广州地区，统计学专业。学业期间，除了课程，就是跟着导师做一些跟数据相关的项目。
从去年开始，就开始收集和了解互联网数据工作的实习职位和内容，选定地区为广州和深圳，然后开始做各种准备。
之所以选择互联网，当然是因为，作为当前最为火热的行业，前途多多啦。
综合考虑，我觉得自己适合数据分析工作，至于数据开发、机器学习等职位则不适合，不想走纯码农方向。
然后选定可以投数据分析职位的公司，
广州：腾讯、网易游戏、阿里游戏、唯品会、欢聚时代、bigo
深圳：腾讯、字节跳动、阿里云
机缘巧合，了解到学院一位教授的得意弟子，在微信工作。因为跟那位教授有过工作之缘（导师和教授合作主持过一个大型科研项目，打下手的我，自然相熟），于是厚着脸皮，请教授搭线，联系师兄。现在回想来看，应该庆幸自己大胆请教，才能了解到自己不足，不断恶补完善知识和技能点。然后得到师兄的内推，一路笔试面试，然后拿到offer。

自我提高

因为师兄的提点，我开始从以下方面完善我的知识和技能体系
1、重新温习数学分析、线代和矩阵论、概率论等书本，并且手推一些公式，做一些课后习题。师兄说能够用笔手推公式的应聘者，难能可贵。
2、数据库和SQL。师兄建议我认真学sql，并且去lecode等网站刷sql题。这样我投实习岗位，可以有数据工程师、数据分析师两种选择。而且工作中，数据分析是脱离不了数据工程的，而且入行后也可以方便转岗。技术+业务，是数据工程和数据分析都需要的，知识侧重点不同而已。
3、多看网上的一些数据分析方法和业务案例。师兄建议，我下载多些app，去使用。然后像数据分析一样，分析着使用过程，可以收集哪些数据，得出哪些结果，app升到新版本后，做了哪些改进，可以有哪些数据评估改进的效果。非常感谢师兄这条建议，在后续的面试中，我非常完整地回答了这些问题。
4、根据面试公司和职位（数据工程师/分析师）不同，写不同版本的简历。
5、在牛客等网站看大家的笔试、面试经验。定期去做一些笔试题目，对面试题目写下自己的答案并且牢记。

网申经历

微信得到了师兄内推，直接去笔试和面试。腾讯其他部门也进行了投递。
网易、阿里、字节也进行了相关申请。
因为微信的offer比较顺利的到，其他公司和职位就不去尝试了。

笔试

包括概率、数据统计、数据库、统计学、机器学习、编程、几道数据分析题
不得不说，微信考察应聘者的角度很全面。
除了机器学习、编程几道题我答不上，其他题目我答的还不错

更多时考察数理统计方面的，还记得的问题如下：
偏态数据如何处理
K-means聚类过程
分类算法有哪些？
SVN的核函数的定义和作用？
LR回归公式的推导
线性判别模型
两个向量间的相似性计算方法？优缺点分别时什么
A/B test 为啥用t检验？

二面（60分钟）

1、现场给了几道sql题，让我白板写sql
这里就用掉了20多分钟，估计面试官看完我简历和笔试卷后，觉得只能考我sql的数据处理逻辑了
还有有leecode的实践经验，这里做的比较满意。
2、sql中where和having的相同点和差别点？不用distinct 语法怎么实现distinct相同的功能？
3、有了解过hadoop么？数据倾斜时如何发生的？

三面（45分钟）

hr面（30分钟）

总结