数据分析师面试-{下拉词

大家好，今天小编关注到一个比较有意思的话题，就是关于数据分析师面试的问题，于是小编就整理了4个相关介绍数据分析师面试的解答，让我们一起看看吧。

1. 校园招聘时，应聘“数据分析师”职位的学生应该具备哪些技能？
2. 数据分析面试被问，拼多多成交订单量比上周下滑5％，如何分析？
3. 只有大专学历且零工作经验，如何去应聘数据分析师与挖掘工程师的岗位？
4. 如何成为一个年薪50万以上的数据分析师？

校园招聘时，应聘“数据分析师”职位的学生应该具备哪些技能？

云南中公金融人（ynzgjrr）小编为你解答：鉴于你没有定位于哪个城市，那小编就用一个上海的事例供你参考。

数据分析(企划方向)

工作地点：上海

招聘人数：2

职位描述：

1、负责开展市场分析和预判，为公司制定经营***提供依据;

2、负责跟踪产业发展情况与竞争对手动态，为公司业务发展策略提供建议;

3、负责定期对公司业务发展整体情况进行分析，及时反映业务发展情况，为公司决策提供支持;

4、负责对公司重点业务、重点产品、重点***等进行专项分析，及时发现问题并提出解决建议;

5、负责建设、维护公司经营与业务发展指标数据库，搭建业务发展监控模型。

职位要求：

1、全日制硕士研究生及以上学历;

2、统计、数学、计算机等相关专业;

3、认真细心、吃苦耐劳，具有较强的协作意识、抗压能力与敬业精神;

4、具有较强的学习能力、研究能力与分析能力，具有良好的文字综合能力与沟通协调能力;

5、熟练使用SAS、SPSS、SQL语言、EXCEL等统计工具，或掌握数据挖掘相关技术，有数据建模或数据处理项目经验者优先。

更多资讯可以关注我的头条号：云南中公金融人。

数据分析面试被问，拼多多成交订单量比上周下滑5％，如何分析？

这是一道经典的数据分析师面试题，考察的重点不在于从哪些指标去分析，而是面对这样的问题时的分析框架与逻辑思维，这是一个优秀的数据分析师必须具备的能力。

针对数据异常类问题，可参考如下分析框架：

1. 对数据异常原因做出***设，利用数据验证

影响因素较多，对所有维度直接拆解耗时耗力。所以需要结合以往经验及各种信息，对数据异常的原因做出***设，然后对数据从不同维度拆分来验证***设。可能随着之前的***设的验证不断进行新的***设，直到定位原因。

2. 确认数据真实性

• 将时间轴拉长(3个月)，做同比和环比，看近期异常还是历史异常；
• 查看与该指标关联的其他指标是否异常；
• 找数据流相关产品和研发确实数据真实性。

3. 常见拆分维度

根据以上维度拆分之后，每项数据都需要和历史数据做对比，计算影响系数。

影响系数越大，说明此处为主要原因所在。

通过上述维度进行初步拆分，可以大致定位数据异常范围。

4. 外部原因分析

外部：外部原因分析可以根据PEST（政治、经济、社会、技术）模型进行分析。

5. 内部原因分析

通过初步分析定位范围之后，需要进行进一步的排查，一般从三个维度来分析：产品、技术、运营；可以和这几个人一起拉一个会讨论一下。同时应注意数据统计口径是否发生变化。

6. 总结

所以我们整个的分析流程大致为：

先结合以往数据异常进行***设 —— 在一个***设得到验证之后 —— 从不同维度进行拆解，确定异常范围 —— 从产品、运营、技术侧逐一排查，最终找到原因。

以上分析框架不仅局限于DAU波动，对于数据异常类问题即可根据以上模型进行分析。

只有大专学历且零工作经验，如何去应聘数据分析师与挖掘工程师的岗位？

虽然我很想说喜欢什么就努力去做，但是我还是不得不说，你这个找工作可能有点困难，首先你的专业都不是计算机相关专业，而是都不是一个工科专业，可能连高数都忙于学过，这样的话，学习机器学习相关知识有点困难，其次，现在数据分析、数据挖掘相关岗位最底学历要求是本科（一些小公司除外），你的学历基本不够，在一般的互联网公司，你基本不会有面试的机会。更重的一点，你对算法相关岗位可能有一点误会，他绝不是大部分零基础出门的人说的，懂一点Python，会调几个包就好的，我本人现在就是互联网算法工程师，平时也会去面试别人，所以，你这个找工作还是很困难的，当然，喜欢就是最大的动力，互联网还是一个靠实力的地方，加入你掌握的足够好，有那个实力，也是可以找到工作的。说的是实话，希望你理解。

你要切合实际。先想办法怎样入互联网这个门，然后再考虑别的。数据分析和算法这个岗位对学历和经验要求比较高。(百度给出的解释是一般从事算法工程师都是硕士研究生以上学历。)其次，它对你的基础文化课学习也有一定的要求。就比如说数学和英语。概率学微积分，统计学，离散数学什么得。英语不说你当初在学校学的有多好吧。你得能熟练阅读外国报刊，因为现在最新的技术都来自于欧美等发达国家，你将不停的学习，一旦停止，你将会被淘汰！

如何成为一个年薪50万以上的数据分析师？

答这题之前先大致自我介绍一下，答主在美国工作，五年数据分析经验，前两年半在***行业做数据分析，近两年半在互联网公司做数据分析，去年收入整个加起来差一点到 30 万美金。

