如何理解“辛普森悖论”？请你设想一个在拼多多电商业务中，可能会出现辛普森悖论的具体场景。 追问： 作为数据分析师，当你发现汇总数据和分层数据得出了完全相反的结论时，你会如何处理？你认为应该相信哪个结论，并如何向业务方解释这个现象？ 使用了“多多支付”的用户，其年化消费金额显著高于使用其他支付方式的用户。我们能直接得出“多多支付促进了用户消费”的结论吗？ 追问： 如果不能，你会如何设计一个分析方案，来更科学地推断“使用多多支付”和“高消费”之间的因果关系，而不仅仅是相关性？ 通过A/B实验来评估一个新的、基于大模型的“智能客服”系统能否提升用户满意度，但“用户满意度”是一个长...

如何理解抖音做“生活服务”这件事？与美团、大众点评这类“人找店”的模式相比，你认为抖音“店找人”的核心优势和潜在挑战分别是什么？ 如果让你来搭建抖音生活服务业务的“北极星指标”体系，你会选择哪个指标作为最终的北极星指标？为什么？ 追问： 为了驱动这个北极星指标，你会进一步拆解出哪些关键的过程性指标，以覆盖从“内容曝光”到“到店核销”的整个O2O链路？ 模拟题：上周上海地区的餐饮类团购券的“支付转化率”（从商详页到支付成功的比例）环比下降了15%，而“曝光-点击率”和“点击-到达商详页率”没有明显变化。你如何搭建分析框架，去定位问题可能出在哪个环节？ 追问1： 你会提出哪些具...

谈谈你认为“抖音搜索”与百度、Google等传统网页搜索引擎，在用户核心诉求、内容生态和成功定义上有哪些本质的不同？ 追问： 基于这些不同，你认为抖音搜索的“机会”和“挑战”分别是什么？ 如果让你来为抖音搜索的整体体验质量设计一个“北极星指标”，你会选择什么？为什么？ 追问： 这个北极星指标，你会如何拆解成多个可量化、可归因的二级指标，以覆盖搜索体验的各个方面（如相关性、时效性、权威性、用户满意度等）？ 我们来模拟一个具体的用户场景：当一个用户在抖音搜索框里输入“北京旅游攻略”，你认为他/她背后可能有哪些不同的潜在意图？ 追问1： 针对这些不同的意图，你认为一个理...

真是所有面过的数分岗位里最简单的一次面试....感觉和实习生要求差不多 假设你是抖音用户增长产品团队的PM，而我是你的数据分析师。为了帮助你制定下个季度的产品规划，你最希望我为你提供哪三个关键的数据分析或洞察？请说明为什么这三个问题对你最重要。 我们最近上线了一个更简单易用的视频剪辑工具。上线后数据显示，用户的“人均视频发布量”提升了20%，但“单条视频的平均获赞数”却下降了15%。你认为这背后可能有哪些不同的故事或原因？请提出2-3种可能性。 追问： 针对其中一种可能性，你会如何设计下一步的分析来验证你的猜想？ 运营团队想评估“校园大使”项目对拉新效果的真实贡献。现在有两种思路：A...

（手搓） 假设我们有用户表、书籍信息表、用户阅读行为日志表。请描述你的分析思路（或核心伪代码），来找出那些“在过去30天内，只读完了一本书，但对这本书写下了超过100字好评”的用户。你认为这群用户有什么特别的价值？ 请深入分析一下番茄小说“免费阅读+广告变现”这一商业模式。你认为这个模式内在最核心的矛盾是什么？ 追问： 如果让你来定义一个核心的“北极星指标”来衡量这个模式的长期健康度，你会选择什么？这个指标如何体现你对“用户体验”与“商业化收益”这对矛盾的平衡？ 假设本季度我们观察到一个现象：App的整体“用户日均使用时长”显著提升，但“付费广告的eCPM”却出现了下滑。你...

