由于是提前批，沒有小組面，直接初面
一共三輪面試
初面（40min)
復(fù)面（40min）
hr面（15min)

騰訊bi數(shù)據(jù)分析員面試題

常規(guī)自我介紹
學(xué)校學(xué)了哪些課程，大致介紹一下
自己選一個最拿手的項目大致講一下項目內(nèi)容、自己的角色工作以及遇到的困難和解決方法
開始深挖項目（面試官真的超級資深和專業(yè)，大家一定要詳細回顧項目內(nèi)容！）
如果讓你現(xiàn)在重新做一遍這個項目，你有什么可以改進的地方（簡歷上的項目一定要復(fù)盤！）
為什么項目里的隨機森林算法比其他算法優(yōu)越？隨機森林算法原理？
隨機森林算法中的樣本是有放回抽樣還是無放回抽樣？特征值呢？（這個問題瞬間懵了，樓主只記得樣本是有放回，但特征值真的忘了，于是說也是有放回抽樣。面試完趕緊復(fù)習(xí)，發(fā)現(xiàn)特征值是無放回，常理思考特征值有放回抽樣怎么生成決策樹嘛，樓主面試時真的太懵了超級后悔，還好后面還是過了）
為什么隨機森林的樣本是有放回抽樣？無放回不好嗎？（這個問題也真的把我問懵了，樓主當時就本能覺得因為有些樣本點可能比較重要所以希望能重復(fù)抽到，但面試完查了好多資料發(fā)現(xiàn)是可以減小方差，類似bootstrap算法）
查準率和查全率的考察
ROC曲線和AUC值的原理
AUC值一定越大越好嗎？有沒有反例？（在面試官的提示下說了當樣本極度不均衡時AUC也許很大，但并不代表效果好）
圖算法的考察，社區(qū)挖掘的知識

贊一下(0) 踩一下 查看面試題參考答案>>

一個面試小組大概有6個人，一位面試官，給出了一道200字左右的問題，要解決三個問題。主要是關(guān)于如何給游戲流量增量的問題。三個問題分別是：討論出一個流量地圖框架，給出1-3點明確的流量業(yè)務(wù)增加方案，以及針對Z世代人群的內(nèi)容形式和渠道挖掘的方向建議。

騰訊游戲數(shù)據(jù)分析面試題

面試官沒有怎么提問，基本是在看我們這些面試者給出了哪些問題。因為這個業(yè)務(wù)問題實在是需要大家達成一致的意見，每個人都給出了自己的意見，然后還要統(tǒng)一，最后面試官沒有詢問是否有其他問題了。

贊一下(0) 踩一下 查看面試題參考答案>>

一共五輪，初面，筆試，ld面，總建面，hr面。
每一輪的側(cè)重點不同，會詳細詢問工作經(jīng)驗和技能，對于職業(yè)匹配做詳情分析。

騰訊bi數(shù)據(jù)分析員面試題

1.詢問簡歷的每一個項目經(jīng)驗
2.關(guān)于技能的熟悉度，以及工作常見的應(yīng)用場景/
3.有筆試，難度中等，代碼題。

贊一下(0) 踩一下 查看面試題參考答案>>

面試這一輪下來，最大的感受就一個：平時一定要堅持每天都碼點代碼。就算再爛的項目，也要堅持上傳github。真的，只要你能堅持一周有5天以上都能持續(xù)上傳Git，半年下來，面試官絕對對你刮目相看。

騰訊助理數(shù)據(jù)分析師面試題

初試2v1
第一個面試官問了一些場景的問題：
1. 平淡的工作和具有挑戰(zhàn)性的工作你選什么？
2. 如果給你數(shù)據(jù)分析的任務(wù)和3個實習(xí)生，你如何分配工作？
3. 如果你手頭的任務(wù)很多，領(lǐng)導(dǎo)又給你布置任務(wù)，你會怎么辦

贊一下(0) 踩一下 查看面試題參考答案>>