深度好文｜背下来，咨询互联网外资Offer随你挑
Offer帮官网：offerbang.io
2023年度行业标杆教育集团
毕业季已然到来，毕业生们也将面临求职问题，进入各大厂工作也是毕业生们的所向往的。那么，如果你正在寻找数据分析相关岗位，面对各种互联网大厂的招聘信息，“该怎么选择？应该怎么准备面试？”或许会让你困惑。
字节跳动
什么情况下不能使用随机分流实验进行增效度量？
给你一个无序数组，怎么才能合理？
阿里巴巴
你认为数据分析的价值如何体现？
说说你做过的项目，有什么具体的成果和提升指标？
腾讯
对数据科学工作的理解和期待是什么？
What do you understand about the Rectified Linear Unit in Machine Learning?
通过总结我们可以发现，不同的公司对于数据分析岗位的面试有不同的要求，且数据可视化技能正在成为全球数据团队推崇技能 。有数据显示，数据分析技能和数据可视化技能是过去一年在全球数据人才中增长最快的技能，前者增长速度约为150%，后者增速同样超过100%，说明数据分析相关的能力越来越受大家的重视，所以公司在筛选人才的时候往往会设置高难度问题，但面试主要涉及技术和业务层面能力考查，🌰例如：
🚩数据处理和编程能力：应聘者需要具备数据处理的基本技能，如SQL查询、Excel高级功能、Python或R等编程语言的使用。对于更高级的数据分析岗位，还可能要求具备数据库管理、数据清洗和转换等技能。
🚩统计和数据建模知识：理解基本的统计学原理、能够进行数据分析建模以及掌握相关的统计测试方法，如回归分析、聚类分析等，对于应聘者的要求较高。
🚩逻辑思维和问题解决能力：数据分析师需要能够从复杂的数据中发现问题、提出假设，并通过数据分析来验证假设。因此，应聘者需要具备良好的逻辑思维和问题解决能力。
对于应聘者来说，了解岗位要求、提升相关技能和知识、积累工作经验并提升沟通能力和报告撰写能力等都是提高面试成功率的关键。
接下来我们来一起看看大厂比较典型的面试真题吧！👇背下来，咨询互联网外资Offer随你挑！
Q
What is database denormalization?
▶非规范化是指以偏离典型规范化规则(1NF、2NF、3NF等)的方式修改数据库模式的过程。
▶非规范化通常用于提高数据库的性能，特别是当它被用于报告和分析目的时(而不是在联机事务处理(OLTP)管理器中)。
▶通过复制数据，反规范化可以减少检索数据所需的昂贵连接的数量，从而提高查询性能。然而，非规范化也会导致一些问题，例如增加数据冗余以及需要更复杂的更新和删除操作。
Q
What do you understand about supervised and unsupervised machine learning?
▶从标记的训练数据中推断函数的机器学习任务被称为监督学习。一组训练样例构成训练数据。支持向量机、回归、朴素贝叶斯、决策树、k近邻算法和神经网络都是算法的例子。例如，如果您构建了一个水果分类器，根据显示给分类器的苹果、橙子和香蕉的示例，标签将是“这是一个橙子，这是一个苹果，这是一个香蕉”。
▶无监督学习是一种机器学习算法，用于从包含未标记输入数据的数据集中得出结论。聚类、异常检测、神经网络和潜在变量模型都是算法的例子。例如，在同一个例子中，水果聚类将对“有很多酒窝和柔软皮肤的水果”、“有光泽的硬皮肤的水果”和“细长的黄色水果”进行分类。
Q
Describe a statistical project you have worked on and explain the role you played in it and how you used your knowledge of statistics to solve problems.
