#paypal# #数据分析# #外企# #实习# #面经# 岗位方向：风控面试提问：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。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。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。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。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。）