ETL开发工程师面试

整体情况： 公司主要是做汽车行业数据分析及研究咨询的，地点在广百新翼商务中心，交通比较方便。公司有两间办公室，整体规模不是很大。一部分是专职做数据处理等内容的，另一部分是做研究报告、行业分析报告之类的。面试官先让做了自我介绍，说说自己在上份工作中学到哪些软件技能咨询了个人Excel、SQL、VBA等软件技能的熟练程度。上机笔试了有关Excel、SQL语句、python爬虫、VBA公式等方面的应用。笔试完成后续再与面试官详细交谈了下公司的整体情况，尤其加班方面的看法如何等等。数据分析师岗位还是比较偏向于技术操作方面的，需要有SQL、VBA、以及一些报表自动化工具的内容。岗位要求的结果导向性比较明确，尤其是在报告方案的截至时间可能会有一些频繁的加班，当然也会根据个人的工作效率而定数据分析师是设置在公司数据部的，整个部分大概10人左右。其中有3人做前端、后端这类的纯开发，感觉整个部门都比较偏向于互联网IT技术这种，可能也只是个人想法。整个面试过程十分亲和，还不知道面试我的人属于公司什么层级的领导，暂且视为公司某个项目或者数据部的负责人吧。面试过程没有任何领导的架子，完全就是一对一的交谈，十分好评。整个楼层有很多家公司，走完走廊尽头才发现洗手间。面试到达地点后，前台没人，打联系电话也没人接，后来直接打的面试官电话才开始面试的。...查看更多

pwc general consulting暑期实习海外面经。海外留学研究生，坐标美国3月底做完网测，大概4月底才接到第一个电话，问我5月13号能不能在北京面试。我因为期末考试赶不回去，就说了不行，希望能稍微调剂一下时间，HR就说那可能先安排电话面试，让我等消息。 5月3号左右我的晚上11点，也就是北京中午11点突然接到了电话，HR 姐姐确认完基本信息直接问我能不能现在聊30分钟，也就是不会提前通知约时间的…我答应了，然后就是先1分钟英文自我介绍，之后中文回答问题，why consulting, why pwc, 以及许多behavioral 的问题，问的比较详细，要言之有据。 其实我个人感觉我这一轮发挥并不好，因为比较突然，之前没有做好功课过了一周的9号，先是HR 姐姐打电话过来约时间，然后就收到了终面邮件，和manager视频面试。我遇到的manager人很随和，我没什么压力，聊得还比较顺畅。也是侧重behavioral，尤其是团队合作和职业发展。 17、8号左右收到了reference check邮件，6月2号收到offer个人感觉海外面其实比国内面要容易…如果得到面试机会要好好把握，祝大家一切顺利！...查看更多

投递之后等待了一段时间，接到了HR的联系，随后很快进行了一轮简短的电话面试，主要是确认目前的毕业情况以及介绍公司岗位等，HR很友好，没有压力；电话最后约好了后续下一次的视频面试；攻略：没有压力，只是简单的提前沟通，如实作答即可第二轮和HR的视频面试是全英文进行的，主要对目前的技能树和未来的职业规划等进行了一次了解，HR也更详细地介绍了公司的情况和岗位需要注意的一些问题，会需要求职者对自己有一个比较明确的职业规划和思考，以及对自己简历上所列项目的介绍，为何认为自己适配这个岗位，对公司和岗位的个人理解等。攻略：较好的职业规划意识和英语水平应该能够帮助面试者更好地发挥第三次面试是FDM经典的Assessment Centre环节，面试官有两位，分别进行对面试者技术能力和职业规划的考察，其中技术面没有对Coding的要求，只是进行逻辑思路的考察；管理面与之前的HR面类似，更深入的询问面试者对于岗位的理解程度，包括未来要从事的领域，自身的优势等，应当是为以后的客户合作提前铺垫和筛选。 攻略：提前梳理一下自己简历的项目，查看自身的优势并在面试中如实表达出来。总的来说面试有难度，沟通水平很重要，对技术能力没有太高的要求，但是需要有基本的解决问题的逻辑思维。HR很耐心，沟通也很高效，能够得到详细的面试反馈，是很好的面试体验。...查看更多

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

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