数据科学家

一轮: 自我介绍， 项目/工作经验展开谈， 面试官会Q一些点，比如平时喜欢用什么APP？,他们的优惠券你会怎么设计， 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~）。 第二轮:  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， 于是让我SQL在线写，考了row_number()over 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()。 基于业务的数据分析问题等： 新版本DAU突然下降，如何分析 ？如何预测下一版本的DAU。 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。

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

🕰2022.03.25. 📍线上-电话  正式面试之前有一个【电话沟通】，不需要做自我介绍，但是会问一些相关问题，那天没录音所以可能记得不全，问题包括但不限于： 1. 是否了解岗位信息（我最开始投递的内容审核方向） 不记得提了一个什么问题然后我说了自己的求职意愿也有运营、产品类， 然后就跟我说我投递的岗位和运营相关度不高， 目前在招的搜索运营有没有兴趣， 我接着就问了搜索运营岗位的职务，然后hr接着提问 2. 最近有没有关注社会热点新闻 -我说了东航 3. 东航这个事件有什么关键词条会成为大家的重点搜索 -我说完hr也进行了一定补充 4. 搜索公司汽车和汽车公司有什么不同的结果  可能还有一两个其他的问题但我不太记得了，重点大概就是这几个，电话最后还跟我说了好好做准备加油，然后就把我转岗过去了，后面进了飞书的面试群，让我再次投递简历等待筛选，通过后会发面试邀请邮件。准备面试时间很紧凑，周五下午电话面试初步沟通，周日晚上收到面试邀请邮件，中间这个等待真的很漫长，担心二次投递不会简历被刷了吧……然后周一一大早就开始面试，面试的等待也是非常难熬的，大概因为我很讨厌面试吧所以字节的这个方式很熬人