提前批面了三家数据分析，大概说一下问了一些啥吧。maybe可以给还在秋招的小伙伴一点点点点点帮助。    京东    最先面的京东，一面到二面隔了有一周吧，二面完之后过了两天面了HR面。一直没有feedback了，估计凉了。两轮技术面加HR面都是视频面试。    一面    1. 自我介绍    2. 一个python编程+一个SQL题    3. 根据简历上的项目问了机器学习的一些东西，kmeans,xgboost基本原理，怎么评价kmeans的结果    4. CNN模型结构，卷积层的作用    5. 爬虫的一些东西，问了一些操作上的东西（可能是看你是不是真的有自己爬过吧我猜）    6. 计算机的一些知识吧，树的最大深度，了不了解分布式之类的（这一部分我都没答上尴尬）    7. 假设检验，二项分布下的假设检验    8. 正态分布    9. 一个智力题（100的阶乘有多少个0）    二面    1.自我介绍， 聊项目    2. 问了一个怎么计算通勤天数的题目（根据共享单车在各个时间点返回的对应经纬度）    京东一面问的内容比较广，机器学习，深度学习，统计的基础知识，数据结构，SQL都有涉及到。大部分没有特别深入的问（大概因为数据分析应该也对算法没有那么高的要求）    二面因为我有一个实习的内容跟面试的部门的业务比较相近，所以大部分时间都在聊项目这样；HR面就是聊了一下为什么选择京东，倾向于在哪个城市工作这一些问题。       美团     八月底的时候面试了美团，在上海现场面的，三轮技术面加HR面。美团现场面试流程还是走得很快的，面试体验很OK。    一面    1.自我介绍    2. 最近关注的互联网新闻，给出自己的评论    3. 怎么估计美团在上海地区一天的订单量    二面    1. 自我介绍    2. 写了一个SQL题    3. 聊项目，聊得比较细节一点，特征工程，怎么评判聚类结果    4. 评价美团点评    5. 为商家设计电子菜单，个性化推荐菜单可以用一些什么特征    6. 单纯按照销量来推荐热门菜会出现什么问题    三面    1. 自我介绍    2.项目，项目中遇到了什么问题，怎么解决的    3. 利用美团点评平台的所有数据，为一个准备开店的人做出策略    美团的没有数据分析这个岗的感觉，只有商业分析，比较偏向咨询类一点，做策略类型的工作比较多的感觉。    三面都有业务分析的题目，感觉要面的话可以多准备业务方向的东西（虽然我也不知道这个咋准备）面试官都很nice，每一面的提问阶段我都贼多问题，也很耐心...    HR面聊了职业规划，最近关注的热点之类的东西      --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------    字节跳动    周日的时候面试了头条的数据分析，头条问的问题比较业务。面完也是马上出结果的那种，面试体验还挺不错的。    一面     1. 简单自我介绍     2. 用过的头条系产品，说了抖音。然后又问一些别的常用的app。我其中提到了bilibili。问了抖音跟bilibili的区别，长视频跟短视频有什么区别。   3. 一个果农种西瓜有100亩地。有一个卖肥料地推销他的肥料，说可以提高30%产量。 果农第一年在10亩地中试验，的确可以达到30%的提升。第二年全量使用，结果只有5%的提升，这是什么原因导致的？想出一个方法评估这一个肥料真实提高。 4. 果农拉西瓜出去卖。拉100斤西瓜，然后每斤成本5元，卖10元一斤，卖完了所有的西瓜，赚了500元。请问果农怎么提高收入？（每天都只有100斤西瓜的供应量） 5. 提高单价，会导致销量降低。假设，销量与单价之间满足销量y=a*单价x+b的函数。果农最大收益是多少？果农要用什么策略来提高价格？     (我回答得比较数学，就是直接算最大值那样。面试官想要比较具体的果农能听懂的策略)    二面  1. 简单自我介绍 2. 说一下自己比较满意的项目，面试官兴趣不大。也就没问具体的了。 3. 抖音要现在有两个新功能，直播跟私信。你怎么利用这两个功能的现状来评估，应该重点推广哪一个功能（面试官有提示，这两个功能类型不同之类的）你推广了这个功能之后，怎么评估推广的效果 4. 对这两个功能做abtest(可能我自己挖坑说了abtest)，怎么控制实验组，对照组的人数（目前假设抖音日活1.5亿人）    5. 17年，12月抖音，IOS用户的平均停留时长翻倍。已经发现：1.机型越新的用户，涨幅越大；2.安卓用户没有发生这个情况；3.这期间没有运营活动。分析这一现象的原因。    大概问题就是这些了~默默求问一下，数据分析岗的大家都是怎么准备各种业务问题的，答业务问题的时候，就感觉自己很没有数据分析的sense了，怀疑人生...Orz...