个人情况介绍

面试体验

面试已经面得麻木了，九月份大半个月来基本每天都有面试。总结来说自己就是实习经历是非互联网的，而且实习项目比较浅，没做出什么东西，面试官一往深了问，我就没什么可以回答的了。第二个是自己的逻辑思维跟不上面试官，答非所问，面试官问我一个问题，我总是往偏了回答，而且说的东西比较虚，不实在。第三个，在学校我没做课题/项目/比赛，所以在面试中能提问我的就只有实习经历，会造成我没有什么亮点。

我的优势在于：如果面试官问一些数据分析或者统计的专业性问题，比如sql连接/效率、假设检验、方差分析之类的，我一般对答如流。

互联网公司我基本是一面就挂了，比如触宝、京东、同程、去哪儿、猿辅导、茄子科技，美团和腾讯勉强坚持到了二面，途虎三面后等了十天把我挂了，阿里和华为笔试都没进。现在我拿到的意向基本是非互联网公司，可能我就是和互联网没缘吧哈哈哈哈。

有的时候挂我，我也很莫名其妙，比如京东和茄子，一面问的所有问题我都觉得自己答得挺好的，然后挂了.......不明所以

再说下面试体验，一般而言越大的公司面试体验越好，比如京东/美团/触宝/途虎，面试官给我的感觉就是特别专业，特别礼貌随和，不管我回答什么，他都会点头示意，会引导我应该怎么回答，会跟我说这里可以怎么改进。

想到哪儿写到哪儿，之前去线下参加某公司数据分析岗的群面，群面完现场笔试。我那组的leader逻辑思维真的很强大，某985高校的生物技术专业，还有一位好像是985的文科专业，都来应聘数据分析。笔试完之后我们聊了一下，她们基本不会做这些笔试题，也不知道数据分析是做这些东西，那为什么要来和我们一起卷啊，哎，本来就已经很卷了。

唠唠：

1、秋招之前最好有两段及以上的数据分析相关实习，互联网公司实习最佳，大厂最佳。

大厂喜欢要有大厂实习经历的人，真的就像套娃一样，你有了大厂实习经历，就会有大厂秋招要你。实在找不到大厂实习，就找行业龙头公司。

为什么说互联网公司实习最佳呢？不管你面试的是什么类型的公司，你讲你的互联网公司实习项目，面试官基本都能GET到你的点，并且可以问很多东西。如果是非互联网实习，感觉这个效果就会差那么一丢丢。

2、实习期间一定要有项目产出，可以拿出来和面试官吹牛皮。

你可能会说，我实习的时候就是个sql boy/girl啊，能有啥项目？编啊兄弟们！当然是要有理有据的编，你可以看看部门同事当时在主导什么项目，把自己当作某个角色往里安插。

另一个就是面试官问"介绍一下你在实习期间做的项目"，你要在三分钟左右的时间把这个项目言简意赅地讲出来，要让没有接触过这个项目的面试官能够听懂你做了什么。这个肯定是要提前准备的，建议可以采用Situation+Task+Action+Result的结构去说。

下个问题面试官一般会问"你觉得这个项目的难点在哪里？如果让你重新做这个项目，你会怎么去改进？"这个问题你要根据你的项目去好好思考，不要说得很肤浅哈，要体现自己的想法与思考，要能够自圆其说！

3、SQL、python要会，SQL要很会很会。Tableau和算法是加分项。

不管你是想做业务型数据分析还是技术型数据分析，SQL、python是必须要会的了。

互联网公司基本都会问到算法，决策树、逻辑回归、随机森林等等，这些原理你要清楚，最好有算法实现的项目，课程论文也可以拿出来讲。也有一些公司的偏业务型数据分析不会问到算法，但是我觉得还是会一点好啊，技多不压身。

4、明确自己的方向

你要走技术型的数据分析，机器学习、python好好搞；你想走业务型的数据分析，业务思维、常用分析方法、SQL好好搞。如果能明确自己以后想走的领域（互联网、金融、证券、实业、产业、软件服务、游戏.......）当然是最好的。但是我相信大部分像我一样，并没有一个特别明确的方向。我自己是不管什么领域的数据分析我都去海投，但这样很没有目标性，浪费时间。比如我之前投了好几个游戏公司的数据分析岗，一般而言游戏公司的数据分析岗都希望你爱玩游戏懂游戏，但我自己是从来不玩游戏也不喜欢玩游戏，笔试题中会有对于游戏的一些见解，我就随便写的。反正没有后续了。浪费自己做测评做笔试的时间。

