数分面试总结3

这部分记录面试经历和面后复盘。

面试前的准备部分

1. 熟悉简历：
   1.1 建议把简历的自我介绍，各个项目的描述细节都写下来，然后多次背诵，要说到顺口，张口就来的程度。这部分不卡壳是很加分的。
   1.2 建议把面试官可能针对简历询问的问题都提前做准备，比如为什么当时选择这个指标，为什么不选择别的，逻辑支撑是什么，指标的前后变化有多少等等。
   1.3 建议把学校背景方面也做一个熟悉。本人曾经在介绍学校的时候把在校时间记混了，确实是时间有点长了。但是给面试官的印象不是很好，说不定面试官是校友。
2. 熟悉面试公司：
   2.1 面试公司的相关介绍，融资情况，产品，用户等
   2.2 面试公司相关的面经，可以在看准网或者牛客网上搜索
3. 准备笔试：
   3.1 sql：必考，一定要熟练，可以去牛客练习
   3.2 python：偏业务的岗位对py的要求不高，知道常用包和常用函数即可
   3.3 统计学计算题：这个看公司要求，有的考概率有的考假设检验有的考模型，有的平时用不到，但是就要考，所以还是全准备比较好，否则看运气
4. 面试前要知道：面试内容和简历内容相关性很高，如果简历内容包含了对方需要考核的点，那不会问相关场景题，如果简历内容没有包含，那么问场景题的情况比较多。一个是看你投递的岗位与简历匹配度，一个是看公司的要求。对于工作不到3年的人来说，有些公司会把你当作应届毕业生，所以提前搜索些面经有参考。如果没搜到面经，那应届毕业生面的情况少。
5. 模拟面试：我一共模拟了10-20次，找了3个人从三个角度给我做模拟提问，提前了解到自己哪里会卡住，哪里准备的不够，哪里的逻辑不顺。

我遇到的常见考题分类

1. 项目：
   1.1 项目里的数字/指标解释
   1.2 项目中遇到的难题
   1.3 如何推动工作
   1.4 是怎么想到的解决方案
   1.5 样本量选取
   1.6 对其他指标的影响
2. 场景题：
   2.1 日活留存的上升下降分析
   2.2 活动复盘思路
   2.3 ab测试
   2.4 活动期间判断用户自主意愿
3. 技术题：
   3.1 sql常用函数
   3.2 sql计算留存
   3.3 sql窗口函数使用
   3.4 sql计算用户使用时长
   3.5 python包常用，函数
   3.6 数仓使用什么引擎？数据处理流程
   3.7 bi平台的使用问题
4. 其他问题：
   4.1 离职原因
   4.2 性格
   4.3 转行原因
   4.4 目前在看其他机会？
   4.5 对工作期待
   4.6 反问
   4.7 有一家公司问了我建模相关的事

面试后的复盘

面试后我会第一时间把所有的问题和回答记录在一个求职表格里，分析自己认为回答的好的点，不好的地方，面试官的反应是什么，然后对不好的地方做整改。整改之后再进行模拟面试，捋顺为止。同时也要思考面试过程中，对面试官的提问部分，面试官的表现如何，对公司的介绍情况是否详细，对公司业务部分的了解有多少，毕竟面试是一个双向选择的过程。

建议是先找几家意愿不强的公司去面试，做为面试训练和行业选择的炮灰。然后把自己想要的公司放在之后去面试。面试机会不多的情况下，通过复盘和模拟面试，尽量抓住每个机会。但也不是每次面试都能通过，只要尽力就好。来回面试内容可能会说吐，但是也要忍着吐，很耐心的去讲，毕竟是有求于对方。

面试很考验心态，也有不少成长，裸辞这段时间有很多思考，也有很多尝试，这是一段值得铭记的心路历程。希望这3篇记录能帮助到自己，也帮助到其他正在找工作的人。找工作不容易，你也不是一个人，加油，朋友。