我一直觉得不讲明自身情况的面经都是耍流氓，所以先就个人进行一番触及灵魂的深刻剖析，以下描述均截止于2.10日的面试之前。个人bg：1、本科中上211信管专业；2、硕士华五经济学专业；3、两个计量经济学相关的科研项目，其中一篇发了篇水文4、在PayPal实习前，没有任何实习经验。PayPal后的面试均有PayPal这段实习经历。技术栈情况：1、会说中国话。据我观察，这一点在国内互联网公司尤为重要，如果你不会说汉语，可能难以开展日常工作。2、对Python比较熟悉。属于较早被Python辅导机构忽悠的那波人。3、对SQL的掌握并不出色。主要由于第一段实习并没有太多取数需求，自己平时也疏于练习。举例而言，2023年2月1号之时，我对于“窗口函数“还仅仅停留在知道有这么个东西的阶段。4、对各类数分领域的业务知识（如：数据指标体系、指标异动、北极星指标等）主要依靠在焦虑的投简历期间摸鱼刷xhs时习得。5、精通excel的数据透视表与vlookup的教程搜索、收藏与再搜索、再收藏。6、成功的安装了Tableau，并在叔叔站上为搜索首页的推荐教程投了两个硬币（增加了20点叔站经验）。7、对因果推断中的PSM、DID、IV有着一定的了解和学术实践（就是写论文的时候照着网上找到的教程模仿过一遍）。其他软技能：1、面试的时候比较虚伪，善于玩弄谎言。包括但不限于：随时入职、6个月起、没有其他面试流程、我十分热爱xx领域....2、较为健谈，除非面试官死揪着技术题目，不然基本不会冷场。3、长相较为丑陋，可以在线上面试时增加面试官的自信。整体而言，在大学期间属于被主流评价体系抛弃的人。没有光鲜的社团、学生会、班团经验，没有什么高级别的奖学金，社交媒体上的粉丝仅限于室友。也不像其他优秀的还未毕业的同学们那样，对各个大厂的核心team、简历修改、面试辅导、职业规划、宏观经济、人文历史、自然科学、各类高薪岗位的信息以及“指导他人炒股并亏本时的合理狡辩“有着深刻的钻研与认识，更无法为世界发展指明方向，作为经济学专业的硕士生，甚至至今都没有获得过诺贝尔经济学奖。以下是正文：PayPal岗位：数据分析（风控方向）投递方式：某直聘上HR要简历面试设备：Teams面试提问：一面：2022.6.22​       PP是我的第一份数据分析实习，但由于当时没有写面经，到现在很多细节都记不清了。但我还记得那一年，中国队勇夺大力。。oh不，面试主要分为两个部分：一面之技术面部分：1、手撕代码：两道SQL题，不是很难，题目记不清了；一道Python题，也不是很难。两个题目都是考察一些基础的利用SQL/Python对DataFrame中数据进行查询/计算的能力。2、业务追问：在回答完上述技术题后，面试官会基于题目的业务背景进行一些追问。我记得当时题干中给出的Table是关于用户投诉的一张表，表中有日期、用户id、用户投诉数量等字段。印象中是问我的业务问题是：根据题干Table中的字段，你能计算出哪些能够衡量用户满意度的数据指标？换言之，就是根据Table中的字段进一步的构建二级指标，且构建出的二级指标能够反映用户的满意度。当时我的回答有：用户两次投诉的间隔时间（间隔越短说明用户的问题没有得到及时的解决）；用户在一段时间内的投诉数量等指标。此类题目属于典型的数据指标体系构建，不过当时的我对这种“套路”题还没有太多的认识，现在再去回答应该会好很多。3、面试官问简历上为什么没有写上自己数据分析的实习经历？（答：因为没有实习过......）4、询问对python的掌握程度（因为实习期间主要的技术栈就是依赖的Python）一面之业务面部分：1、先是自我介绍2、面试官询问对风控有没有了解？你觉得哪些指标能够衡量风控的好坏？这些考察我对业务的了解，同时考察了数据指标体系建设能力。答：首先根据网上搜索的内容对风控业务的理解进行了解答，对于第二问题也基于自己的想法说了一些可能的指标：比如损失金额。3、在进入这个问题钱，面试官介绍了PayPal的风控业务并且指出了内部的两个用于衡量风控绩效的北极星指标。然后便基于此询问：“当这两个指标下降时，可能的原因是什么？”这属于典型的指标异动分析题目，我当时并不知道回答的套路，只是从思考的本能出发去回答，但结果还不错。3、当预测一个业务指标时，时间序列和截面数据哪个会更加有效，为什么？答：时间序列更有效，因为它的预测效果更好，因为时间序列数据比截面数据包含的信息更多。（好吧，其实我当时也不知道，随便说的hh）4、介绍一下简历上的一个项目，但没有过多追问。