1.自我介绍2.举例说明通过数据洞察做动作、拿结果的经历(聚焦数据洞察3.数据分析部分是自己做还是和数分合作?4.除 xxx外，还有哪些因子影响xx广告转化?5.xxx功能，你是怎么参与的?有什么难点?B端C端分别做了什么?6.xxx功能上线后收益如何?推全依据是什么?7.xxx数据看板，你是怎么设计场景化能力的?8.xxx是自己做的还是整合的?如何做场景化能力?9.你更喜欢哪段实习?为什么?10.请谈谈 AI和电商营销结合的点反问1.团队的目标和挑战2.团队和上下游的合作模式

国庆前一面通过，就发短信约了国庆后的时间1、雷打不动的自我介绍环节；2、简单提问后，手撕SQL代码，口述核心思路即可，主要涉及了分组筛选、窗口排序，强调了并列怎么排序；3、一道数分情景题，大概是如何评价教学质量，从哪些方面，选哪些指标，怎么评价，注意的点是什么；4、拷打简历上的风控实习经历，常见模型有哪些有什么好处，相关性指标怎么筛选连续性指标怎么转换，PSI监控的角度等诸多内容。5、程序性反问一共大概半小时左右，问了很多很多，一看就是深耕风控很多年的面试官，之前从没有面试官问的如此细致，有些问题我回答的都如坐针毡，面试官也很温和，也可能看出了我面露窘迫，于是也大大方方告诉了他的经验，总体来说学到很多东西，感觉一场面试下来，学的东西比三个月的实习都管用（）

1 确认岗位：测开+base地2 自我介绍3 介绍实习项目和RD相关框架？和测试分析——不太熟悉游戏测开的客户端和服务端技术设计框架，临场发挥糊弄+解释4 问简历里的java项目5 问java八股6 继续问实习的产出和优化点7 算法题：lc828 SQL题：时间范围统计用户数（between count distinct)9 为什么没有选择实习的公司？对未来工作的考虑点10 base地选择核心本地商业-业务研发，tob和偏后端