作为数据分析师，我是如何面试别人和被面试的（附面试真题）

thunderbang 可乐的数据分析之路

你好，我是可乐

今天这篇文章带你了解数据分析师被面试以及面试别人的真实案例

作者：雷帅

转行+数据组负责人+裸辞求职的经历让我有了各种各样的面试体验，包括我面别人和被别人面。面过形形色色的人，和被面的真实题目，结合自己的思考，总结一下，就着我个人的经历和认知，看看有没有什么有价值的地方，供众多的求职朋友参考。

1. As an Interviewer

—————————

对于经验比较匹配的面试者，往往表现地更自信，面试过程也会更有效。

例如面试者A，澳大计算机科学的本科，毕业项目用深度学习算法进行人脸和舌头图像分析的多疾病识别。这个项目是他简历上跟数据唯一相关的内容，为了能跟他有效沟通，我提前花了半个小时去思考这个研究的难点、意义以及研究流程，并做了电子笔记。可惜现在找不着了。

面试过程我花了大半时间跟他聊这个项目，我问了很多也学习了很多。聊下来的结果是我认为这些他做的东西虽然没有说多难，但是A在回答我的疑问时都有足够合理的解释，并思路清晰。加分。

一位候选人如果以前的经验不太匹配，在原领域是需要做出令自己骄傲的工作成果的，ta的潜力就得通过历史学习或者工作记录体现。就像有另个面试者简历上写喜欢英语，结果一问四级都没过，这不是搞笑嘛。

类似的情况还有很多个，电话面试的大多是港澳欧美的名校学生，现场也面过不少能力强的浙大在校生。有数据相关经验的，我大多会提前了解下，毕竟我自己基础往往不如他们。万幸虽然我对机器学习深度学习涉猎不深，但经验让我能够从大方向上理解一个相关问题大概要怎么解决，有什么样的难点。这让我能够深挖被面试者简历上内容的真正价值。

好了，到这里你们已经发现我面试别人的套路了。那就是去挖掘被面试者的强点，而非揪出其弱点，在这个过程中去权衡其与我司的匹配程度。当然，前提是来我司找工作或实习的人一般都没有同行业的工作经验，我的关注点必须放在数据挖掘领域的基本能力上。

那我是怎么保证能吸引到优秀的候选人呢？

聊工作经历的过程中，保证聊天过程是有来有回的。每一轮提问要尽量结合前面的回答，这需要我有足够的认知；
对其个人经历表示好奇，了解其个人职业思考；
分享我司该岗位的情况，保证面试过程有双向反馈；
提供个人建议，不管是通过还是拒绝。

但是也有一些面试者，学历和技能往往也不错，但过往可能经历过不太顺利的事情，出现很不自信的情况。这种情况需要尽量克服，越往后越发现，自信几乎影响一切。

现场面过一位南京大学的硕士，是一位女生，非相关专业毕业的。毕业之后在她专业领域内的公司做数据分析。简历上主要写了很多数据分析的学习项目，例如kaggle上的初级项目。

我本来挺怀有期望的，能跟这样背景的人聊一聊，我自己应该也能有所收获。虽然简历上可以看出其对算法的学习比较浅，但也可以进行一次有效的沟通，分享下各自的认识。

结果很不如意，我自己有时候就不太自信，但她表现出来的太太不自信了，不太敢说话，也没有表达欲望。提的问题只能得到很表层很简短的回答，想聊下去都比较困难。最后不欢而散了，她没有获得有价值的信息，我当然也没有。

所以，我的建议是，勇敢点，去展示你自己。除非hr瞎约的面试，面试过程就应该是有来有回的，你跑大半个城市花大半天时间总要想法子搞点收获吧。一个有效的面试过程会让你觉得，面试官可以给你很好的职业建议，因为很少有人能像面试官那样去了解你的专业技能。不管能不能拿下面试，自信地去展示自己，这样少则可以收获到一个较愉快的聊天，多则可以收获一个改变你职业发展的建议。

自信的另一个表现是勇敢，也是好事。还面过一位浙大的实习生，才研一，虽然没什么经验，方向也不太一致，但人很聪明，特别勇敢。

考虑到我们组的技术部分已经足以应付业务需要了，一位没有任何经验的实习生过来，主要时间都要花在熟悉现在的工作成果上，而在以业务为导向的公司，脱离业务学习技术毫无意义。从她的角度上，我认为价值不大。我给出的建议是在学校可以多学一些技术方向，广度和深度上都更有利。

