【字节跳动】数据分析日常实习面经分享
社区里关于数据分析的面经比较少，分享一下自己的面试经历，希望对社区里的同学有所帮助。
一面（30-45分钟左右）
1.简单介绍一下自己
2.有没有做过数据分析相关的项目？（举了一个机器学习的例子）
3.根据数据集，怎么选择合适的算法？
4.SQL（考了好几道题，可以重点复习一下）
5.统计学：现在有十个客户，我们有十个用户包，客户对每个用户包出价（竞价排名广告），用什么统计方法判断两个用户包的价值是不是一样的？
6.你有什么想要问的吗？
二面（因为是远程面试，所以一面过了紧接着就是二面，凌晨四点起床的我精神都恍惚了……二面在45分钟左右）
1.介绍一下自己
2.介绍一个你做过的数据分析的项目（虽然和一面的面试官问的是一个问题，但是二面的面试官问的非常的细，我讲了一个做过的机器学习比赛（做分类器）的例子，在我讲的过程中面试官不断提问）
2.1既然你说了数据来源一般有三种方式（数据库，爬虫，常用的行业网站），简单讲一下爬虫。（感觉是自己给自己挖坑。。。）
2.2数据清洗中常见的问题有哪些？怎么把数值型变量变成分类变量？Pandas cut或者qcut(quantile cut)。除了这个还有其他方法吗？（根据常用的经验来划分，比如年龄）还有吗？（如实回答不知道。。。面试官说可以根据划分之后的变量与Y变量的相关性强弱来划分）
2.3常用的数据标准化和归一化方法有哪些?(max-min, Z-score,Labelencoding, One-hot encoding)
2.4 One-hot encoding 和Label encoding 的区别是什么？
2.5你比较常用的算法有哪些？（我回答根据不同的数据集用不同的算法，一般会把20多个算法都比较一下，最常用的是XGboost）
2.6你这样做的目的是为了Voting吗？（不是，还没到Ensemble那一步）
2.7XGboost你一般怎么调参？（讲了一下XGboost原理，主要是比较和GDBT的不同，然后说一般调n_estimator***ax_depth,L1,L2）
2.8你讲了这么多，但是你一开始的时候没有对数据集进行全面的分析吗？（吓出一身冷汗，忘记讲EDA了。急忙解释道，做了做了，忘记讲了，然后讲了一下常用的可视化方法，histogram, countplot, barplot, violin plot, pie chart....当然还有很fancy的correlation heatmap，这个问题我比较熟悉，讲了一下怎么用图形画出来一个五维的关系，然后我笑了，说这个其实没什么卵用，完全是为了好看，面试官也笑了）
3.你以后对自己的职业路径有什么思考？想做数据分析还是数据挖掘？（不知道为什么要问这个问题，简单讲了一下）
4.会SQL吗？
5.有什么想问的吗?
三面（HR面，前两面过了基本就稳了，HR面基本不刷人）
1.介绍一下自己
2.过了一遍简历
3.怎么评价一面，二面的面试官（我？？？？？）
4.还在面其他公司吗？
5.有什么想问的？
总结：字节跳动的面试体验还是非常好的，每个面试官都很Nice，不会故意刁难。后来在HR面的时候问了一下一面和二面有啥区别，重点来了，HR回答：一面主要是考察技术细节，从low-level出发，看面试者到底有没有相应的能力来胜任日常工作。二面从一个High-Level的角度出发，主要考察面试者对整个数据分析的理解和思考，考的是宏观的东西（虽然我不这么认为。。。）。我感觉最重要的一点就是一定要熟悉自己的简历，把自己要说的，想说的东西都好好准备一下（项目经历以及每段经历中学到了什么），要不然就是自己给自己挖坑，特别是二面，面试官问的问题都是根据你的回答来展开的，如果你对自己说的东西都不熟悉，那肯定是要减分的，然后就是一定要诚实，不要瞎扯，我自己的SQL不是很好，如实给面试官讲了，然后表达出自己会努力学习的态度，面试官很理解。最后，愿大家能够找到满意的实习和全职，希望这篇面经对大家有所帮助：）
从来就没有什么点击就送
投递美团等公司10个岗位 >
查看30道真题和解析