所以我后来懂了一点，如果你没有明确想去的领域，那就想想自己不想去什么领域，这个领域的岗位就不要投。我现在就是不投游戏公司和证券公司了，其他领域我都可以接受。

5、群面技巧

对，你没看错，咱们数据分析岗也是有群面的。

如果你和我一样，不太爱说话，也不想当leader/reporter，可以听听我的看法。

目前我参加过四场群面，一场群面会淘汰一半的人，我都通过了。群面的步骤是一开始五分钟自己看题目思考，二十分钟大家讨论，五分钟报告。我从来不会第一个发言，一般是leader第一个发言，我会选第三/四个发言，说出的方案想法和别人要有不一样的独特地方，也不用说很多，能体现自己思考就可以。然后到了中途讨论的时候我只会发一两次言，不说废话，只说他们没有提到过的点。然后结束了。。。。反正reporter又不用我来做[捂脸]。

如果你的逻辑思维和总结能力很强，那就去做leader/reporter。总的来说，就是根据自己的特点去担任什么样的角色。

无领导小组讨论考核的四个重点

● 逻辑思维能力

能否迅速在杂乱的信息中保持冷静。分析问题，看到本质

● 沟通协调能力

清晰的表达，良好的倾听，解决内部冲突观点

● 创新思维能力

较好地运用专业知识去贡献新的观点；逆向思维

● 团队协作能力

目标导向，以团队利益为重。共同达成目标

6、秋招注定是一场漫长且累的战役，切忌懒惰和自我放弃。

我身边有些很优秀的朋友投一家，面一家，过一家。可能他们投的简历不超过20个就已经拿到几个offer了。但咱大多数的人做不到这样，所以就会面临我明明投了这么多简历，为什么还是0 offer呢？我只能说这是秋招大多数人的常态，也是必经之路。

不要说遇到一点挫折，公司挂我了，我就一蹶不振。多投简历啊，抓住每一次面试机会，我就不信投100份简历，得不到一次面试机会。能进面，就有希望，有希望，就能够朝前看。

还有就是要放平心态。我被挂了这么多次，我肯定会难过伤心，毕竟付出了这么多时间和经历，但我不会去过度影响自己的心情，我们要做的是复盘总结，迎接其他的面试。有了前面这么多次的失败，才能有后续的成功。

7、数据分析没大家想的那么好，也没有那么不好

门槛比较低，只要会SQL，都来卷数据分析了。但sql谁不会啊，学个一星期就可以上手了。你的数据分析业务sense更重要，你的从数据中探索本质的能力更重要。

我是建议大家把Python、机器学习、数据仓库精通下，秋招可以投投数据开发、数据库工程师、数据挖掘、算法工程师的岗位，机会更大，薪资也更高。数据分析的校招薪资是远远赶不上开发和算法的，可能你工作了三五年后，业务能力提高了，到时候薪资会高一些。

8、逼签的公司要好好权衡，多问问身边的朋友

遇到过一个公司，当天现场面试完，第二天就要求现场签三方，不签就视为放弃offer。重点是你这工资开得又低，公积金还只有5%。我直接跑了，怕了怕了。

说下数据分析面试过程中常问的一些问题哈：

1、sql：

(1) 除了熟练掌握基本的select from where group by having，左右外内连接，union和union all，去重，if then else，case when end 还要熟练掌握各种聚合函数，如sum,max,count

