1、审核的业务流程2、怎么构建指标体系，指标体系的架构是什么?3、分层设计的思路4、宽表一定是好的吗?宽表的优点缺点5、宽表的设计原则是什么?为什么要在dwm层设计一个宽表6、数据分析都是怎么做的7、一段sql提交到客户端后是怎么执行的8、shuffle阶段的原理9、数据倾斜问题(参数调优)10、维度建模(雪花、星型)区别，优缺点，11、增全量改造的动机?12、模型的复用和拓展性13、如何减少二次查询的14、基线是干嘛的算法:最长回文子串sql:脏数据处理

1.实习介绍2.追问多线程事情处理能力3.介绍一个项目4.追问项目:设计python，特征工程，处理异常值和缺失值的方法，如何识别异常值，背后的统计学原理一追问为什么边界是 3sigama5.数据分析需要哪些能力6.考察 sql ，在共享的编译器里当场写20min7.实习时长8. 反问

1.自我介绍加拷打简历数分实习关注哪些指标？怎么构建的数据检测体系？数仓实习负责的什么内容？接触到的最大数据有多大？使用的是什么引擎？（因为数仓实习很水也没问出什么东西所以转向一些八股）2.八股题星座模型和雪花模型区别？效率差异数据冗余…链表和数组的差别？使用spark引擎做wordcount，基本的流程是什么？（类似一个项目提问，学校教过但那是十二个月以前学的了）总的来说问的很简单，和其他面经的问题比简直简单不要太多（可能是因为是实习生的原因）但是自己太菜还是有一些答得不太好3.编程题一道sql两道python的算法题sql有三小题，计算dau dnu，计算新增次留率、日活次留率，连续出勤三十天的用户统计python算法比较简单，是关于“买卖股票的最佳时机”，先遍历数组，再计算每一天卖出可能的利润，利润做比较求得利润最高的一天。

1，xpath定位的熟悉度2，淘宝/京东中遇到的反爬有哪些3，数据量是多少4，影刀RPA做过哪些事情5，对ai的依赖程度

一面是业务面，问了一些技术能力，还有场景题的测试，需要回答相应的思路。二面和终面感觉没有问什么技术方面的，主要是一些个人情况，有没有对象？家在哪里什么的？奥对到现场会让填表再做笔试题目，不过没有人看着，笔试题可以搜。但是终面过了两三周后通知没过😭不知道为何，可能因为不是硕士学历？当时写的期望薪资我写的也不高

1-之前某段实习的主要工作、具体做的事情及主要产出2-某实习中，某实验是否基于数据分析给出排序策略建议？是否做了AB实验对照？3-AB实验中灰度阶段效果好、全量放量后效果变差甚至反转，可能的原因有哪些？4-某段实习的业务背景：4.1-面向B端、G端还是C端？4.2-转化率的定义：是提升17%是课程售卖转化率还是学习机+课程的整体转化率？4.3-用户标签画像的互联网属性标签从哪里获取？5-对大模型辅助分析的认识6-是考研or保研；研究生院校的学硕人数 + 学习成绩排名7-反问：询问了该业务中的岗位定位、具体的培养机制

1-项目1：1.1-项目的背景及适配场景、团队成员1.2-项目核心思路是否独立主导1.3-如何基于业务提取项目设计思路？2-项目22.1-业务背景、目标、拆解目标、分析思路框架、最终效果介绍；2.2-核心问题是如何得出的？2.3-标杆人群如何定义？项目结论和核心影响因素怎么得出？2.4-策略效果是否验证/认证？2.5-项目中最大的成长是什么？项目有哪些可优化的地方？3-对大数据框架、数仓、数据模型有了解吗？4-对未来工作岗位、工作地点有什么期望？5-对未来行业的期望：偏向大厂/北上机会，还是其他也会考虑？6-反问：询问了具体业务、对校招生的定位

1.实习介绍2.介绍在之前实习中做过的一个项目3.拷打上面项目的细节，例如为什么要这么分层，分这几个维度打分的原因4.简历上写了PSM模型，问怎么划分处理组和对照组，如何确定这样划分的可靠性5.是否用过抖音电商，如果有一段时间直播间的点击率下降，会怎么分析6.抖音电商和淘宝京东这种电商的异同7.怎么确定给用户发券的金额8.将之前消费过、但30日未消费的用户认为是流失用户，怎么分析这些用户9.反问

1.项目介绍2.简历上AB实验项目细节拷打3.统计学知识1)假设检验原理2)假设检验步骤3)小概率事件定义4.业务问题：有无门槛5元消费券和满10-5消费券1）为什么要发两种优惠券2）如何判断两种优惠券的效果5.如果GMV下降怎么进行异动分析6.在之前实习中独立负责了项目吗？获得了什么收益?