我曾参与一个关于城市交通拥堵问题的统计项目。这个项目的主要目的是通过收集和分析交通数据，找出交通拥堵的原因，并为城市规划者提供改善建议。
▶在这个项目中，我主要负责数据分析和解读。一是利用统计软件对收集到的交通流量、事故发生率、道路状况等数据进行整理和处理。二运用描述性统计方法，计算出各个指标的平均值、标准差等，以初步了解数据的分布情况和特征。
▶为了进一步探究交通拥堵的原因，我使用了相关性分析和回归分析等统计方法。通过计算不同指标之间的相关系数，我发现交通流量和道路状况与交通拥堵程度存在显著相关性。
▶基于这些分析结果，我向城市规划者提出了针对性的改善建议，如优化道路布局、提升公共交通设施等。这些建议得到了积极的反馈，并被纳入到了城市改善计划中。通过这个项目，我深刻体会到了统计知识在解决实际问题中的重要作用。它不仅帮助我们更加科学地理解和分析数据，还能为决策提供有力的依据。
Q
Given a data set on product sales, how would you analyze which factors influenced sales?
分析产品销售数据集时，我会首先关注与销售额可能相关的因素，如价格、促销活动、市场需求、竞争情况等。通过计算这些因素与销售额之间的相关性，可以初步判断它们对销售额的影响程度。接下来利用统计模型（如回归分析）来进一步量化这些因素的影响，并确定哪些因素是显著的。最后结合业务实际情况，对分析结果进行解释和讨论，提出针对性的建议来改善销售额。
Q
Please describe a project in which you have used statistical software (such as R,SPSS, SAS, etc.) for data analysis and explain why you chose this software.
在之前的一个市场调研项目中，我使用了 R语言进行数据分析。这个项目主要是对客户反馈数据进行情感分析，以了解客户对我们产品的满意度和改进建议。
选择R语言的原因主要有两方面：一是 R语言具有强大的数据处理和统计分析能力，尤其是它的文本挖掘和机器学习包，非常适合进行数据分析；二是R语言是开源免费的，有着丰富的社区资源和活跃的开发者群体。
Q
When you have a multicollinearity problem, how do you solve it?
▶先通过计算变量间的相关系数和方差膨胀因子 （VIF）来诊断共线性程度。
▶如果共线性确实严重，我会考虑以下几种解决方法：删除与共线性高度相关的变量中的某些变量，以消除冗余信息；使用主成分分析或岭回归等技术来降低数据维度并处理共线性；对模型进行变换，如对数变换，以减轻共线性的影响。在选择具体方法时，我会根据问题的实际情况、数据的特点和分析需求进行综合评估。
Q
How would you explain the idea of a p-value to a non-statistician?
如果有一个新的算法，需要测试它是否更好，我们会使用两个假设，一个零假设，一个检验假设。零假设会说新算法没有更好的表现，而检验假设会说它确实表现得更好。在这种情况下，p值将为我们提供在新算法没有更好的情况下获得相同结果的可能性的度量。如果p值小于0.05，则拒绝此零假设。
Q
Let's say that we're building a model to predict real estate home prices in peric lar city. We analyze the distribution of the home prices and see that the home values are skewed to the right. Do we need to do anything or take this into consideration?
在右倾斜的分布中，大多数房屋的价格处于较低的一端，很少有房屋的价格很高。这种偏性会影响大多数预测模型的性能，因为它们通常假设数据正态分布。为了解决这个问题，我将对房价进行对数变换以使分布正常化。
Q
How do you maintain responsibility?
除了我自己的诚信之外，我还有一些工具可以帮助我保持责任心。我喜欢使用日历应用程序和项目管理工具（如Asana）来跟踪我的可交付成果并确保跟踪我的截止日期。我提前留出时间完成每项任务，如果遇到极端情况需要更多时间，我会与上司和同事沟通。我还确保在项目截止日期之前提前安排与利益相关者或团队成员的会议，以确保我们在项目的同一页面上。
Q
When doing a linear regression analysis, how do you determine which variables should be included in the model?
