Timeline： 3/8提交简历，3/27笔试，4/15初试，4/21二面，4/27复面，4/29 HR面，5/8收到offer letter。
技术岗的笔试真的挺难的，选择题涉及统计、机器学习、数据库、算法。编程题1道算法，王子救公主，完全没有思路。另一道好像是SQL（有点不记得了），做出来了。
一面 （面试官是生活服务事业群的）
1. 自我介绍
2. 问了入职时间和毕业时间，能实习多久
3. 介绍最近做的一个项目
- 用到什么数据源和哪些工具
- 项目如何落地
4. 讲一下在电商公司实习做的销量预测的项目
- 预测误差是多少
- 都是自己独立完成的吗
5. 你是如何学习数据分析和挖掘的技能
6. Q&A
- 面试官的部门业务和职能
生活服务事业群下的数据部门。业务覆盖交通出行、本地出行、汽车用品、供应链，做数据可视化，给业务需求提供数据支持。
- 用到的工具：Hadoop，hive，Pyspark，Tablaeu
- 对我面试的建议
二面 （20min）
1. 自我介绍
2. 在过往实习和工作经历中遇到什么困难和挫折
3. 简历项目 - 交叉推荐系统，用的什么模型
4. 数据主要有三个职业道路，底层数仓，业务型的数据分析，算法，你自己的职业规划是什么
我回答了偏业务型的数据分析（毕竟面的是这个岗位啊，而且to be honest，我找不到算法的实习...）
5. 看你过往的实习经历很偏算法，如果转到业务型的数据分析，你之前学的东西都用不上了，你心里会有落差吗 能消化这个落差。
i) 本科是读金融的，目前做的也不是金融相关的。
ii) 而且自己很偏结果为导向，业务型的数据分析迭代很快，能很及时看到产出。
iii) 也能和业务方更近，更容易推进自己的分析和产出落地。
iv) 喜欢不断学习新知识，接受新的挑战，提高自己的能力
v) 以前学的技术工具等也能作为辅助，帮助产出更科学严谨的分析报告。
6. 能实习的时长
说2个半月太短了，不够时间熟悉业务、指标口径和做出产出。我后来争取了一下能否实习3-4个月
7. Q&A
- 部门业务和工作职能
没听清是哪个业务线下的，只说这个团队每个人都会对接不同的业务线，但都是新兴的业务线（剔除了3C家电零售）。今年主要做用户增长，因此业务迭代很快，要辅助营销部门做数据提取和可视化看板。也有算法团队做一些推荐系统的工作。
- 工作氛围，和其他部门、业务方合作怎么样
业务迭代很快，会有点忙，但总体团队很nice
- 如何衡量实习生的工作质量和产出，怎么判断实习生是否有资格转正呢
KPI按季度算，分成大项工作和日常工作。（回答得更偏全职数据分析师的考核，没直接回答到我问的实习生转正的问题）
- 对我面试的建议，哪里可以继续提高
面试官还是觉得我的经历偏算法，如果转业务分析，会有很大的心理落差。因为有的时候指标不能分析出想要的结论，会很struggle。技术栈也完全不同。建议我好好考虑自己的职业规划
不知道为什么加了一场复面，看网上大家都是二面之后就是HR面了。
复面 （生活服务事业群，10min）
复面很短，就让做了简单的自我介绍，问了过去项目里遇到的困难有哪些，怎么克服的。然后就是反问环节了。
问了一下面试官后续还有什么环节，她说可能还要再给部门leader看一下，然后就HR面。
HR面 （20min）
1. 自我介绍
2. 你从金融转到数据分析领域，这两个行业有什么异同点呢
3. 未来的职业规划
4. 父母对你的职业选择有什么期望吗
5. 对于工作城市有什么选择
6. 你的朋友会怎么评价你
7. 介绍一个你做过的项目，你在里面担任什么职位
8. 你目前工作的公司的业务和部门架构
9. 可实习的时长
10. 反问
大概一周会出结果，应该能提早知道实习会去哪个组
全部评论
(11) 回帖