你如何理解“学习机”这个品类的商业模式？你认为它的核心价值是什么，主要是在为谁（学生还是家长）解决什么问题？ 追问： 在这个“用户（学生）”和“客户（家长）”分离的模式下，我们在进行商业分析时，需要关注的数据指标会有哪些不同？ 假设你是学而思学习机的商业分析师，本月的“App MAU”环比下降了10%。你会如何拆解和分析这个问题，以定位可能的原因？请描述你的完整分析思路。 追问： 如果初步分析发现，DAU下降不明显，但MAU下降明显，这可能说明了什么问题？你的下一步分析方向是什么？ 我们计划在学习机上推出一个新的付费功能模块，比如“AI一对一错题精讲”。如果让你来负责设计这...

用户消耗底表，有四个字段，第一个是日期，第二个是用户ID，就是 user_id，第三个是他的消耗cost，第四个是这个用户对应的粉丝数量fan_number 1. 先将每个用户按照他的粉丝数分为三组，分成 0 ~ 100 万， 100 ~ 1, 000 万，然后 1, 000 万以上三个粉丝段 2. 在 25 年7月 1 号的有消耗主播里有多少主播次日仍有消耗，计算留存率 3. 输出某每一天每个粉丝段消耗前 10 名，给出日期、粉丝段、 ID、 消耗 4. 求每一天的总用户数，每一天的总消耗

📍笔试公司：掌阅科技🕐笔试时间：9.13💻笔试岗位：大数据❓笔试问题：选择和编程，总共90分钟选择主要考了数据结构、SQL以及数据开发的内容，像是什么Spark之类的，和牛客上去年的题差不太多；编程一共三道：两道SQL，没记错的话感觉是牛客原题，不算难；一道python，数组位置的一道题。🙌笔试感想：数开和数分一字之差，相距甚远啊

我一共面试百度3次了下面是最后一次面试问题1 先自我介绍2 数仓数据模型分层的好处3 spark的宽窄依赖 有向五环图能说一下吗4 看你会flink，开发flink的话需要注意啥，一般是写jar任务还是SQL任务居多，你感觉SQL任务能解决90%的实时问题吗5 看你是干财务的，你感觉做财务最需要注意啥，如何评价财务数仓建设的好6 来做几个题吧，第一道常规的SQL题，第二个是算法题 SQL是搞定了，但那个算法没做出来7 有啥想问我的

1、自我介绍2、实习和你日常的课程怎么安排？3、细问以往实习经历4、分析过程中有发现一些什么信息，除了追踪日常追踪数据这块，你会发现一些什么重要的信息，然后基于你所分析出来的信息或者数据，你会在策略上做出一些什么样的调整？5、细问数学建模竞赛内容以及其中涉及到的模型原理6、为什么选择xx模型而不是其他的类似算法，有过比对不同算法对最终结果的影响吗？7、sql：假设我们现在有一张表，这张表有三四个字段，然后第一个字段是you的ID，它是一个用户的就是对应到一个用户的唯一的ID。然后第二个字段是他当日支付的金额数，第三个是他的支付的订单的ID，我们可以定义它为可能就是all的ID，然后第四个字段是它的一个支付的日期，然后现在我想要知道在11月1号支付的用户，他在未来7天的一个复购率。8、还是刚才那个题目下面之前求复购率，然后我现在想知道他的复购天数，如何计算9、日常使用的app（主包答的淘宝和抖音、小红书）10、你觉得这三个软件会有一些怎样的差异？11、你觉得现在的电商购买入口的短视频有什么样的优点，或者说有什么样的缺点吗？如何改进？12、现在假设出我们的抖音的电商的产品同学，通过用户调研，发现了很多用户对于广告的这一类的视频会有一个比较大的负向感受。因此他这次针对于我们的这些电商的视频做了一次改版，对于之前的那些视频，他大概把视频分成两类，第一类视频是明确投了广告的那些电商视频，第二类视频其实他没有去投广告。因此你最后再看到同样一个视频的时候，会在你的页面上面就会明显的发现，这是一个广告或者非广告的视频，然后做了这么一个改动。现在我们的产品同学就开了这么一个实验，然后希望你来帮他分析一下这个实验要去怎么回收它，好或者不好，你会去怎么样去做这个分析13、假设我们现在开着实验，我们开了14天，然后到了一个回收周期，然后你看了一眼实验的数据，结果你发现它是显著正向的，下一步你会去怎么做？假设我们现在开着实验，我们开了14天，然后到了一个回收周期，然后你看了一眼实验的数据，结果你发现它是显著正向的，下一步你会去怎么做？14、反问

