九阳数据分析岗秋招凉经

回顾一下去年的秋招面试,老实说经历秋招以后,内心已经超级佛系了,感觉就是随缘。211本科,面的是九阳的数据分析岗,面试经历如下:


一面(数据分析岗)

一面是邮件通知的,让我加一个面试微信群,群里除了hr大概有39个人左右,其中面试官2人,一个hr,一个数据分析那边的,题目我不记得了,总时长15min左右。


1、先进行自我介绍,然后部门那边开始问你问题。

2、因为我的简历里写到了建模,所以问到模型的准确度在实际数据进入后会不会受到影响?这里我没理解准确,回答的是train&test,后来面试官解释了,我又回答了关于实际数据的。

3、接着问我关于数据在市场方面有没有什么想法?我说了关于marketing roi的,因为跟我目前的实习相关。

4、然后问我会什么软件?我说了codinganalysisvisual,还有大数据平台;

5、还问到会不会算法,委婉的表达自己不是很会算法,因为我学的是商业分析,并解释了一下我们大概学些什么,是属于it和职能部门中间的;

6、接着换到了hr这边,问我为什么选择九阳?对九阳的了解有多少?

7、还问到我在团队合作中,主要扮演什么角色?

8、最后问我有没有什么问题要问他的。


一面总体的面试感觉还是不错的,后面hr加了微信,通过之后hr立马打电话说觉得我更适合电商运营,让我再去面试一下,当时整个人就很懵,然后就从数据分析被转到了电商运营,怎么说呢,就挺无语的...


二面(电商运营岗)

二面是两个面试官,一个hr,一个问专业问题的。


1、首先还是自我介绍环节。

2、然后笑着问我从数据分析转电商运营面试是怎么看的,自己觉得合适吗?我说我的专业是商业分析,并解释了一下商业分析,然后巴拉巴拉了一下,大概的意思是自己愿意接受安排,而且应该也算跟专业沾点边。

3、接着因为介绍里说到有产品和市场相关的经验,因此问我具体是怎么操作的,然后我就举了一个文本分析的案例,把九阳套进去巴拉了一下。

4、问有没有了解市场管理方面的内容?

5、除了来面九阳之外还面了,或者说还投了哪些公司?有没有offer

6、自己的职业规划,目标的工作岗位是什么?

7、说一下在学校的专业排名。

8、期望的薪资是多少?


HR说一个星期后给通知,然而并没有想象中那么顺利,一星期后还是没有收到答复,于是我就鼓起勇气打了电话去问HR,她说记得我,然而回复是还需要观察比较。最终还是凉了,估计应该是薪资开高了,感觉那时报完薪资之后面试官笑容里有一种特别的意味。不过秋招还是成功收场,末期拿到了一个比较好的offer,祝大家一切顺利。

#面经##校招##九阳##数据分析师#
全部评论
九阳是做豆浆机那个吗😂
1 回复 分享
发布于 2021-01-22 20:07
😂问薪资该怎么回答啊
点赞 回复 分享
发布于 2021-02-10 20:35

相关推荐

03-02 14:59
湘潭大学 运营
大厂更看重你能够把一件事从0到80%的能力!!公司招你是要你能上手干活,要你对技术有热情,要你有实打实的东西能拿出来看。我聊过不少从普通学校进大厂的同学,他们身上有个共同点。他们不把双非当成一个需要藏起来的短板,而是把全部精力,都放在了打造几个足够长的长板上。第一个长板,是扎手的项目经历。有个同学,本科是双非。他整个大三就在做一件事,在Kaggle和魔搭社区上打比赛。不是随便玩玩,是死磕一个细分的图像分类问题。名次不算顶尖,但他把整个流程,从数据清洗、模型调参到失败分析,摸得门清。面试时,面试官问的都是他项目里的细节。他对自己踩过的坑、做过的优化,讲得比很多研究生还透彻。他赢在,他的知识是“热”的,是亲手练出来的,不是书本上“凉”的。第二个长板,是主动的链接能力。另一个普通二本的同学,他想做AI产品。他没等校招。他跑到小红书上,去搜AI项目组队的帖子。看到合适的,就留言,发自己的学习笔记和想法。真让他找到了一个创业团队在组队做项目。他就跟着做,负责一部分用户调研和原型设计。这段经历,成了他简历里最亮眼的一行。面试官问起来,他能讲出真实团队协作的细节,讲出产品从想法到demo的完整过程。这比学生会主席的头衔,好用太多了。第三个长板,是用作品证明热情。热情不是嘴上说的。大厂的面试官听过无数遍“我热爱AI”。热爱,是你有没有用AI工具优化过自己的学习流程?是你有没有注册一堆AI产品,一个个体验,写下它们的优缺点?是你有没有用开源模型,哪怕只是API,尝试给自己写个智能工具?这些看似微小的动手痕迹,构成了你的亮点。所以,如果你背景普通,你的策略不应该是去补短板,幻想在学历上比别人更强。你的所有战术,都应该是ALL IN在打造长板上。让长处更长!
AI面试问题分享
点赞 评论 收藏
分享
历经两个月的鏖战,终于拿下某大厂算法岗Offer!复盘了30道高频面试题,分享给正在备战的同学:机器学习基础(10道)手推LR推导,为什么用交叉熵而不用MSE?偏差方差分解,Bagging vs Boosting怎么对应?XGBoost相比GBDT的改进点?二阶泰勒展开的意义?特征工程怎么做?连续特征离散化的好处?类别不平衡如何处理?Focal Loss原理?正则化L1、L2区别,为什么L1能产生稀疏解?聚类算法K-Means的优缺点?如何选K?模型评估指标:AUC计算逻辑和业务含义?随机森林的随机性体现在哪?梯度消失/爆炸原因及解决方案?深度学习(10道)11. BN原理,训练和测试阶段有什么区别?12. Transformer的self-attention计算过程?为什么要除√d?13. BERT的预训练任务是什么?WordPiece作用?14. 激活函数ReLU vs LeakyReLU vs GELU?15. 优化器SGD、Adam、AdamW的区别?16. 过拟合如何判断和解决?Dropout原理?17. 多卡训练:数据并行 vs 模型并行?18. Attention的几种形式?Additive vs Dot-Product?19. 残差连接为什么有效?20. 卷积参数量和FLOPs计算?手撕代码(5道)21. 手写Multi-Head Attention22. 实现二分类交叉熵损失函数23. 快速排序/归并排序(常考!)24. 编辑距离/最长公共子序列25. 二叉树遍历(递归+非递归)业务场景(5道)26. 短视频推荐,冷启动怎么解决?27. 广告CTR预估,特征怎么设计?28. 搜索排序,如何平衡相关性和多样性?29. 用户长短期兴趣如何建模?30. 线上AB测试,指标怎么选?
查看30道真题和解析
点赞 评论 收藏
分享
评论
1
14
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务