5、你觉得机器学习和计量经济学的差异在哪？6、为什么想从事金融风控行业？（答：从Paypal的企业价值观出发结合自己的经济学专业背景阐述了对投身于普惠金融事业的热情，同时表达了做风控有助于让“金融更加无害”的想法。当时会这么回答是因为觉得外企是非常虚伪的，或者说企业都是很虚伪的，这种回答虽然很假，但是或许真的是更优的回答。当然真实的原因是因为想混份实习，也无所谓什么方向。）二面：2022.6.281、先是自我介绍。2、介绍简历上的项目，同样没有什么追问。3、你觉得学校里的项目和实际工作的差异可能体现在哪些方面？3、职业规划。4、介绍team的工作日常。最后情况：运气不错拿到了offer，也实习了5个多月（2022.7月下旬到年底）。工作中的主要挑战：1、在资本主义国家的企业工作自然避免不了被文化殖民，日常工作对英文听说读写有一定的要求。不过感谢祖国这么多年出色的英语教育，我发现只要不要脸，跟外国人交流还是没问题的，反正你说的话就算发音不好，难受的也是他们。2、PayPal这几年一直推行wfh，因此组里的同事每周只会来办公室一两次，从而导致自己跟同事没有太多见面机会，也降低了自己的工作效率，最为遗憾的是缺少了很多跟优秀前辈们交流的机会。工作氛围：mentor、leader以及组内的同事也都很nice。Paypal确实能够做到在相当大的程度上不加班、不内卷，很适合追求wlb的同学选择。离职原因：1、没有明确的留用机会。从实习生群中认识的同学口中听说ta实习了11个月，但在ta那年秋招要结束时仍然没有等来return offer的消息。2、由于所在的team定位就是协助其他风控team更好的打击欺诈行为，整个实习期间大都是做偏向数据支持的工作，感觉对个人的提升较慢。当然这也跟自己之前没有实习过因此上手业务较慢有很大关系。3、想去国内互联网公司体验一下不同的工作环境，以此为秋招的职业选择提供更多的信息参考。4、外企过于舒服，容易死于安乐。并不是我想内卷，只是寒冬逼着我们燃尽一切。爱奇艺岗位：数据分析（风控方向）投递方式：某直聘面试问题：一面：2.7先是自我介绍1、SQL题：求每个班级学生总成绩最高的3名2、SQL知识：SQL的掌握程度如何？有没有建过表？insert into 和 insert overwrite有什么区别？join 和left join的区别？ 与聚合函数一起使用的筛选关键字是什么？2、深挖简历：介绍一下上段实习做了哪几方面的工作？（上段实习在某外企支付公司做风控数据分析）3、深挖简历：针对项目中用到的word2vec提问：滑动窗口设置了几个？为什么这么设置？4、深挖简历：你对风控业务有多少认识？5、其他问题：为什么要从上一段实习离职？6、反问：1、爱奇艺的风控主要是什么业务内容？2、日常是否会运用到一些统计方法，比如a/b test。面试官的回答很专业，但是我不是很懂。7、面试官介绍业务：1、爱奇艺的风控范围很广：e.g. 利用会员活动薅羊毛、弹幕、视频盗链等；2、希望实习生能参与到实际的业务case中，大概就是实际的去撰写风控策略。二面：2.9基本是闲聊，介绍业务情况，询问是否在等其他实习offer？oc：2.10面试整体感受很好，面试流程的推进也比较快。面试官也比较和蔼，同时也十分耐心的回答日常的工作业务。但是因为有其他合适的offer了，所以就拒了。想要从事风控方向数分的小伙伴可以去尝试一下，感觉能够收获很多。蔚来汽车岗位：战略数据分析投递方式：牛客一面：2.8先是常规的自我介绍1、两道sql题，在飞书的共享文档上编辑。一道是：提取用户 a 所有好友购买过的产品id；一道是：统计某个字段中某个字符出现的频率。2、你对新能源汽车行业有什么认识？对于这个实习岗位有什么认识？（大概是想考察我对新能源汽车以及这个岗位的了解程度）3、介绍一下上一次实习的工作内容，从中收获最大的是什么？4、针对一些实习中的内容进行追问5、面试官介绍了一下岗位的情况6、反问：日常的工作有哪些？会不会接触到运用统计方法进行策略分析的项目（ab test）？新能源汽车行业的数据分析与互联网行业有何差别？整体感觉还是很不错的。面试官在介绍新能源车企和互联网公司数据分析差异的时候也很耐心（1、新能源车企数据指标建设还不完善。2、数据量比较少。3、需要更多的与各地的线下门店交互，了解他们的业务实践情况）oc: 2.10 因为有了更好的选择，就没有再去蔚来了。Bilibili岗位：数据分析（搜索业务）投递方式：牛客一面：2.8先是自我介绍1、介绍一下上一段实习、从中收获了哪些，追问了一些细节。