先有笔试 excel+sq自我介绍与用户交互部分最看重什么独立完成的活动策划，记忆最深的讲一下最看重哪些指标对滴滴的认识资源位配置时候策略各个资源位效果怎么评估的让我打开滴滴 app看哪个活动吸引我，做得好的点，不好的点问我平时打车看中什么以及广告位的选择，哪个位置，why

之前也面过神策数据，面试问题如下1，先自我介绍2 为啥想离职来神策呀3 看你是做大数据开发的，咱们先来2道SQL题目，其中一个是窗口函数的，另一个是连续登录问题4 平时工作中有遇到任务产出比较慢，数据倾斜问题吗，是怎么解决的5 看你会flink咱们聊一下flink的一些专业术语，checkpoint是啥呀，并行度，保存点这些都有用过吗，对于实时任务有遇到哪些瓶颈问题吗，有解决过吗6 知道olap引擎吗，为啥大数据需要olap引擎，实时用这个有啥好处7 看你简历有写数据湖，为啥现在很多公司都在推数据湖，数据湖对于未来来说有啥好处，数据湖真的是未来趋势吗

1、自我介绍2、上一段实习项目的背景、工作内容、结论3、具体策略的考量分析4、数据分析相关的一些工作，针对于类似于某指标降低这种问题的话，你是怎么进行分析的？以及说你最后得出的结论和怎么做一个迭代优化的？5、平常分析用到的工具和语言6、遇到的问题，如何解决的？7、sql题目：有一个用户的登录表，包括这个表上会记录用户日常登录的行为，然后现在是有以下几个字段，第一个是用户的uid，然后记录用户的 u ID，然后第二个的话用户的一个登录时间，然后第三个的话就是用户的一个登录状态，那么现在是有这么三个字段的话，需要你求出用户在近一个月以来有连续你要取用户月近一个月以来有登录的，并且说有连续两天登录成功的用户ID你要取出来8、使用大众点评的场景9、如果说是你去大众点评上选店，然后可能要去线下就餐，如果说是基于这样的一个场景下的话，你会去根据哪一些因素作为你选店的一个依据？10、已知商家可能会有一些违规作弊行为，或者说是针对于竞对商户攻击的类似于这种行为，以商户违规作弊行为为例，你刚才其实有有一些商户他可能会因为他有一个好评的需求，那么他可能会给自己刷单或者自己给自己刷好评，或者说是诱导用户，比方说送一些什么小东西，或者说打让用户写个好评，然后类似于这种的一个违规行为。那么针对于二第二种违规，他可能是有一些商户他会去恶意攻击一些竞对的商户，比方说在同一个商场内的类似于这种，那么肯定会产生一些不太真实的好评或者说差评。那么如果说基于这两种情况的话，你再去做择店的时候，你会怎么去考虑这件事？11、针对于诱导好评这件事，你觉得这是一个合理的行为吗？12、你可以聊一下你针对诱导行为的一个看法是怎么样的，因为其实你说它是一个违规的原因也好，毕竟它毕竟是违反了平台的一个规矩，以及说在整个的国内的一个法律上，其实也是禁止这种刷单行为，但是它确实又是存在且合理存在的。那么如果说是基于这种背景的话，你觉得你该怎么看待这件事情？13、如果说你是作为一个平台的治理的工作方，那么针对于诱导这件事，你觉得你该怎么去做识别以及说做治理呢？14、针对于风险这块，因为你刚才说到会应用到一些策略或者说模型，如果说你作为这一个风险策略的负责诱导识别的这块，你觉得哪一些特征是可以做挖掘的吗？15、反问