▶主要依据变量的相关性、理论和实际意义来选择。
▶通过计算各变量与目标变量的相关系数，初步筛选出与目标变量显著相关的变量。结合领域知识和实践经验，评估这些变量在理论上是否对目标变量有影响，以及这种影响是否符合实际情境。最后，可能还需要考虑变量之间的多重共线性问题，避免引入高度相关的变量导致模型不稳定。
尽管国内外互联网公司在文化、工作环境等方面存在差异，但数据分析岗位的面试却有许多共同点。专业技能是面试的核心，国内外公司都会重点考察候选人的统计学、数据库、数据挖掘等方面的知识。项目经验也是评估候选人的重要依据，面试官会关注候选人在过去项目中的表现和能力。
Tips:
HR在面试时，倾向于寻找具备扎实技术能力和专业知识、能够运用数据分析解决实际问题、深入理解业务并具有良好沟通能力的候选人。他们欣赏那些具备严密逻辑思维和推理能力，以及展现出持续学习和自我提升态度的面试者。
关于大厂面试真题就分享到这~大家在面试的时候只要足够专业，从容应答，相信会有属于你的Offer！如果还想进一步了解数据分析岗位面试的相关经验，欢迎来加入《数据/商业分析求职实战营·基础班》！
《数据/商业分析求职实战营·基础班》
名企项目+面试刷题+Technical提升一站搞定
无论是零基础的数据小白，还是想提升求职竞争力的高阶打工人，想一站式掌握Python, SQL等核心技能，解锁大厂真实项目经验，复盘面试真题实训，一个课程就够了！
由互联网大厂、投行、咨询资深从业人员和招聘面试官倾力打造，三周带你从0到1逆袭，华丽转身为集万千宠爱的大数据人才！
Offer帮金牌顾问// James
🔎扫码了解课程详情
🔓免费试听，解锁更多优惠
名企导师天团，深度互动答疑
课程由国内外知名大厂数据行业导师天团倾力研发，结合当下数据分析岗位需求、面试知识点及热点，力求帮助学生深入浅出，一站式提升简历、面试、行业知识及技能。
华尔街量化对冲基金分析师Kevin
FLAG数据分析师 Chris
互联网资深数据科学家 Callie
BAT数据分析师 Deniel
MBB数据分析师Tong
纽约对冲基金量化组Jon
另外，我们还安排了相应的导师Office Hour在线答疑，确保同学们可以有更多时间和导师深度互动，绝不把问题留到明天！！！
工业级实战项目，核心必备知识
区别于学校和市场上单纯的技能培训，《Offer帮求职核心课程》名企导师手把手带你做“可以写进简历的实战项目”：知名企业的真实项目数据，有效提高简历含金量，增加通过初筛概率！
*本课程项目原型来自BCG/美团/Avis企业业务实战/LAB/面试项目，并根据授课需要进行了改编
*真题和面试经验均来自于亚马逊/谷歌/微软/彭博/摩根大通等名企
同时，课程会详细讲解数据求职时所会遇到的各种问题，及应对技巧，让同学对求职整个过程有更清晰的目标和规划。
👇课程大纲👇
课程采用录播+直播相结合的方式，课程有效期内#免费无限次课程回放，帮助你补课或者反复复习，满足你的时间弹性和多次学习需要。
#求职资料实时更新，保姆式为你的求职之路保驾护航。更有创新自主学习平台，一站式管理学习资料&课程进度；#数据专属交流群，结识志同道合的求职伙伴，扩大职场社交圈！
🔥暑期限时特惠
Summer Sales
课程原价$590/门，暑期限时抢购直降至$490/门。此外现在报名还可额外免费获赠由量化开发/数据分析师/硅谷大厂软件开发/数据科学家及投行量化交易员等资深从业人员共同研发的价值$199的《Python入门速成班》，快速上手Python，告别编程小白！
学有余力的同学可以直接报名《数据/商业分析求职实战基础班+进阶班》双课程，两门课一起报可解锁全年最低折扣$340/门，搞定数据分析求职需要的99%的知识点&项目经验，大大提升职场竞争力！
该课程已经帮助数千学生顺利进入麦肯锡、亚马逊、摩根大通、谷歌、BCG等各行业的顶级头部公司，并收获无数五星好评🌟。感兴趣的同学请尽快抢位报名！小班教学，报完即止！
Offer帮
Offer帮金牌顾问// James
🔎扫码了解课程详情
🔓免费试听，解锁更多优惠
我们的学员们已成功斩获金融、咨询、数据等多个领域的Offer。能展示出的Offer只是冰山一角，这一份份实打实、沉甸甸的Offer，让我们团队的每一个人都倍感自豪。在未来的道路上，Offer帮会继续脚踏实地，用专业、诚信、用心的原则，助力所有学员的求职之路！
微信扫码关注该文公众号作者