(2)开窗函数

(3)字符串处理函数

(4)索引

2、业务知识

(1) A/B测试+辛普森悖论

对照组实验组的选取；埋点的设置，尤其注意页面访问统计和用户浏览行为的相关指标；留存率的不同时段的分析；分流

(2) 指标异动分析

没有固定的答案，但要有一套自己的分析体系，重点是要划分好维度和内外部综合分析。

1.1 数据的周期性波动

数据的周期性波动是一种自然形态的波动，例如，公众号文章的阅读量周内普遍高于周末阅读量。

1.2 业务内部因素影响

通常情况下内部影响都是来源于业务的活动，例如，运营经常组织的拉新、促活、促销等活动通常会造成某一段时间内的活跃用户数、销售额等指标高于平时。

1.3 外部因素影响

除了业务内部行为造成的数据波动，当然还会有一些外部因素造成的数据波动，例如，天气、政策、竞对等各种因素。

1.4 数据传输问题

数据波动还可能受到数据传输的影响，可能某天某个调度脚本挂了而造成数据缺失，因而造成了数据异动。

(3) 指标体系搭建

一般会给一个场景，让你搭建指标体系去衡量最终的业务情况

(4)数据分析报告怎么写

(5)用户画像(属性，行为，需求偏好)

3、数据预处理&机器学习常用算法

(1) k-means、决策树、随机森林、逻辑回归、朴素贝叶斯、SVM、KNN、boosting、Bagging

原理、应用场景、优缺点

(2) 对异常值和缺失值的处理

(3) 数据倾斜和数据归一化的处理方法

(4) 评估模型的指标，

查准率，查全率，f-score，ROC曲线、AUC

4、统计学原理

(1)p值、显著性水平

(2)一类错误和二类错误

(3)大数定律、中心极限定理

(4)假设检验、方差分析

(5)概率场景题

5、python

(1)数据结构：列表，元组，字典，集合

(2) pandas、numpy、matplotlib、xlwtopenpyxl

09.01同程数据分析师一面

1. 自我介绍

2. 你在最近一份数据分析实习中主要做什么

3. 实习中运用过特征分析吗

4. 比赛项目中算法的框架是什么

5. 你的python使用程度怎么样

6. 问了几个python题 （读取excel，打印前5行等等）

7. 反问

途虎养车数据分析工程师

9.7一站式面试

1. 自我介绍

2. 在实习公司主要做什么

3. 去了不同的城市实习，有遇到崩溃的时候吗

4. 逻辑回归

5. 反问

20分钟后二面

1. 自我介绍

2. 介绍实习的主要项目

3. 实习过程中遇到的困难

4. 实习过程学到的tips

5. 两道逻辑题

一个小时后三面

1. 你的优势与缺点

2. 你最有成就感的一件事

3. 你最有压力的一段时间 怎么度过的

4. 你选择一个公司 考虑的方面有哪些

5. 你近一年给自己定过什么目标吗 怎么实现的

6. 你期望薪资

7. 你身边朋友对你的评价

8.28京东数据分析工程师一面

1. 自我介绍

2. 第一份实习和第二份实习的内容

3. 你对数据分析的理解？有价值的点在哪里

4. K-means聚类的原理、应用场景、缺点

5. AB实验原理、难点；怎么流量分层

6. 技术型数据分析与业务型数据分析的区别。你想做哪种

7. 你未来三年的职业规划

8. 怎么衡量一个指标是不是好指标

1、自我介绍

2、均匀分布是什么？两个均匀分布相加服从什么分布？为什么不服从均匀分布？举个反例（比如掷筛子）

3、两道SQL题（估算明日DAU，查询各科成绩大于平均成绩的学生名单）

4、实习的项目

5、指标怎么搭建

8.13美团HR数据分析一面

5-10分钟自我介绍（学习、实习、生活等方面）

你是哪里人？为什么想来北京

问简历上的实习经历，数据分析、人力资源

满编率不足，你会怎么分析

（整整面了一个小时.....）

8.17美团HR数据分析二面

1. 自我介绍

2. 介绍一下实习过程中的数据分析项目，你是怎么做的

3. 现在让你看，你在这个项目中哪里做得不好？如果再次迭代，你会怎么改进

4. 未来三年的职业规划

5. 你对美团的期待

6. 介绍一下比赛，有什么样的成果？没有获奖的原因主要有哪些？会如何改进？

7. 部门的入职率降低，你会从哪些方面分析

8. 作为数据分析师，最重要的能力是什么

反问：

1. HR数据分析与我实习的数据分析最主要的区别是什么

2. 作为应届生，最重要的能力是什么