首页 > 字节跳动数据分析工程师社招面经(第一轮+第二轮)
头像
小马冲冲冲呀
发布于 2021-07-21 17:05
+ 关注

字节跳动数据分析工程师社招面经(第一轮+第二轮)

# 面试流程
**第一轮:4.23** 
1.介绍一下自己
2.介绍一个数据驱动的项目(针对项目问了很多问题,诸如为什么这样设计,有什么地方想改善)
3.平时经常使用什么类型的产品
(1)有什么想要改善的地方
--- 我介绍自己最近一直在研究字节的新产品 gogokid,并且认为first time user experience做得不是特别好,希望通过增加新手教程来改善
(2)具体怎么确定改善的不错(典型的ab实验导向)
--- 确定实验目标:增加新手教程的目的是希望改善用户第一次登陆使用产品的体验,接下来需要思考那些kpi可以反应用户的体验,比如d1 retention, d7 retention
--- 设计实验:ab实验的设计步骤

*第二轮:4.26 **
1.介绍一下自己
2.介绍一个数据驱动的项目
3.如果想提高你公司的gmv(我之前在一家wish做da),你想怎么做
4.给抖音设计一个数据看版,你想怎么设计(我的回答事后觉得中规中矩,仅供大家参考并讨论哈)
(1)理清抖音的产品逻辑(如果把抖音看成一个供需市场,有创作者提供视频,有更多的消费者看视频,并且消费者通过点赞评论转发与创作者交互,同时平台从中变现,同时注意产品的时间基础,比如抖音属于日用产品,那么应该多关注日用指标)
(2)围绕产品的关联方,设计相对应的指标进行观测
--- 创作者:每一天新视频的产生量,每一天的创作者;
--- 消费者:DAU,Time Spent/DAU, Number of Sessions;
--- 交互:评论数量,点赞数量
--- 平台:收入
(3)最后对于每一个产品都提前做好segmentation,比如DAU在设计的时候分不同的用户年龄,用户性别,地区,等等。便于之后分析或者查找异常值
5.我们发现一部分用户的参与度并不好,该怎么去改善呢(这道题我感觉自己答得特别不好,先把我当时答案列出来,再列出我后来重新想的答案,供大家讨论。友情提示:这属于一个非常典型的四类数据分析中的描述性分析,诊断类分析和预测性分析)
(1)我的答案:
--- 找到平台参与度最高的10%或5%的用户,假设一些影响他们参与度高的因素,然后通过描述性数据分析寻找相关性(注意,这里只是寻找相关性,因果性只能通过ab实验才能被验证)
--- 确定一些因素后,赋予到并不engage的用户上,设计一些ab实验,探究效果
这里面试官追问,可不可以不通过ab实验,我给出的回答挺差的,我希望通过找到一些曾经不engage,后来非常engage的用户,看看改变他们的因素是不是我们一开始假设的因素。(这个回答非常天真善良萌萌哒,但感觉自己其实挺不专业的)
(2)重新思考后的答案:
--- 建立一个机器学习模型,通过最终模型的系数,找到对参与度影响最高的因素(变量),进一步确定改善哪些方面

这是第一轮和第二轮的总结了。


更多模拟面试

全部评论

(2) 回帖
加载中...
话题 回帖

相关热帖

近期热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