她仍然很固执，觉得愿意去学她就能做的好。在校生在面临工作机会时，总是把自己往公司的要求上去匹配，觉得自己都能胜任。更成熟的做法是去匹配自己的兴趣和成长。

不过，她这样积极的心态和勇敢的作风，让我很有同感。现在我们是朋友，还常常联系，分享各自的认识和思考。

2. As an Interviewee

—————————

下面讲讲我面试的一些经历吧，具体对应的公司我就不说了。对于想转行的人来说，可能更关注的是这些具体的问题了。

主要面试过程都是个人工作经历和硬技能，前者可能会聊的比较深。这部分这里就不介绍了。

然后大部分会深入到技术上，问一两个sql题、逻辑思维题和算法理解。

面试遇到的SQL题

西二旗某司有道sql题如下：取连续3次及以上出现的num数。我大概记住的数据如下，下面的数据只有num=2连续出现了3次，因此结果是2。这个应用场景我没怎么想，不知道为什么有这样的需要。我当时的思路贴在下面，肯定还有其他更优的思路，这类题更偏逻辑思维能力。

另外有一个类似python split的功能问题，数据如下。取出对应的统计次数。大概的应该场景应该是，埋点统计按逗号分隔了，转成行的一个问题。我当时只想到用substring_index，然后遇到逗号数量不一致问题不知道怎么解决。回来重新试了一遍。

实际上，这个问题我以前遇到过，我会用python去做。sql和python解决方案如下：

其他印象深的还有，分层抽样问题。。。我不会。。。没考虑过此类问题。数据量小的往往只想着用python去做，但大数据还是要用hive ql去取数。大家自己去学习下。

面试遇到的逻辑问题

美团二面聊过一个逻辑题，虽然我一直没觉得这种题对算法能力有什么考察效果，但这种题目印象就是会比较深。说的是，有100个硬币，10个反面90个正面，你无法感知正反面，怎么分成两堆使其正面个数一样。这个题目肯定要想到硬币肯定需要翻转正反面，不然啥操作空间都没有。最起码要想到这点，然后找面试官确认，否则我觉得在这道题上肯定是不过关的。最后答案见本节最后。

另一家互金公司一面做扑克牌的概率题，二面有个题挺好，难度也够。有25匹马，5个跑道，没有计时器，最少通过多少次赛跑可以把这25匹马按速度排序。这个题目背后其实就是算法，所以也能看出面试者问题拆解的能力，面试者肯定不是一定要你给出具体的正确数值。第一步25匹马都需要跑一次，需要5轮，第二步就可以对局部排序的再排序了。能想到重要的思路并且敢说，基本就不错了。我也用这个题目问过一些同学，发现还是挺难的，面试当场几分钟甚至几十秒能到完整思路算很不错了。

另有一道，怎么把40g的橡皮泥分成4团，使得能称出1到40任意重量的东西。突然拿到这种题目也可以有很多思路，除非你特别擅长这些总能直接想到正确方向。就像我最先想到的是，1**2+2**2+3**2+4**2，但是这个结果等于30，所以肯定不是，然后就会想对40进行因式分解，试了半天发现也不太行。最后就会想归纳法，称1g的话，需要1g的橡皮泥，2g的可以通过3-1来得到，所以还需要3g的橡皮泥，这样最多能称4g=3+1的物品，5又可以通过9-4来得到，以此类推，1+3+9能覆盖13g的重要，在需要一个27g去计算14g，所以是1+3+9+27，其实就是3**0+3**1+3**2+3**3=40。这样的答案摆在眼前的话，跟1到4的平方和，跟因式分解，都是有联系的，下一个数其实就是81，覆盖121g的任意取值。层层递进剖析给面试官听，我觉得能达到这个层面已经很好了。

第一个问题的答案是：随机找10个硬币翻转一下就OK了。

面试遇到的算法问题

因为工作中主要使用了xgboost和lr模型，会让详细解释xgboost的思路，lr的话细问会问推导过程。算法细节这里不说了。

此外，会问数据结构的知识。一般问了就会让写排序算法，选择排序、冒泡排序、插入排序、快速排序等。强烈建议，大家完全掌握其中最基础的几种。

在真实业务中，数据挖掘的内容会基于工作经验提问。例如，数据的来源，特征的处理，模型的选择，label的确定等等等等。

没有工作经验的话，数据分析的要点、建模的流程等等是要掌握的。

3. 总结

————

面试是一个双向的过程，有效的沟通是应聘和招聘成功的前提。希望大家都做好准备，勇敢表现自己。大家求职过程中有时候也难免遇到恶心的面试经历，不用过于在意，重点是要明白是自己的问题，还是面试官的问题。

最后，祝大家求职愉快。