大体来看美国的薪资直接换算成人民币的话还是比国内要高点，不过如何做到年薪 50 万以上，还是多少有点资格的。

（默认题目里说的 50 万是人民币吧？）

首先需要明确的一点，公司愿意付给你年薪 50 万，那么你就需要为公司产生数倍于此的利润。

这部分利润可能是直接的，可能是间接的；可能是短期的，可能是长期的。

但不管怎么说，总是需要你为公司带来相应的价值，否则不可能持续。

那么具体到如何给公司带来价值，并进一步提升（也就意味着进一步提升自己的年薪）呢？

在互联网行业，谨认为需要做到以下几点：对技术的掌握，对产品的理解，对数据的敏锐性，数据和产品之间互相转化的能力，分析思维的广度、深度和速度，数理统计的能力，沟通的能力，辅导新人的能力，面试把关的能力。

当然在不同行业会有一些不同，但大致思路是类似的。

【1】对技术的掌握

不一定需要非常高深的技术，但是基本的一定要过关。比如针对互联网行业的数据分析，SQL 是一定要过关的。在这基础之上，Python / R 可以提高长期的工作效率，但在初期并不一定需要。

简单来说，技术能力决定了一名数据分析能力的下限，而对产品和业务的理解则决定了上限。

如果缺乏技术的支持，那就只能去当 CEO 了。

就好比在电影 Margin Call 里，底下的小兵负责分析数据，各种模型预测金融危机什么时候会发生。

而对于 CEO 来说，他的任务就是决定大方向。

【2】对产品的理解

数据分析的目的是为了改进产品。如果缺乏对产品的理解，那么技术再好，也有可能像是无头苍蝇到处乱撞。

或者是变成数据堆叠，提供一堆一堆的图表，但其中有互相什么关联，能说明什么问题，提供什么样的建议，却并没有好的想法。

如果是初入行的话，这还是问题不大的，因为新人可以有老板带着，或者是老人带着，但是如果想要更进一步，那就必须能够自己独立的做项目。

尤其是在互联网行业更是如此，除了新人之外，对大多数人的基本要求都是能单兵作战，不需要详细的指导。

同时在很多情况下，问题是很开放性的，对于如何解决并没有一个非常固定的套路，或者是因为这完全就是一个新的问题，或者因为不同产品之间套路无法直接套用，需要做大量的调整和创新。

【3】对数据的敏锐性

对数据的敏锐性体现在两方面，一是在结果还不是那么清晰的时候，甚至根本就没有什么数据的时候，能够大致感觉往哪个方向深挖是更有可能出成果的；二是在数据出问题的时候，能够反应出来，及时找出原因。

一个经验丰富的老司机，啊不是，老数据分析蝻，可以快糙猛的大概估算一下各个方面的机会有多大，大致的实施难度如何，风险是大是小，产品哪些方面是有缺陷可以改进的。

另一方面，是人就会犯错，最大的区别在于有的人可以很好的纠错，而有的人则需要别人提醒，还有的人即使别人提醒了也反应不过来。

【4】数据和产品之间互相转化的能力

在互联网行业，多数时候问题是很不清晰的，比如说问题可能是2017年新用户留存远差于2015年的用户，如何解决？

对数据分析师来说，并不会有一个详细的单子来告诉你都有哪些步骤，而是需要自己灵活处理。

一方面这些问题本身就比较新，虽然会有一个大致的套路，比如 AARRR 模型，解决增长需要先解决留存等等；然而再往下具体的时候，套路就没有那么固定了，因为不同的产品之间可以差别很大。

【5】分析思维的广度、深度和速度

速度这个比较好理解，尤其是在互联网行业，讲究快糙猛，没有时间精细打磨。

比如一个项目可以花两个月时间做出 95%，也可以花两周时间做 80%，那么多数时候都会是后者。

广度：产品的各个方面之间总是互相牵扯的。

如何分析各者之间的关系，如何保持一个合理的平衡，如何增加其中一个不过于负面影响其它，这些数据分析都需要在广度上有一定的了解。

深度：有些问题一个人解决不了或者很难，多几个人就可以了，比如说搬砖，十***搬总会比一个人搬快得多，哪怕不是十倍速度。而有些问题，靠堆人力是没用的。

【6】数理统计的能力

这一部分跟 1，3，5 是相关的。不一定需要特别高精尖，但是对于分析问题会有很大的帮助。

比如说如何识别数据分析里可能出现的错误，避免把团队带到坑里。

【7】沟通的能力

除非兼任软件工程师和产品经理的职，否则数据分析师总是需要通过说服产品和工程方面来改变产品，产生影响力。

有了好的结果是第一位，如何影响合作伙伴，让他们接受自己的建议甚至比有好的结果还重要。

毕竟，没有声音，再好的戏也出不来。

【8】辅导新人的能力

***说过，人多力量大，要把敌人淹没在人民战争的汪洋大海中。

辅导新人，不只是团队老大的要求，对于独立贡献者（individual contributor）也是一样重要的。

闻道有先后，术业有专攻。

一个人的力量终究是有限的，如果把自己的能力***到整个团队甚至整个公司，是增大自己影响力最有效的办法之一。

【9】面试把关的能力

大多数人应该都希望自己的公司处于一个增长的状况，如果是高速增长那就更好不过了。

有增长，就必然要招人。

而招人并不是简单的招人来干活，而是招来更优秀的人进一步提高团队的水平。

这对于高速增长的团队来说是一个很大的挑战，所以提高面试技能和精准的判断面试者的能力，无疑是有效的扩张团队的不二法则。

看完这些，你准备好年薪 50 万，进而百万，乃至千万了吗？

到此，以上就是小编对于数据分析师面试的问题就介绍到这了，希望介绍关于数据分析师面试的4点解答对大家有用。