（深挖简历）2、你觉得监控B站日常运营的核心指标可以有哪些？（数据指标体系建设，面试官对我的回答按to b和to c分了类）3、如果DAU产生了下降，你该如何分析？（数据指标异动）4、SQL的掌握情况，写了一道SQL题：每个区的观看最多的用户前3名5、反问：日常工作有哪些？二面：因为拿到了其他offer就鸽了整体感觉很好，面试的小姐姐人也很耐心。如果没有DD的offer，我肯定是期望能去B站的。滴滴岗位：数据分析（因果推断方向）投递方式：某直聘一面：2.101、自我介绍2、详细介绍实习经历中负责的各类工作。介绍一个实习中的项目，从中最大的收获是什么？（面试官的提问暗示了要用STAR法则进行回答）3、对ab test有什么了解吗？4、针对上一个问题追问：如果样本过小怎么办？5、假设有一个新策略要上线，如何避免实验组样本与对照组样本之间的相互影响？组内样本的相互影响又该如何避免？6、如何发现数据中的异常点？（异常检测）7、介绍一下简历上所写的因果推断方法，有没有实际使用过？（在自己写的计量经济学论文里用过DID和IV）8、如果有一天发现滴滴的订单成交额发生了下降，你会如何进行原因分析？（又是经典的指标异动）9、面试官介绍了一下日常的工作，主要是做以ab test为代表的因果推断检验。10、由于我表达了对因果推断的兴趣，面试官顺便问了一下为什么想做这样的工作？（我回答是因为兴趣，外加经济学中学习到了很多这样的计量方法，自己很想看看理论知识是如何落到实处的。）11、反问：能否简单的讲一个平时运用ab test的实验？；面试一共有几轮（急招只有一轮）整体感觉很nice，也很幸运的拿到了offer，现在在滴滴实习。面试复盘增加获得offer概率的经验：1、最好能够表现出对岗位的兴趣2、表现出能够尽快入职以及异地租房不是问题的态度3、在回答上段实习为什么要离开的时候，不要说没有留用机会等过于功利的理由，要说为了学到更多的东西、想要了解其他业务领域之类的空话、套话。4、不要诚实的回答自己是否有其他offer或面试，要知道企业肯定不会只面你一个。e.g. 我在小红书上刷到了跟我几乎同一时间面蔚来相同岗位的大佬，他oc的那一天也是我面试的那一天，后来那个大佬貌似鸽了，然后又给了我oc。5、在描述实习项目经历的时候最好用STAR法则，同时一定要总结一下自己的贡献（最好能量化，比如“xx策略准确率达到90%，大幅提高了xx效率”）和收获（锻炼了什么技能、学会了什么新的思维方式、培养了什么样的能力）。6、要利用好反问的机会从面试官口中获取有用的信息，可以留作以后面试的知识储备。7、很多问题其实都有套路，比如数据指标异动、职业规划等等问题。首先必须肯定这些套路肯定是有用的，如果你预先准备肯定能在面试中呈现出较好的表现。但入职后与当初的“面试官”交流时才意识到，其实这些套路面试官也可能很熟悉，说不定他们也曾经准备过类似的东西。所以在背套路的同时，最好能够弱化回答的“套路感”，并且争取有自己的独特的思路。写在最后：现在的就业形势很严峻，实习也因此显得格外重要。很多同学们都会焦虑自己没有实习或者找不到实习，去年暑假的我也经历着同样的焦虑和痛苦，这种感觉时至今日也没有太多改善。但在面试了愈来愈多的企业并拿到一些offer之后，我深刻的感受到一个道理：那就是“事在人为”四个大字。在面试滴滴前，我摆烂了整个1月。2月1日返校之时，牛客上的sql题我都没有一刷，诸如“次日留存”、“连续登陆”、甚至是窗口函数对当时的我而言都是一个个“熟悉的陌生人”。在那10天里，我基本上维持着一边刷题、一边看数分面经、一遍投简历的节奏，每天都在失眠。我想对于当时的我，我完全可以编个理由说：“都有一份实习了，不如慢慢来，等后面冲刺暑期实习也不迟”。毕竟，对于一个2月1号还不懂窗口函数的人，你也不能要求更多。但是我很庆幸我没有那么麻痹自己，而是秉持着“看一点是一点”的原则，很多那十天我才去了解的知识真的就变成了面试中应对问题的“语料库”。如果没有那十天的坚持，我现在应该还在焦虑和悔恨中刷着牛客。诚然，学历、专业、学校层次、既往的实习经历等硬性指标都是实习筛选时的重要参考，但硬性的指标想要改变绝非一朝一夕之工，与其在焦虑、胆怯和悔恨中摆烂，任由时间一分一秒的浪费，不如尽力改变你眼下能改变的。求职数分的同学们肯定知道概率统计中的小概率事件，虽然小概率事件发生的概率很低，但是只要N足够大，也有发生的可能。如果你不用你的努力去扩大这个N，又如何能指望变成那个1呢？