背景：20届，普通高校硕士，某中等不知名公司数据分析，不到一年数据分析工作经验，裸辞找工作。

面经：
（1）京东数据分析师：以项目、指标搭建和电商业务场景题为主，3道SQL。因为是偏向业务分析，更关注产出报告的能力（Excel+sql+ppt的使用）以及业务分析思维，对技术要求不高。两面业务面+一面hr面。
（2）京东AI产品经理：以产品相关问题为主，面试官出各种产品类的场景题，其中二面过程很痛苦，感觉自己产品思维非常欠缺，很多问题回答的都不是面试官想要的。自己大多数问题都从如何用技术解决的角度思考，面试官不断引导我从用户角度以产品思维思考，也一再提醒我职业方向的选择非常重要。我的结论大概是，根据目前的情况和我的个人经验，我确实很缺乏产品思维，不是很适合产品岗位。
（3）猿辅导商业分析师（斑马AI）：SQL（找中位数）、项目、AB实验（辛普森悖论）、统计学（假设检验、参数检验和非参数检验等）、概率题（50个球编号1~100，有放回取5次，编号最大为50的概率）、机器学习（聚类、决策树）、智力题（25匹马赛跑每次跑5匹，找出最快3匹需要几次）。
（4）快手数据分析（MMU）：
一面（1h10min）：项目扣得很细、一道SQL一道leetcode算法题（难度较小）、场景题（如音乐推荐的列表，如何评价推荐算法的效果；如何评价推荐顺序好坏）；
二面（1h30min）：项目扣得很细，步步紧逼，中间有各种与数据分析或算法相关的发散性问题，一道leetcode算法题（股票收益）；
三面（20min）高管面，问项目。
（5）快手数据分析专家（主站产品）
偏业务，面试官很专业，业务方面的问题问的特别深。不愧是带“专家”的岗位，好难。
（6）字节跳动数据分析-用户平台：
SQL（用到lateral view explode），python，假设检验，各种分布，结合项目描述AB实验细节，统计学内容偏多不太记得了，答得不好,岗位和自己期望的不是很匹配。
（7）度小满：
一面：项目介绍为主，别的不太记得了。
二面：现场面。指标异动、分析报告如何开展，对不同对象如何开展分析和汇报（个人的简历中涉及到了这个），指标体系搭建。主要关注指标这类的信息。
（8）作业帮：
一面：面试官比较看中概括总结能力，多方面考察对对接的产品和项目的流程和概况，如何提升产品的增长，如何向领导汇报这个项目，个人的特征，抗压能力如何，是否能接受长时间工作，其他问题。
二面：实在想不起来了。
三面：hr面。
（9）搜狐
一面：项目相关，SQL。
二面：一小时，根据简历和项目不断延伸，每个问题都深入怼到回答不出来未知。包括埋点设计的流程、维护；AB实验；指标异动，怎样算异常，如何定位；数据的处理方法，如何设定阈值；如何处理缺失数据等。
（10）小米数据分析：
项目扣得很细，结合项目考察AB实验、假设检验等，指标体系搭建，指标异动题（日活高留存低找原因），一道SQL（留存）。
（11）百度—用户增长
问题偏向增长，根据简历和项目展开；AB实验，业务场景题DAU异动分析，辛普森悖论。
各种项目的延伸。如何对产品用户做增长。
高管面是一位女高管，不断的深入怼项目问题，感觉还挺专业的；此外也问了些其他问题，感觉考核项目的深入程度和反应能力。
（12）滴滴
项目及项目延伸、简历中涉及的建模、埋点的设计和维护。
数仓相关问题（我没接触过都不会，估计凉了）。
（13）keep
技术向，建模能力最强面试官非keep莫属，业务场景也考察，但是两个面试官光是揪着聚类模型就问了很久，还不是那种k取几这种浅显的问题，就是明显他们都是建模过的人。比如用户有区域、城市、时间、运动项目等维度，如何分类。
指标波动分析题。
SQL题：日志表记录了用户每次运动时间，精确到时分秒，取某个用户所有运动的天，并且按今年的第几个运动日标记；找出该用户今年最多的连续运动天数。
业务场景题，如何评估app分发的内容质量（要考虑到是运动app。不能只看vv和时长，运动的时间建议1h以内）。
（14）美团
面试官两次迟到10分钟以上，面试过程把我气坏了，还没忍住跟面试官怼起来。
（15）字节跳动数据分析-抖音
项目的延伸，以生产者生态、消费者生态、内容生态为背景，延伸到各种场景问题；AB实验相关。
（16）阿里巴巴风险策略岗
简历面：工作项目和落地的情况、风控建模的相关经验、机器学习模型相关。
感觉不太匹配就拒绝了后续面试。


我的春招持续了26天成功上岸啦，虽然是社招但是也来牛客上扒了一些面经，故发此面经供大家参考。

大家多多点赞收藏积攒好运！

也祝我不要再遇到s*b奋斗逼pua领导了！