先介绍一下我个人的背景：非统计计算机背景半路转专业ds英硕选手（本科是双非一本+QS30硕中外合办），一段不知名公司水实习。从3月开始陆陆续续投了各个厂数据分析实习生的暑期实习项目，目前只有美的一个offer，战绩惨淡，也深刻感受到了当下转行数分如49年入国军的大背景。这篇帖子总结了目前面过的各个公司的面经，大家有需要的可以参考一下～ 我7月马上就回国了，隔离期间应该会再投一波日常实习，到时候会把全部面经和整个招聘季的战绩贴出来分享。

贝壳数据分析（共三面，没录音，大部分是结构化面试，包含部分业务模型提问如RFM，后续无消息，貌似是公司内部调整砍了全部实习hc）

联想geo数分北京（4.12一面后无消息）

1.自我介绍

2.连锁商店项目深挖（背景、目标、方法）

数据集来自于哪里？ 使用什么工具，Python的哪些库？ 是个人项目吗？有传到平台吗？评分多少？

3.实习内容与收获

怎么当上组长的？组长和非组长的职责区别？

4.数据库使用过哪些？

举例一个SQL的复杂查询（举了连续登陆的例子）？能不能想到除了窗口函数的其他方法（没答上来）？

5.对Power BI，Tableau的理解？

用Tableau做过什么？做的什么样的简单看板。

6.爬虫的了解程度？每个网站不太一样怎么写规则（没答上来）。

7.对工作内容的期望是什么？

反问：

业务做什么？ 答：消费者服务。数据来自用户反馈，会建立用户画像。

美的-国际物流共享平台-数据分析（4.16群面，无单面，已offer）

大概是Excel倒入大规模数据，分析痛点，提建议。

hr说工作内容主要是物流数据的数据治理，数据分类等，和互联网的数据分析差别还是蛮大的，不过供应链方向的数分其实也是个不错的方向，制造业应该有蛮多缺口，感兴趣的同学可以尝试一下，应该比增长业务类的数分好进不少。

顺丰科技-大数据分析挖掘工程师 （4.21一面，4.24二面，无后续）

（一面）

1.自我介绍

2.有接触过hiveSQL吗？了解hiveSQL哪些点？

3.用过哪些窗口函数

4.SQL笛卡尔积是什么？有哪些join的方法？全连接指的是什么？A表m条，B表n条，全连接后有多少条记录？

5.爬虫了解程度

6.实习深挖（加工、清洗指的哪些工作，打分指的是哪些工作）

为什么使用对比和归因分析？有没有考虑其他方法？

用什么方式识别出业务问题

用没有使用统计检验方法？

有没有使用如PEST分析这样的分析框架？不同场景用哪种分析框架比较合适，有没有思考过其他场景？

7.连锁商店项目深挖

介绍一下KNN。

bagging和boosting的区别。随机森林简单介绍下。

8.最短路径项目深挖

手写算法复杂度多高？数据结构设计的合理性？

9.对Hadoop和Spark了解吗？

（二面HR面）

1.自我介绍

2.有没有考虑留英工作？为什么？

3.为什么本科要选择中外合办？

4.聊聊实习的收获与不足

针对实习的不足，实习结束后有没有做什么提升？

5.为什么选择数据科学作为后续职业发展方向？

6.工作地点毕业去向？南北方的差异？父母对就业的期望建议？

7.学习生活中最重要的决策是什么

8.为什么本科选大气科学？

网易互娱-数据分析工程师（4.27一面挂）

1.自我介绍

2.实习深挖

3.抖音，B站，爱奇艺。从用户内容和营收模式上分析这三个app的差异

4.抖音和快手的差异？

5.玩不玩游戏？玩游戏从哪些地方了解玩法，直播？

6.case，假设有一个游戏社区平台，用户量减少，且头部玩家KOL也在减少。针对这个现象，说一下分析的思路，面试官提示要从竞品平台角度切入。

中银金科-信息科技类实习生（一面挂）

没有录音，感觉岗位不太匹配哈哈哈明显感觉对方更想要开发岗。大概问了对金融科技的了解和数据分析的技能能给业务带来什么帮助。

华为-消费者管培生实习生（6.7 群面-技术面-主管面，6.22 offer）

（群面）

原本投的互联网产品，后被消费者这边捞过来了就来面了下，群面算是涨见识了，一共14个人（全部是男生）花一个半小时讨论一个排序case题，场面及其混乱，为了抢发言大部分人（包括我）逻辑都比较混乱。最后一个ucl的大佬带组carry了，直观上感觉华子群面不会淘汰太多人，虽然混乱但结果还算可以。

（技术面）

  1. 自我介绍，在校成绩等。

  2. 未来求职意向是什么方向？

  3. 对服务类销售有没有了解（当时直接愣了，一通乱答）

  4. 从数据分析的角度来分析消费者满意度和维修时长的相关度、维修时长到多短是最优的？

  5. 连锁商店预测项目叙述，挑一个用的模型解释一下

  6. 假设是一个店长，如何提高服务满意度

（主管面，主管人很好，感觉更多在和我解释他们部门做什么以及科普华为文化）

  1. 自我介绍

  2. 讲实习，内容，参与了什么项目，参与角色是什么？

项目分工你是怎么分的

实习完有没有思考留在公司工作，为什么不留？

实习结果达到预期了吗？工作结果有没有不满意？

如果12个人重新分工，能做什么改进能让工作结果更好？

  1. 为什么读研继续在曼大？有没有考虑国内的大学。

  2. 怎么看待华为现状，网上负面消息（加班，狼性文化）

  3. 能承受怎样的工作压力？

  4. 去服务类岗位的话，和最初的预想一致吗？

反问：去不去门店？培养机制是什么？

第一个月是要去门店的，了解业务。后面会做门店标准流程化、消费者满意度提升的工作，会跟一个产品的项目做。

滴滴秋储-数据分析实习生（反欺诈方向）（6.9一面，后无消息据了解应该是挂了，不过一面小姐姐还是很温柔的）

  1. 自我介绍（说了一分钟，面试官觉得有点短）

  2. 实习详细介绍一下？

举一个数据收集，整理工作中遇到的问题，怎么解决的？

除了数据凸增，还遇到过哪些缺失值、异常值的情况，怎么处理

  1. 挑一个项目介绍一下（选的连锁商店）

特征怎么拿到的，是挖掘出的还是直接给的？

  1. 再说一下另一个项目

  2. 如何理解偏学术数学模型和业务中的数据处理、指标分析的区别

  3. 对实习中有业务解释的数据分析和项目中的数据分析，有什么感受？（感觉和上一个问题好像）

  4. 业务认知很重要，想做哪个方向的数据分析（这几个问题明显感觉到面试官比较期望有反作弊相关经历的候选人，害难受）

  5. 教育经历每个学校的重点课程和专业技术上的提升？

  6. 擅长的工具，讲一下Python和SQL在数分中的应用和区别

  7. 爱好有什么？为什么喜欢球类运动？（满脸问号）

总结：数分岗位毫不夸张的讲除HR面90%的时间都是在深挖简历，感觉大厂面试越来越不看重对于工具的掌握了（仅限数分岗，毕竟数分的技术要求真的不算高，无非是茶树菇罢了2333，各种指标、ab测试设计如果没有相关经历的话面试官也很少会问，毕竟他们也清楚没经历的话这些问题全是硬背出来的），而是更看重对业务的理解，也就是实习与项目经历。