滴滴数分 面经(已oc)

时隔一年再次鼓起勇气投简历了,秋招压力真的很大~

bg:北京985,计算机相关专业,两段大厂数据分析实习,一段小厂前端开发实习,目前求职意向是前端开发(优先)和数据分析。

滴滴出行 增长运营方向-数据分析

投递渠道是实习僧,面试官是一个语气很温柔的姐姐

一面(50min)

1.自我介绍。

院校、专业、毕业时间、实习经历简介

2.简单介绍一个实习期间印象比较深的项目

我介绍了一个实习期间产品优化方面的项目,主要内容就是对PM上线的AB实验效果进行分析,介绍的思路大概是项目背景、项目流程、项目成果。

3.项目中关注了哪些指标?

从正向指标和负向指标展开,产品优化的方向是提升正向指标,控制负向指标。

4.既然聊到AB实验,说一下显著性怎么确定的?p值是多少?

这里有点尴尬,刚好忘记复习AB实验的内容......显著性是指零假设为真的情况下拒绝零假设所要承担的风险水平,p值就是当原假设为真时,比所得到的样本观察结果更极端的结果出现的概率。总之,p值越小,越显著。

5.聊聊第一类错误。

第一类错误是原假设为真但错误地拒绝原假设,第二类错误是原假设为假但错误地接受原假设。

6.样本量怎么确定。 依然尴尬,样本量计算有公式,没复习。

7.指标体系如何搭建。 北极星指标、一级、二级,根据重要性和粒度依次向下拆解,也可以说OSM模型(Object、Strategy、Method)。

8.机器学习项目深挖。

楼主做了一个分类的机器学习项目,主要是将小样本的用户调研数据,推广到大样本的平台用户,根据用户的特征对用户是否信任平台进行分类。大体包括了用户画像、特征选取、特征变换、模型搭建和调参优化等。

9.训练集标签的比例是怎样的?

训练数据不平衡可能导致最终分类准确率的错误,这里回答了是均衡的数据。

10.ROC值大概是多少?

回答了0.76左右,后续还有进一步优化。

11.另一段实习的深挖

主要介绍了如何监控指标异动的,以及如何用统计学方法对用户进行标签化。

12.两道SQL题,要求共享屏幕回答。有一张表,有日期(date)、用户ID(uid)、订单ID(order_id)等字段,要求完成下面两个需求:

  • 找出最近一周,完单量TOP10的用户。(完单量定义为完成订单的数量)
  • 找出每天完单的人中,新用户的数量。(新用户定义为在一条记录中,该用户的日期是他第一次出现的日期)
# 需求1: 窗口函数、日期函数
# 主要关注的点:如何找出近一周内的记录、如何排序
# tmp子表主要用于找出近七天所有用户的完单量
with tmp as (
  select
  	uid,
  	count(distinct order_id) as `order_num`,
  from table
  where 
  	date between DATE_SUB((select max(date) from table), INTERVAL 1 WEEK) 
  	and (select max(date) from table)
  group by uid
)
select
	uid, 
	order_num,
	rk
from 
(
  select
  	uid,
  	order_num,
  	dense_rank() over (order by order_num desc) as rk
  from tmp
)t
where rk <= 10

# 需求2: 窗口函数
# 找出一个用户产生订单记录的日期最小值,如果当前记录的日期等于该最小值,则认为这条记录是新用户产生的
with tmp2 as(
  select
  	date as curr_date,
  	uid,
  	order_id,
  	min(date) over (partition by uid) as min_date
  from table
)
select
	curr_date,
	sum(case when curr_date = min_date then 1 else 0 end) as new_user_num
from tmp 
group by curr_date

13.实习时长,最早到岗时间 14.反问环节。

问了主要职责,日常分析中的工具使用占比,还有面试官对楼主的表现如何评价

总体下来感觉还是不错的,面试的姐姐非常亲切有礼貌,问题大多与简历中的实习和项目相关,偶尔会引申一些理论知识的考查,SQL题对楼主来说也是比较easy的。建议面试的小伙伴们一定要好好研读自己的简历,不要给自己挖坑,写出来的项目一定要清楚他的原理是怎样的。

一面隔天约了二面时间。

二面(15min)

