面经详情

1面： 无自我介绍，直接介绍项目，我有一个数据挖掘的项目用了随机森林的模型，追问了一下模型的细节，包括适用场景、优缺点等。然后再问之前的工作内容，这个比较常规，简单介绍一下之前的工作。然后重点来了，面试官提了一个业务问题，如果今日头条的人均使用时长下降了，你会如何分析这个问题？每轮都会有这种业务问题，回答的好不好，会直接决定你面试的结果。这种问题该咋回答呢，给大家大概说一下这个问题我的思路：step1：首先人均使用时长 = 总使用时长 / 使用人数 指标类问题，要先和面试官明确分子和分母step2：人均使用时长下降了，这是不是一个问题？趋势是突然的下降，还是缓慢的下降？是不是只是因为是从周末到了工作日，大家都上班没时间刷手机？step3：如果认为人均使用时长下降是一个问题，对于这种问题最常见的做法就人群拆分，这个大家应该比较熟悉，核心是找出哪些人群的人均使用时长下降了？是所有人的人均使用时长都下降了，还是部分人？回答此问题的核心是看你能想到多少维度。举一个新老用户拆分的例子，对于新用户，如果发现是新用户的人均使用时长下降，可能的问题有哪些？是新用户的质量下降了？那么哪些渠道新用户的人均使用时长下降了？这些渠道会不会有问题？渠道投放的素材是什么样的，是不是投放素材的问题？如果发现所有渠道新用户的使用时长都下降了，那就可能不是UG侧的问题，那么是产品最近策略有没有调整？新用户冷启动推荐策略有没有调整？除了新老用户维度外，还有不同功能模块的使用时长是否有差异、竞品因素等等，想的越全面越好...查看更多

需要在字节跳动的飞书上面试。首先需要对自己做自我介绍，然后面试官会通过飞书出题，对于数据开发来说比较重要的是SQL题跟数理统计知识。此外，简历上写的项目经历格外重要，面试官会在这个上面提问，如果回答得不好就凉了。首先是SQL题，给出表与需求，需要我们写出对应的SQL语句。除了简单的SQL语法以外，需要格外注意窗口函数，我对窗口函数不太熟悉，就挂在这上面了。第二个是数理统计题，主要问了一个经典的***分配资产的问题，这个其实我也不太清楚正确的解法。...查看更多

一轮: 我提出了用rfm模型，但是没提要根据用户最近一次购买时间给个权重，面试官还补充了应该考虑优惠券可能导致的亏损，总之是偏向业务的轻松愉快项，小哥哥也是很友善很耐心，他的分析也让我受益良多（感激~）。没有过多的自我介绍和工作经验展开谈，面试官时间比较紧的样子，这里划重点呐一般SQL考最难的也就是几个窗口函数了，七日留存date_diff，连续登陆的问题也可以了解一下lead()over()。基本上，我的面试到这里就结束了。面试官非常不满意我说不出来公式，这里想补充一下，我当时没有互联网经验也不知道DAU的公式，只是要考虑留存和流失和新增这几个元素。...查看更多

一面：面试的字节data部门本地生活的数据分析，面试官是一个小姐姐，人很温柔，自我介绍后重点问了项目里的一个异动分析case，然后给到一个抖音达人带货GMV持续下跌的情景，让我现场说分析思路（思路当时回答的大概是达人视频供给量*转化*客单，然后拆维度），然后让我就转化下跌做进一步下钻，回答内容侧和商品侧，商品侧比较好验证，核心看是哪个品类或品牌的低，然后验证是否在头腰尾部的达人中都出现下跌，还可以结合复购、好评等指标；内容侧提出本身质量变低和推荐不准的假设，这个比较难验证，因为两者有关联，都会导致完播率等衡量指标下跌，我提出的解法是上AB实验，观察是否各个群体转化都下跌，排除推荐因素。接着问了AB实验的流程和常有检验。然后是考产品思维，问最常有的APP，然后什么功能可以改进，改进了怎么衡量效果，造成的其他影响怎么解决，结果和预期不一致又怎么办，一环扣一环，小姐姐思维真的非常缜密，也非常考验人的逻辑思维和指标量化的能力。整个过程虽虐但爽hhh...查看更多

笔试：90分钟，选择题和四道SQL1.有字段 员工ID、员工姓名、登录时间戳、分区时间。请查询月初至今连续7天或以上上班的员工，用SQL2.某公司开展电商业务，访客访问一个店铺时会产生一条访问日志。访问日志存储的表名为ods_visit_log,访客每次编号为log_id，访问用户id为user_id，被访问的店铺名称为shop_name,访问时间为time，请给出SQL建表语句3.统计每个店铺的独立访客要求去重用SQL4.统计每个店铺访问次数top3的访客信息（shop_name、user_id、访问次数visit_cnt）用SQL5.公司想要促进中小客户进行充值消费增加营收，现有两种优惠方案:方案A“8折券，最高抵扣288元，最低充值100元可用”:方案B"直减88元券，最低充值100元可用"，只能选择一种方案开展，你会如何进行选择?为什么会这样选择?视频面试：30分钟深挖简历...查看更多