TimeLine：线上初赛202208??，线下复赛20220822-20220826当时的BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师写在前面的话：以下问题的答案必然存在错误，敬请读者批评指正线上初赛主要考察算法和SQL，算法的难度不是特别高，但SQL有一定难度民生银行卡中心的代码平台仅有上传功能，并不是OJ，因此只能在本地进行样例测试初试没有屏幕监控，因此理论上可求助于任何渠道（划掉）算法题1.题目描述：输入格式：输出格式： input_nums = [] while True: inputing = int(input()) if inputing == -1...

TimeLine：一面20211108，二面20211110，三面20211112当时的BG：北邮本硕，管理类专业，一段实习经历：美团商业分析师写在前面的话：该文档记录日常实习面试的相关问题，面试时间为2021年。以下问题的答案可能存在错误，敬请读者批评指正一面1. SQL考察数据表：用户表user_profile，字段有：user_id'用户id'和login_date'用户登录日期'1)20211107登录的用户中，次日留存的数量 select count(t1.user_id) from user_profile t1 where t1.login_date = '20211107' a...

TimeLine：一面20211109当时的BG：北邮本硕，管理类专业，一段实习经历：美团商业分析师写在前面的话：该文档记录日常实习面试的相关问题，面试时间为2021年。以下问题的答案可能存在错误，敬请读者批评指正一面1. 数据库种类有哪些？分别举例说明一下？1)关系型数据库：Oracle，Microsoft SQL Server，MySQL2)非关系型数据库：HBase2. 简要介绍一下Hive先介绍Hadoop，Hadoop是一整套大数据生态系统，主要包括：1)HDFS：海量数据的存储2)MapReduce：海量数据的分析和计算3)Yarn：资源管理和作业调度其中，MapReduce本质上...

TimeLine：一面20211102当时的BG：北邮本硕，管理类专业，一段实习经历：美团商业分析师写在前面的话：该文档记录日常实习面试的相关问题，面试时间为2021年。以下问题的答案可能存在错误，敬请读者批评指正一面1. 介绍一下假设检验假设检验是用来判断样本与样本之间的差异究竟是抽样误差导致还是存在本质差别的统计推断方法，本质上是反证法（证实一个命题需要穷尽所有可能，证伪一个命题只需要一个反例）1)需要先构造原假设和备择假设，其中，原假设是”差异是抽样误差所致“（例如AB测试中：”新功能/新策略没有效果“），备择假设是”差异是因为存在本质差别“（例如AB测试中：”新功能/新策略有效果“）2...

TimeLine：笔试202204??，面试20220517，线下比赛20220701-20220703当时的BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师写在前面的话：以下问题的答案可能存在错误，敬请读者批评指正笔试笔试为期两周，数据赛道的笔试内容是训练模型进行线上打榜（形式很像kaggle上的比赛），分为A榜和B榜，A榜数据集的正负样本分布相对均匀，B榜数据集的分布相对失衡，最终得分为A榜得分和B榜得分的加权和，Github上应该有笔试题目和代码，读者可自行搜索笔试前200名有奖金，打不到前200名也没事，训练营的录取结果会综合各方面因素进行判定面试面试时时间紧凑...

TimeLine：一面20220424，二面20220427，三面20220505（已挂）当时的BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师写在前面的话：该文档记录2023届暑期实习面试的相关问题，因此时间线分布在2022年。以下问题的答案可能存在错误，敬请读者批评指正一面1.SQL考察数据表内容：播放表play_table，包含字段日期（dt），用户ID（user_id）、视频类型ID（video_type_id）、观看次数（play_cnt）计算4月1日的7日内（4.2-4.8）的留存率，结果返回日期和留存率 with a as ( Select distinc...

TimeLine：一面20220420（已挂）当时的BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师写在前面的话：该文档记录2023届暑期实习面试的相关问题，因此时间线分布在2022年一面1.SQL代码面试时会共享屏幕在本地进行编写，不要求跑通，提供大致思路即可。下述解答可能存在问题，敬请读者批评指正。现在有两张数据表，分别为：订单表 orders，字段有：order_id '订单id'，user_id '用户id'，bikeid '车辆ID'，dt'订单日期20220101'，starttime'订单开始时间 2022-01-01 12:00:00'， endtime...