感觉是leader面了,人很随和,聊聊天的性质

  1. 自我介绍
  2. 校内感兴趣的专业课,为什么
  3. 实习中有亮点的一个项目,说一说
  4. 技术和business sense的关系
  5. SQL、Python掌握得怎么样,自我评估一下
  6. 反问

整体下来很轻松~反问问了具体工作,面试官说取数需求不会太多,大部分是在做A/B、数据建模和一些业务的分析(目前正在评估系统重构的效果)

二面10min后收到oc

#秋招##数据分析##滴滴#
全部评论
一会数分二面,希望轻松一点哈哈哈
2
送花
回复 分享
发布于 2023-07-20 18:38 辽宁
是实习还是秋招啊
点赞
送花
回复 分享
发布于 2023-08-05 23:33 广东
国泰君安
校招火热招聘中
官网直投
uu是不是岗位写错了?增长运营岗怎么会面这么多数据分析的内容
点赞
送花
回复 分享
发布于 2023-08-09 15:23 上海
lz是打算直接秋招了嘛,会保研吗
点赞
送花
回复 分享
发布于 2023-08-29 20:52 北京
楼主,项目有啥推荐的吗?
点赞
送花
回复 分享
发布于 2023-08-31 11:44 浙江
可以问下薪资吗马上二面
点赞
送花
回复 分享
发布于 01-11 15:02 陕西
楼主好牛🐮
点赞
送花
回复 分享
发布于 03-19 23:44 北京
想问一下lz从投简历到一面大概间隔了多久啊
点赞
送花
回复 分享
发布于 04-02 12:12 四川

相关推荐

#数据分析#6.3号之后面了四家,分别是哈啰、滴滴、菜鸟、蔚来,很多常规的问题都忘了,放一些还记得的1、哈啰6.4号一面:两道SQL:每个班级均分最高的学科、次日留存率6.5号二面:项目细节(项目难点、强调独立负责的部分、有没有独立完成的项目)为什么不做程序员职业规划、实习规划6.11oc2、滴滴6.5一面:项目(介绍并深挖、异动分析、项目成果、个人贡献、提出了什么建议、如何落地并回收效果)风控场景:如何识别恶意刷低分的用户6.7二面:项目(深挖、特别深,结合具体场景如何分析、给出建议和策略、如何监控和回收效果)风控场景:如何识别羊毛党、众包场景如何应对【滴滴面试官都很好很温柔,问得很细致深入,考察分析思维很多,很可惜二面没过,一面面试官说是稳定性问题,要主动表示可以在杭州长期发展+足够长的实习时间TT不能太老实没问就不说】3、菜鸟6.7一面:项目(介绍分析思路、异动分析、个人贡献、是否有独立项目)SQL口述思路:三个排序窗口函数的区别,四道SQL题职业规划、实习规划二面还没约,流程很慢4、蔚来6.11一面:项目(分析思路、贡献、难点和问题如何解决、异动分析)场景题:电商店铺的指标体系如何构建SQL:关注人和被关注人的表,返回互关的用户;sql改错:要理解业务场景,筛选条件出现的位置、窗口函数的语法6.12二面:上一段实习的工作、项目蔚来用户社区模块的指标分析为什么换实习、有别的offer吗?二面后oc反问(必问)面试表现,有无建议,面试官给出的:口述项目和SQL的逻辑要清晰,场景分析时可以思考后再回答,不用着急回答部门业务,主要接触的数据是什么,日常偏向数据处理还是分析,使用数据工具有哪些、占比多少最后,找实习开始得实在是太晚了,从5月27号开始到现在过了三周,错过了重要的时机,很多大厂已经接近尾声,捞人也是看运气,而我偏偏是那种运气很差的那种人,尤其是得知面试官说实力很ok但是没有表现出自己的稳定性时。没有找到能够转正的暑期实习确实让人很焦虑难过,但是还是要去做事,去做能做的一切。不要让负面情绪占领自己的想法,反而给自己能达到的高度设限了。。。#数据分析# #25届暑期实习# #数据分析求职#
查看16道真题和解析 25届暑期实习
点赞 评论 收藏
分享
31 185 评论
分享
牛客网
牛客企业服务