1.实习介绍2.针对简历展开的提问3.手撕一道 sql题，有三个小问，第一个主要是考察留存率，比较常规;第二道使用row_number窗口函数，也比较常规;第三道考察高级窗口函数lag()over()，要熟悉函数使用方法的话写起来还是比较轻松的。4.考察对笛卡尔积,两个表分别有m和n行数据，进行关联的话最多和最少会产生几条数据5.询问平时使用的购物软件，以及它们和得物的使用体验上面有什么区别6.你觉得得物主要的服务主体是哪一类人

sql口述 1.计算 30日留存率的思路2.同时计算用户 14和 30天的留存率(要求仅连接一次)简历深挖:主要考察是否具备目标驱动能力对比不同时期的核心指标时，两个时期存在众多影响变量，你认为可以用哪些评估方法来看这一次的效果相较上一次是好是坏?

1.了解埋点吗2.sql:次日留存率七日留存率每个科目排行前三用户3.怎么体现你的沟通能力(跨部门沟通4.硕士研究方向5.实习经历/比赛经历6.职业规划7.随即森林，时序，逻辑回归介绍，随机森林如何调参8.能不能介绍一个从头到尾的机器学习工作9.特征工程怎么做，流程10.11、12正则化11.kmeans调整k值如何调整12.卡方检验13.ab实验中的辛普森悖论如何避免业务题:1.围绕拉新活动构建数据指标体系

sql两道代码题1.求次月留存率字段:order_id(订单ID)、uid(用户ID)、dt(日期，格式为YYYY-MM-DD)要求:计算2024年1月至2025年5月期间每个月的次月留存率。次月留存率定义:在当月下单的用户中，在下一月仍然有订单的用户占比。2.求 30日利润字段:uid(用户ID)、dt(日期，格式为YYYY-MM-DD)、profit(当日利润)注意:每个用户每天最多只有一条记录，仅当用户产生交易时才有数据要求:计算 2025年1月至2025年11月期间:每个月的新用户人均 30日利润。(新用户定义为第一次下单的时间即可）30日利润:新用户第一次下单及往后29天的利润总和。3.简历两段实习经历介绍4.gmv下降20%，如何分析

1.简历深挖1.介绍一下在最新这段实习经历里有哪些工作内容、用到了哪些工具以及时间占比2.SQL的使用在里面占到多少，一周有几天在写SQL3.做策略的时候会不会用算法做4.如何调优5.介绍一下另一段数分实习6.你做的工作价值体现在哪里2.学校经历深挖 --- 应该是想挖算法的能力你们专业有没有上过统计学、机器学习的课程，有没有相关的实践你的研究方向是什么，你具体介绍一下3.场景题:假如我们要上一个发券的功能，在直播间闪过，用户可以点击领取，做了个ab实验，现在怎么去分析这个发券行为的影响，下一次是不是要继续做

前段时间玩过小红书的面试，问题如下1，先自我介绍2 对于大数据来说说一下你做的最难的项目，难点是在哪，怎么解决的，解决了产生了哪些收益3 看你会实时，说一下数据湖的时间旅行，为啥大家在做湖仓和回溯任务会用这个4 flink的窗口触发机制，精确一致性如何保证，触发器实现原理5 starrocks的元数据知道吗，元数据是存在哪个地方，和hive的元数据有啥区别6 实时指标对于时间你这边用的是哪个，对于一个埋点日志，如果需要不同的时间维度你怎么设计这个埋点表，如何实现7，有啥需要问我的

1. 实习介绍2. 实习预期3. 如何进行产品的分析？4. 可能遇到的问题/挑战？如何解决？5. 小红书首页by week的渗透率下降如何分析？6. 用户维度如何拆分？贡献度如何计算？7. 红蓝眼镜自杀逻辑题8. [SQL] t(author_id, content_id, p_date, category_id)- 计算每个分区作者发布量前三名的作者- 计算次日留存率

1. 实习介绍2. [SQL] t(student_id, course_id, grade)- 查找每个学生最高成绩及其对应的课程，如果最高成绩并列，取course_id小的- Output(student_id, course_id, grade)3. 大众点评笔记软件优缺点4. 行为问题5. 反问

1.sql 注册表 users:dt uid chanel活跃表 users_active:dt uid订单表orders:dt user id order id order_amtQ1:不同渠道引入了多少人(新客数)、7日留存率、人均7日成交金额(进入t+7)Q2:昨日大盘整体用户下单人数、客单价、新客&老客下单人数/客单价(新客:注册在当天2.上份实习离职原因3.为什么要找音乐的实习4.学的比较好的课程是什么?(主包回答了运筹学)1.如果要你评估云音乐用户的生命周期或者是去做一个用户周期的设计模型，你会如何结合运筹学的方法去设计?2.假如我想在用户进来后的第七天，想去看是应该继续培养用户的使用习惯还是开始给他推动商业化内容，如何从运筹学角度去分析?你期望通过本次实习收获什么?职业规划是什么样的?

1.介绍一段项目2.sql:用户播放明细表包括日期(分区字段)、用户id、视频id、开始播放时间近一周每天播放量前十的视频ID 对应的名字以及播放量分别是多少追问:最终会输出多少条数据3.row_number/rank/dense rank区别4.你觉得能代表b站门面的优质视频内容是哪些?优质和普通视频之间的差别是什么?5.能否接受互联网工作节奏?