21届渣硕985，目标是互联网的数据分析，也投递了金融/银行行业的数据分析及相关岗位。之前有过几份大厂小厂的实习经历，都是数据分析岗。最终offer为字节的数据仓库（实习转岗），所以本篇面经更加适合数据分析，但是准备过程是通用的。
想通过这篇帖子简单回顾一下自己的求职历程。
求职历程
先聊聊秋招吧～，秋招非常的惨，虽然当时已经有几份实习了，但是面试机会非常少（可能没有把老铁厂的实习经历写上），只有PDD完成hr面但凉，正式offer只拿到一个非互联网公司的但是拒了。
总的来说，就是1.笔试准备不充分（知识点没有好好准备），2.简历未能突出特点，3.面经刷的不够，被笔试面试倒逼着学习。在数据分析这个岗位，卷中卷，不会点算法，不了解业务知识只会狗带～，另外还有一个很大的问题，没有做一个清晰的投递详情记录，以至于后面是否递过、何时投递已经记不清楚了。
再聊聊春招吧～，在春招开始前离开老铁厂这个让我uncomfortable的地方，去了字节实习，当时很希望能转正留下来，但是没有放弃看看其他机会。
春招数据分析的坑就更少了，有些大厂基本不开设岗位，开设的大厂基本只有1个hc，所以，如果你真的不想被卷到最后，秋招一定要好好努力～。春招投递的比较早，3月初就开始从boss直聘上投递岗位，后面陆陆续续在牛客、大厂官网和boss直聘上继续寻找机会。
先说一下春招结果，因为大佬们已经秋招拿到了满意的offer不咋会参与竞争，所以相对来说结果比较好，拿到了5家的offer（不包括携程hr面后无消息，便利蜂因为面试官的问题直接放弃加面和offer），薪资都还可以，但是我还是想等字节和后面更好的机会，所以前面逼签的都拒了。
放弃笔试的公司基本是银行、游戏类（因为没有好好准备）和小厂，这里要说春招的另一大特点：很多公司不用参加笔试直接面试。
春招做了哪些准备：
1.简历，如何用简短的文字突出工作的特点，比如这个工作的原因、用到的方法、产出的结果、有什么价值。
举个例子：在进行XX看板的数据监控时发现XX数据异常（背景/原因），进行异常归因后对此次问题进行了专项分析（希望产出的结果）。利用漏斗分析、XX方法、XX方法发现XX结论（运用的方法），并将结果整理为文档/看板（最终的实质性结果），降低产品运营同学的时间成本和技术难度（分析的意义）。（随便写的例子，但是是这个意思）
2.将工作内容梳理为思维导图（强烈推荐！）
通过这个方式一方面可以帮助你确定简历中如何写，另外一方面，面试中经常会针对你的工作内容提问，那思维导图就提前把你的工作详细且简短的回顾了一下，防止面试官提问的时候突然忘记当时怎么做的。这里加入【反思与总结】，我只要是记录工作中学习到了什么方法（SQL方法和分析方法）、当时有什么想法和应该怎么做/为什么不这么做。
3.刷面经！刷面经！刷面经！
不同公司的面试风格不太一样，比如猿辅导偏重统计学知识和SQL能力，其他公司主要还是简历面。如果有当期热乎的面经最好，没有的话可以查看其他时候春招/秋招的面经了解风格和大致方向。
这里根据被问到的相关内容的频次，从高到低罗列问题，不区分公司
1.AB实验（因为多段实习中都有提及）
（1）AB实验的原理——假设检验
（2）如何设计一个AB实验（一般采用的提问方式是：我想在想做一个活动来检验效果）
预测实验所需样本量——功效分析、实验指标、如何检验效果
（3）比较难的
A.如果我现在用户量很少不支持AB实验怎么办？
B.双重差分
C.实验分流如何设计
2.异动归因（数据分析常考问题）
提问方式：XX指标出现异常了，你要怎么做？
说一下我的思路吧～（个人思路，不喜勿喷）
第一步：检查数据的准确性，是否是计算错误或者SQL代码
第二步：观察指标的时间特性。一方面对XX指标进行同/环比分析，另一方面判断数据本身是否具有周期性、季节性
第三步：以某个角度出发拆分维度，比如用户维度，拆分新用户、老用户等，观察异常来自哪个维度，不断进行维度下钻。
（或者假设某个维度出现问题，通过数据验证是否现在与之前有显著不同）
第四步：尝试定位数据的异常是否来自于某个活动或者功能的改变
第五步：竞品分析，以上都是内部归因，通过竞品分析一方面了解整体行业的情况，另一方面了解我们在整个行业的份额是否发生了变化。
3.SQL题
问题：（1）第n天留存（2）连续发生某个事情（3）结合业务背景（这个里面有的很难，因为你对业务了解不透的时候有些东西是不知道加限制的）
知识点：row_number/dense_rank/rank/lead/lag/split/正则化，总体来说窗口函数要学会，从原理上就要明白为什么会有窗口函数，比如窗口函数和聚合函数有什么本质不同呢？
4.简历面
每次面试都有但是没放在第一位，是因为这个东西不可控。说几个注意点：
（1）你为什么这么做，你这么做有什么问题。比如为什么要做漏斗分析？
（2）涉及算法或者聚类、因子分析等，需要掌握原理，面试官可能会问为什么要用决策树而不是逻辑回归呢？你能不能讲讲决策树的原理和剪枝呢？
（3）常规问题：你遇到过什么问题、怎么解决的？你学到了什么知识、有什么提升？
5.统计学知识
（1）n种分布使用场景、期望，提问方式可能是：某个情景再次出现至少要等多少天，blabla～，所以首先要判断情景对应的分布，然后判断要求的是什么，期望？概率？
（2）非参数检验
（3）聚类分析/因子分析/主成分分析
6.智力题
这个很难控，但是如果其他都表现不错，智力题没回答出来也不会有很大影响。⚠️注意，面试官要看思路，如果有想法就说出来，如果啥都不说一定没戏，说了面试官还能想办法引导你去思考。
7.数据仓库（数据建模）
（1）维度建模、范式建模
（2）知识点：数据烟囱、星型模型、雪花模型
（3）如何设计
（4）数据质量问题
8.其他问题
（1）你认为数据分析师应该有的三个特点
（2）说说你认为的数据分析师
（3）你觉得你和其他竞争者相比有哪些优势（多出现在hr面）
简短回顾我的求职，也希望对你有帮助。总体来说，一定要有相关实习经历和充分的准备。
如果你喜欢这篇文章可以点赞收藏哦～
------------------------------------分界线---------------------------
有的小伙伴可能没有数据分析等相关方面的实习经历，也不太了解需要职业特点和所需具体知识储备，那么了解到牛客自己有个数据分析集训营，里面有两个可以写到简历里的项目（一个自己完成，一个老师带着实操）。如果想要快速了解并上手，可以关注一下这个课程，系统性地学习一下。链接如下：https://www.nowcoder.com/courses/cover/live/641
btw：个人觉得还是要有一两个可以拿得出手的项目，这样在简历筛选中有很大优势。知识的积累在面试环节会有体现。
全部评论
(13) 回帖