9.12阿里数据分析三面分享记录贴
写在前面的话：面试官yyds，虽然我菜得明显，但是体验超好，收获很多，没有遗憾。
先说下面试官吧：他太强了，逻辑严谨、思维缜密，每个问题都在点上；对候选人的态度很随和，丝毫没表现出不耐烦、轻视；我的每个问题，他的回答都清晰、专业。（我觉得是我终其一生无法达到的高度了，好希望能与他共事55555）
面试组成：
1.自我介绍：明确让我主要从两方面进行介绍，第一是为什么实习选择数据分析岗，第二是选择后做了哪些准备；
2.两道技术题：都是针对自我介绍提问，第一个问题是Hivesql出现数据倾斜的原因、有哪些解决方法、为什么可以用这些方法解决；第二个问题是针对abtest出现流量撞车的情况，提问如何避免不同实验的影响/因为流量撞车引起的数据不置信，让我考虑两种情况作答：1）做完实验后才发现流量撞车，如何判断数据的置信度；2）做实验之前发现需要在同期对同一群用户做多个abtest，不能避免流量撞车，应该如何设计实验。
问题一，我答了由于join引起的数据倾斜和用mapjoin解决的方法，追问单表不会出现吗？想了很久才勉强答出来单表数据倾斜的原因和解决方法；
问题二，好难，没考虑过流量撞车的情况，直接放弃了。
3.一道case题，模拟真实业务分析场景
在提出问题前，他首先阐明了作答时间（20mins）和规则，规则大概是：1）双方都能提问；2）他会模拟多方角色：业务方、数据研发算法团队、主管（可以随时提出质疑/建议）；3）给出一定的假设条件，让我作为数据分析师去做出决策。
并且善意提醒了：1）该问题很可能会超纲，不用一开始就目标导向，拆解问题和分析的思维更重要；2）信息需要通过提问来获取。
很有挑战性的一道case题，我答得很差，其实他说得很清楚了，给了假设条件，也提示候选人不熟悉业务、不了解数据表现和算法模型，但都可以自行提问。他的解答很清晰也很专业，候选人发挥空间很大，但我 = =太菜了，并没有很积极主动地去思考，数据分析思维不够，自身知识储备也不够，最后的完成度大概不到30%？
4.接下来解释了下阿里的校招流程，帮HR那边问了下base地和意向部门，还说他会在三天内写好面评，让我登录官网查看进程。
5.Q&A
最后互相感谢对方的时间，拜拜，再见。（55555555）
面试时长1h，即使我的表现不行，但面试官都在用耐心地挖掘候选人的潜力和能力，也跟我分享了一些case题的思路。整场面试下来，我丝毫没觉得遗憾，意识到自己的太多不足了，不管在哪儿开启我的职业生涯，这场面试都是十分重要的一课，未来还长，继续努力吧。
#阿里巴巴##面经#