滴滴数分一面

📌 公司：拼多多📌 岗位：数据开发实习生📅 面试轮次：技术一面（被吊打版）🧠 被问问题如下：自我介绍 + 数据开发项目经历SQL题：窗口函数、TOP N、分组统计大数据题：Hive / HBase使用场景 + 性能优化Python题：pandas分组、apply、内存优化消息队列题：Kafka分区策略、顺序保证面试官追问：“你的方案在百万/千万级数据下如何保证性能？”数据仓库题：ETL调度、容错设计现场压力：“如果线上报错，你第一时间如何排查？”💬 小结：面试覆盖大数据全链路，问题追问实际性能和可落地方案，容易被吊打。

1. 自我介绍2. Gap期干了什么3. 过往实习项目追问4. 公司在上海，城市能接受吗5. 知道拼多多的作息吗（11 11 6），能接受吗6. 对拼多多的了解7. 共享屏幕笔试- SQL2道：次日留存率，连续登陆天数（我下意识都用了窗口函数，但被面试官指出太复杂了并提供了更简洁的思路，复盘在p2-3。个人感觉这里考得很灵活，对于这种高频的SQL题最好要掌握不止一种解法）- 概率论1道：一个小时内车辆经过的概率是96%，问半个小时内经过的概率（一开始感觉莫名其妙因为没有其他假设，我先问是不是用泊松分布，面试官说不是…后来提示我可以从一个小时内不经过概率为4%下手，我问是否要假设前后两个30mi...

1、自我介绍2、你提到了使用了XX方法/模型，为什么选择这个方法？有没有考虑过其他方法？各自的优劣是什么？3、在分析**订单增长时，可能同时有补贴活动、产品功能迭代、市场推广等多个因素。你是如何进行归因分析，怎么区分各自贡献的？4、怎么保你的分析结果是可靠、可信的？在数据清洗和验证环节，你会做哪些检查？5、 在一些无法进行A/B测试的场景，怎么评估这类策略变更的真实效果？6、假设发现拼多多APP某个核心页面比如“百亿补贴”频道的转化率连续3天下降，你会怎么一步步分析定位问题？7、有没有遇到过你的数据分析结果与业务负责人的直觉或经验完全相反的情况？你是如何应对的？.

选线下，一天速通4面一面（40min）1.sql题目（连续三天留存率计算），pdd全部采用纸笔答注意点：代码核心思路呈现，不用全部写出来，因为面试官会考量做题速度，题目不难需要体现候选人熟练度2.简历深挖（深挖程度小于节、袋鼠、阿里系）体现逻辑性和结构性即可3.temu业务理解、指标体系构建二面（40min）回到等候区后，等工作人员通知是否进入到二面1.两道sql题目（leetcode中等难度、考察窗口函数）2.简历深挖深挖程度大于一面面试官，且更看业务导向3.简历中有做abtest，面试官很细致考察abtest的流程以及最后实验结果解读4.因果推断did怎么做的，数据本身分布的偏差怎么解决 ...