快手的一面已经寄了，搞不懂为什么。昨天接到了字节实习的面试，还是数据开发岗，问的数据方面的知识和快手比较相似，但字节更注重思维的发散，面试官会多次问有没有新的方法去解决同一个问题。1.数据仓库的模型有哪些？分别的应用场景是什么？ 我实际应用过的数仓模型有 Kimball（维度建模），它是自下而上地来构建数据仓库：先为具体的业务主题（如Home Depot公司的销售情况、订单记录、库存记录）构建面向主题的数据集市，用维度建模的方式对数据进行组织，一般我们采用星型模式，随着时间把多个数据集市通过共享的维度进一步整合成数据仓库。维度建模的方式对用户查询数据非常友好，响应速度很快，因此适用于需要快速处...

之前面试了企鹅的QQ音乐，面试问题如下1，先自我介绍2 重点介绍一下干的活，技术栈和你认为的难点3 说一下数据治理和模型的好处4对于数据倾斜和数据延迟怎么解决5 看你干过财务数据，你说说一个财务数仓需要注意哪些点，对于钱这一块如何做到计算的没问题，如何能前置的发现问题6 看你写会实时，你做过哪些实时任务，对于实时指标你感觉通过实时任务计算和离线任务计算哪个准，如果实时指标多的话你感觉数仓会有啥风险7 来做个题目吧，大概是算法的动态规划，我没做出来，我本身也是算法菜鸡

1.面试官自我介绍2.自我介绍（跳过学历背景，直接介绍项目）3.聊实习项目4.算法 最大子数组和+乘积最大子数组 两个hot100 medium5.sql 窗口函数秒了6.数据倾斜怎么排查，如何解决7.spark内存模型，每一部分的作用，如何调参8.反问（聊天）50min面的北京岗位。面试官挺随和的，整场面试感觉像聊天——9.15更新 约二面

20道选择（70分）含JAVA Python Clickhouse Kafka等（我的Spark呢？）编程题 * 3: 0 + 100 + 100SQL1. 求18-30岁用户，听周杰伦的，在2024年每月的top5歌曲（没说重复怎么办）（牛客OJ吞报错，我写完了没做出来）SQL2. 求用户最大连续登录天数算法1. 正方形矩阵旋转90度输入给的是[[1,2,3],[4,5,6],[7,8,9]],3手写输入和输出给我写吐了 呕体验很差

1. 自我介绍（我早该注意到这是ld面的，讲项目被打断了）2.   数仓建模的理论和数仓建模有哪些好处3.其他建模方式理解嘛？有哪些坏处？4. 为什么维度建模比其他建模强？5. 维度建模有哪些坏处?6. 两表join+groupby+insert的书写思路讲一下7. spark如何执行语句8. spark的task如何确定9. spark的task由什么决定？10. 数据库和数据仓库的区别？11. doris相比数据仓库有哪些优化？12. 业务上，有哪些同学对接？13. 讲一下实习上遇到的一些问题？14. 从业务场景、业务目标、技术细节、核心指标去讲解一下你的实习经历14. 你觉得我们数据仓库应该具备哪些数据能力？15. 你在日常实习中如何与上下游沟通？16. 你觉得下游与你沟通需要有哪些要求？17. 哪些事情让你很有价值感？无手撕感觉ld觉得我回答的不是很好哈哈哈，这些问题有点抽象，自己理解还不是很深刻反问：1. 对应届生的要求2. 团队氛围3. 如何快速适应字节

数据平台 1.自我介绍2.深挖实习3.实习中的数仓分层怎么做的4.实习需求中遇到的难点5.提到sla破线，有什么解决办法吗6.提到上游的数据倾斜，自己的任务有碰到过吗7.计算机基础了解吗8.数组和链表在读取时的区别9.介绍mysql索引，索引为什么会快10.索引建的太多了怎么办11.学过哪些编程语言12.机器学习了解吗13.大模型了解吗？实习中有什么使用经历14.两道sql15.反问，问了业务和上下游60min