其中的9杯,那么从这个结果来看,A女士究竟能区分出两者的区别吗?这个问题下的P值如何计算?

三面10.23 45min

  • 自我介绍
  • 你觉得什么是数据驱动?
  • 对sql熟悉吗?到什么程度?
  • 是有拿到其他公司的意向offer吗?是否有考虑字节吗?
  • 他人对你的评价是什么样的?
  • 未来的职业规划?
  • 在实习过程中,有没有什么意见和团队冲突的地方?
  • 希望自己未来的上司是一个什么样的人?
  • 如果遇到意见和上司冲突,会怎么做?
  • 抖音平均使用时长下降怎么去分析?
  • 但IOS&安卓设备的平均使用时长都在上升,为什么?(辛普森悖论背后的逻辑?)
  • 实习的时候业务目标是什么?

Afterpay - Data Analyst

面这家的时候因为面试氛围实在太nice了,也没有做面经记录,这边尝试做下回忆吧...

一面(1h)

  • 英文自我介绍
  • 英文项目介绍
  • 了解风控吗
  • 如何做卖家欺诈识别
  • 自己做选择的一些想法

二面(1h)

一直写sql写sql写sql
我觉得外企的sql都不好写,虽然最后都写出来了但总觉得自己的方法格外的笨

三面(1h)

三面的面试官小姐姐之前有聊过,所以没有细问,主要是给我介绍了一下team和role

四面(1h)

  • 实习经历
  • case分析:怎么确定用户额度(类似花呗,if不能不借助第三方数据)
  • 愿意做dashboard吗
  • 对外企和local大厂的看法(坦言外企的底层数据不是很完备)
  • 自己的一些职业心得
面下来感觉team成员都非常非常nice,所以一度也是很纠结,最后拒绝的原因是觉得现阶段的自己还是想选择一个更大的平台来实现个人的快速成长,希望未来还有机会去外企吧。

PayPal - Decision Analyst

一面(1h)
  • 英文自我介绍
  • 英文项目介绍
  • 做的是post analysis
  • 针对项目里面感兴趣的几个点进行提问
  • 中文介绍另一段实习经历
  • 策略还有没有什么可以优化的空间?
  • 介绍部门:做的是***风险,如何detect交易是否由被***的账户做的
  • Case :你觉得什么样的data可以用来做detect?(常用设备、登录IP、交易金额、交易时间)
  • 不同IP,不同时间登录的情况一定是坏的吗
    • 旅行出差等
    • 像这种情况有什么办法解决?
    • 这一笔交易是让它过还是不让它过呢?(加一重身份验证,诸如扫脸、手机验证码等)
  • 做两道sql(不是很简单………………………………自闭了
唉反正就觉得自己怎么着都和外企无缘....

阿里集团 - BI

一面(1h)

  • 自我介绍
  • 聊了两段互联网实习经历(以及经历的深深挖)
  • 对业务线的理解(说自己的认知即可,这里就不说具体的bu了)
  • 根据上一问提问
  • 数据处理的能力大概是什么样的
  • 秋招的offer情况,春招投递的公司进程
  • 提问

二面(1.5h+)

二面我是线下和team leader见面的,所以其实闲聊比较多:

  • 自我介绍
  • 面试官自我介绍了一下(当场就很想跪膜
  • 用几个关键词形容一下自己
  • 追问了两个关键词,并给出支持的facts
  • 觉得到现在为止经历的最大挫折是什么(没有也可以不说)
  • 你觉得阿里吸引你的地方是什么(要说和别的公司不一样的点)
  • 自己有对哪个业务线特别感兴趣的吗
  • 对BI的认知是什么样的,觉得自己适合做BI的点在哪里
  • 接下来就真的是很随意的闲聊了,提了很多对面试官、对业务很感兴趣的问题
  • 还投了什么(很诚实的说并且帮我分析了一下利弊)

其实觉得线下面试可以进行更加充分的沟通,也不会有很大的心理压力,其实有助于面试官留下好印象的:)

三面-交叉面(45min)

  • 自我介绍
  • 问了两段互联网实习经历
  • 你觉得你感知到的这两段经历中的不同有哪些
  • 在解决问题的时候遇到过什么困难吗
  • 之前做过咨询,有得到什么洞见吗?为什么最终还是想来互联网?
  • 为什么对秋招offer不满意?
  • 提问

HR面(45min)

  • 自我介绍
  • 讲一段实习经历
  • 在实习过程中,有没有遇到团队意见不合的时候
  • 那日常生活中,有没有和别人起冲突的时候
  • 经历过的挫折
  • 那你从这段经历中学习到了什么
  • 现在熟悉的数据分析工具有哪些?到什么程度?
  • Why 阿里?
  • 听说了你之前的offer薪资,我们这边可能达不到,你怎么看
  • 提问
阿里这边校招其实结束了,但是师兄帮忙把简历递了上去,感觉和团队很契合并且整个流程超快不到两周,可能是幸运buff加成了吧^ ^

写在结尾

经历了漫长秋招和春招的选手,在这里想给大家一些不成熟的Tips:
  • 数分是很卷,但也没你想的这么卷;
  • 知识的广度可能很重要,但往往知识的深度更为重要;
  • 切忌鲁莽但也不要害怕失败;机会永远是留给准备好且跑在时间前面的人;
  • 可以收集整理面经,但需要学会归纳与沉淀,只有经过思考积累下来的才可以真正被自己复用。
写到这里,这篇帖子就接近尾声了。想告诉大家,焦虑其实是正常的,但不能被焦虑的情绪所裹挟,要合理地消化焦虑并变成前行的动力。祝愿大家都能忠于自己的内心,找到自己满意的去处。

最后,一句话勉励自己也勉励你们:Please move on, keep thinking, be a great analyst!




全部评论

(14) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

近期精华帖

热门推荐