【数据分析岗】大厂面试真题(一)

发布于 2021-09-11 18:36 ，所属分类：试题库考试资料大全

点击上方蓝色【数据有道DataHayWay】+星标~

第一时间获取最新内容

之前，针对面试框架进行了梳理

【数据分析岗】面试框架梳理（含高频题型）

很多同学给我反馈：

希望对大厂面试真题做一个系列，

方便学习+自测。

于是本篇，

就整理了数分岗常见面试真题

内含 解题思路 +参考答案

------正文手动分割线------

本文结构速览：

一、SQL题

二、机器学习&概率论

三、开放性问题

SQL题

面试真题：

现有一张用户签到表（user_sign_d）,标记用户每日是否签到，表结构如下

sign_date: 日期
user_id: 用户ID
if_sign:当日是否签到,1表示签到，0表示未签到

问题 ①：

请计算截止到当前每个用户已经连续签到的天数（输出表仅包含当天签到的所有用户，计算其连续签到的天数）

输出表结构如下：

user_id: 用户ID
continuous_days: 连续签到的天数

▼ 解题思路：

计算最近一次未签到的日期，然后和当前日期做时间差，即为连续签到的天数

踩坑点：如果用户每日签到，不存在未签到日期，需要特殊处理

▼SQL答案参考：

问题 ②：

请计算每个用户历史依赖最大的连续签到天数

输出表结构如下:

user_id: 用户ID
max_continuous_days: 最大连续签到天数

▼ 解题思路1：

解答该题目思路较为巧妙，下面一步步进行拆解：

step1:将每个用户签到的情况根据日期拼接成一个长的字符串，如（0-1-1-0），

step2: 然后根据0进行切割（split）

step3:切割后进行列转行

step4: 再对转好的列进行计算，长度最长的一段字符串

▼ 解题思路2：

借助问题1的思路，找到每两个为签到日期的时间差，然后找最大的时间差作为连续签到的最大天数。

注意：这个答案给答题者留了两个坑：

最近一次连续签到时间没有包含在内
如果用户没有未签到日期，也就是用户每日签到，这种无法计算在内

对于这两个坑，留给大家自行补坑。

机器学习&概率论

面试真题1：A/B test如何进行，如何用统计知识看A/B test的结果？

▼参考答案：

A/B test一般涉及到现状分析、目标设定/方案输出、设计与开发、流量分配、数据采集及分析。AB结果主要使用假设检验进行评估，根据样本量，指标设定假设检验的统计量等。

注意：这里面试官会根据应聘者的回答，发散性的问其他相关问题。

面试真题2：AB效果不好怎么办？

▼参考答案：

增加样本量：根据显著性检验的原理，只要实验组和对照组差值及样本方差不变的情况下，样本量足够大，我们总是可以得到显著性的结果。
减少样本均值的方差：减少样本均值方差的方法有减少离群值的影响，缩减方差（CUPED）的方法。
更换指标：更换一个方差更小的指标，比如某购物平台，实验指标一开始是用户购买的平均金额，我们可以更换为用户是否购买。对同一批样本，是否购买属于0-1分布，样本的均值方差自然比用户购买的平均金额小很多。

面试真题3：在建模的时候，如何进行特征筛选？

▼参考答案：通过计算每个特征的信息增益比、随机森林算法等进行特征筛选。

注意：这里面试官可能会根据应聘者的回答结合简历经历问一些问题。

面试真题4：线性回归的前提假设有哪些？

▼参考答案：