TimeLine：一面20221115（已挂）BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师写在前面的话：北京移动的面试环节紧凑，面试时间5-6分钟，问的问题都比较常规一面1. 毕业时间在什么时候？2. 在北京移动公司是否有直系亲属？3. 对于北京户口是否有刚需？4. 你的年薪预期是多少？5. 有没有投北京移动的其他岗位？6. 是否愿意接受调剂到市场/综合方向的岗位？7. 你认为你胜任这个岗位的能力是什么？8. 你认为大数据在通信行业的应用有哪些？9. 如果你进入了北京移动，你的未来规划是什么？

TimeLine：一面20221108（已挂）BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师写在前面的话：渤海银行的一面分为两个环节——第一个环节为无领导小组会议，第二个环节为半结构化面试一面环节1：无领导小组会议10位候选人，每人2分钟自我介绍结束后，5分钟阅读题目，每人1分钟陈述个人观点，10分钟详细谈论，5分钟总结汇报。讨论主题为“如果银行发生了用户数据泄露的情况，需要采取什么措施来弥补？请总结出3条最重要的措施”。环节2：半结构化面试随机抽取若干位候选人，结合候选人背景进行提问，记录所有问题如下：1.如何对银行行业的用户进行用户画像的建模？2. 当前的就业方向...

TimeLine：一面20221108，二面20221124BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师一面群面，10名候选人，5分钟阅读题目，每人1分钟时间陈述个人看法，10分钟时间团队讨论，5分钟时间汇报，之后会对一部分面试者进行单独提问二面5分钟时间，体验很一般，面试官会在面试者回答问题时打断发言，且面试官问的问题与岗位本身无太大关联1. 1分钟时间自我介绍2. 我们看你有美团和字节的实习经历，想问问你对美团和字节的看法是什么？反问：您想了解的是我对美团和字节公司本身的看法还是我在这两家公司的实习体验？3. 想问问你在这两家公司的实习体验，同时用三个词概括你对...

TimeLine：一面20221014，二面20221027，三面20221111，oc20221125  BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师   一面   群面，9-10名面试者被随机分成两个小组，玩类似地产大亨的游戏（通过拍卖形式购买建筑地块，建筑地块组合），最后5分钟结果阐述，1分钟补充发言，更详细的游戏流程读者可自行搜寻相关文章进行阅读   二面   1. 请介绍一下实习过程中最有成就感的项目   2. 这个项目一共有多少人参与？   3. 你的leader对于你在项目中的工作有什么评价？   4. 这个项目的哪些地方可以再改进一下？   5. 是...

#数据人的面试交流地#TimeLine：一面20220722，二面20220727，三面20220810，HR面20220815，意向20220824BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师一面1. 简述p值的概念定义1：根据检验统计量的样本观察值得出的概率，此概率为原假设可被拒绝的最小显著性水平本质上是一种概率，可以由统计量的样本观察值计算出来，与显著性水平作比较时可以得出拒绝/不拒绝原假设的判断，这种检验方法也被称为p值法定义2：当原假设为真时，比所得到的样本观察结果更极端结果出现的概率拿抛硬币为例子，假设A手上有一个两面都是字的硬币，想通过抛硬币的方式让B...

TimeLine：一面20220901，二面20220901，HR面20221009（已挂）  BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师   一面   1. 商分和数分的差别？   2. 如何向刚开始接触AB实验的同事解读实验结果？   3. 如果某指标受到组前和策略的共同影响，如何确定策略对该指标的影响大小？   4. AB实验中如何对异常指标作归因？   二面   1. 商分的缩写是BA，你认为能够体现出A的技能有哪些？   2. “具有商业sense”需要怎么达成？   3. 根据你之前的实习经历，对接的业务方通常会有哪些问题需要你解决？   4. AB实...

TimeLine：一面20220826，二面20220902，三面20220915，HR面20220920，意向20221017  BG：北邮本硕，管理类专业，两段实习经历：字节数据分析师、美团商业分析师   写在前面的话：字节秋招走的是跨部门转正，并非官网投递。以下问题并未完全记录当时的回答内容，敬请读者谅解   一面   1. 如果用户的人均使用时长下降，怎么分析？   ①明确分析指标：   人均使用时长 = 总使用时长 / DAU   因此人均使用时长的下降有可能是总使用时长的下降，或DAU的提升   ②确认数据准确性：   排查数据埋点，看看是否是埋点上报出错；结合历史数据排查是否是周...