深圳腾讯数据分析师面试经验

是去年面的实习，没有笔试直接一面技术面2. 算法问题因为我写了自己做项目用到了一些机器学习算法 所以问得非常详细我是偏数据分析的岗位，后面问了面试官，他说这个实习岗就招两个人：一个偏算法一个偏数据。偏数据的需要Python和SQL用的很好。

腾讯ieg 数据分析一面问了很多数仓的基础 hadoop，spark，linux之类的二面主管主要是问了数据分析方法论，费米估计，mece分析方法之类的

一面： 技术面，是组员，问了过往经历，然后给了case，异动归因和lc一道简单题和sql的一个问题，整体难度不大，差不多一个小时leader面，问了过往经历，ab testing，和业务上的一些理解。问了很多行为面试的题，都是经典的，为什么换工作，对这个职位看重什么之类的。

上来主要聊得就是某一app的数据面的分析，需要观察哪些指标来确定哪些问题，或者提出解决方案。问题都很实际。还问了以前做过的ab test过程

招商银行信用卡中心数据分析一面群面，线上腾讯会议给资料阅读几分钟，然后讨论直播行业面临的挑战，比较经典无领导群面

王者荣耀项目组，简历深挖，当时没有准备好，简历上面用的算法模型没有准备好，给跪了。游戏项目的话还有游戏指标和活动评估等需要好好准备

部门业务：偏数据产品的中台（会涉及到埋点基建以及专题分析，具体也要看业务）1、自我介绍2、简历项目深挖3、两段实习的体验？为什么要结束第一段实习到第二段？怎么看待基建和分析的工作内容？4、反问

一共经历了三面挂在最后一面，如果过了的话很快就有人follow-up安排下一轮。一面：一面是一个非常phd的小哥，因为我是学数学的，所以问得非常深，概率和随机过程要从测度角度解释，大叔定律的证明（特征函数），delta方法及其证明。 然后是一些和业务结合的A/B testing，focus more on Statisitic assumptions and model set-up，当你抛出一个方法的时候会追问原理甚至证明，现象必须用数学定理/公式解释。但是小哥哥人非常好，会给你hint，帮你拆解问题，如果没回答好会告诉你如何分析。 二面和三面都是从简历出发，讲项目及其一些发散的问题，二面后有一个非常简单的笔试，三面没有展示出自己的优势所以挂了。大家加油。

问了统计学基础问题以及实际场景问题。

背景：港本+英国研究生（网课党），金融工程一开始投递的是金融投资分析，参加了五人群面，和清北武大中大的经管院大佬相比本人的表现不亮眼，应该是被刷了，不过好在被Fintech数据部门又捞起来了，上周周中分别面了初试和复试。测评就没啥好分享的了，多刷题就好。数分岗的笔试题比较综合，有对互联网产品指标、业务、建模等方面知识的考察，也有SQL，机器学习建模的掌握程度的问题，最后还有一个对比腾讯系的金融产品和竞品的开放式习题。给了我快一周的时间去准备。不过因为我本科研究生均在海外高校读的，并且之前主攻的求职方向还是金融行业，所以这一块我花了挺多时间去学习准备。初面和复面都先是自我介绍，接着就直接从你的简历上的实习/项目入手，然后展开询问例如：“你的在xx实习上是一个怎样的角色，起到了什么作用？”，“这个task有没有别的做法？”，“你觉得这样做有什么优劣？”等等延申的问题。我面试之前大意了，不太清楚这么个套路，不过所幸还是稍微回顾了一下自己的实习经历，勉强有答到面试官的问题。所以在此劝各位同学一定要好好回顾自己的实习/项目经历，特别是要注意自己艺术加工过的文字（懂得都懂），不然卡住了是很尴尬的事情。（在此也奉劝各位同学诚实地写简历， 千万别写自己没做过的事情）再之后就是问了一些数据处理、可视化、机器学习等相关的问题，问题的种类可能取决于你简历所呈现出来的样子。（也有同学收到的问题多为业务/互联网产品相关的）。最后问了一些开放式问题，感觉面试官想出来的这些问题真的很契合你自身的背景，所以我就不分享我收到的这类问题了吧，以免大家过分紧张。总之，多回顾自己的经历、多想想自己会什么、以及多思考自己做过的事情怎么优化是最重要的。最后最后，祝各位笔试面试顺利！也希望自己下周能接到HR面。共勉！