一.自我介绍

建议两分钟以内，简单说一下姓名学历专业，之前的工作经验以及为什么应聘这个岗位，重点挑选符合岗位招聘jd的部分说明。二.简历环节

项目部分：项目背景-项目目的-项目流程-项目实现过程-项目结果

整个项目的环节一定要能够清楚大方自信的表达，一般情况下面试官不会挨个或者仔细的盘问你得项目，因为你项目中涉及到的东西他也不一定了解，所以他会重点提问与自己公司业务相关或者自己了解的地方，那么在面试前最好要做下功课，了解应聘公司的行业性质，主要业务类型，可在（看准，脉脉）等平台参考其他应聘者分享的面经。当你分享自己项目经验时，尽可能逻辑清晰，有理有据的表达，比如：你是如何将业务问题转化为你所选择的这个模型问题，为什么选择这个模型，使用它最终实现了怎样的结果，如何评价这个模型的好坏，你怎么知道最后出来的结果符合你的要求，模型效果不如预期你会采取什么办法，怎样得出的数据分析结论，以及在这个项目过程中遇到怎样得困难，举例说明。

工作经验部分（针对有工作经验的同学）：当你已经有了工作经验，面试官往往会更注重你对业务的理解和实际工作项目的落实，完成情况。因为招聘一个有工作经验的人，他会希望你是直接能帮他干活的人，很多简历中花里胡哨的内容他不会重点关注，他关注的是：你的技能，工具使用情况是否满足用人要求，以及你过去的工作内容做了什么事情，有怎样的成果。如果面试官针对自己公司的某一业务来提问，而你之前并没有接触过，此时在你说完这一方面目前没有接触过之后，要把你了解到的哪怕是相关的东西表达出来，将重点引到你会的内容上，而不是他问的问题你不会只简单交代不会就不说话了。

三.笔试部分

Excel题目

1.数据透视表,vlookup,match,countif,sumif等函数,要去练习落实，知道每个参数的意思。

Sql题目

1.sql优化（围绕尽量使用索引，避免全表扫描，节省资源，提高执行效率具体具体几条说明即可）

2.行转列（case when）

3.窗口函数（row_number/rank/dense_rank要知道具体区别及使用）

4.时间函数表连接union和union all区别，where和having区别sql部分基本每次我遇到的笔试题就这些，一定要自己去刷题，建表，跑出结果来，如果平常不常用到，很多只是你以为你会了！！！

Python题目

一般python考的不多，常用的几个库，pandas,numpy,matplotlib，如果有笔试考核基本题目出在pandas文件导入，读取（csv,excel等格式都要会）

1.Pandas中的主要数据结构是哪两种：Series和DataFrame

2.iloc和loc区别

3.groupby，merge的用法

4.处理日期，时间类型数据（datatime用法等）

5.简单作图可视化可视化部分一般除了excel外还要熟练掌握一门bi工具，如tableau，power bi以及国内的帆软，使用公司也越来越多。另外也可用python作图。

算法问题

所有简历中项目涉及的算法模型，一定要知道模型的类别，应用场景，评估指标，底层原理（知道大体即可），优缺点以及如何调优。

1.模型分为哪几种：一般回答监督模型和非监督模型即可，半监督模型可不说

2.常见的分类模型有哪些

3.非监督模型你知道什么

4.分类算法有哪些评估指标

5.异常值，缺失值用模型可以怎么处理

6.聚类包括哪几种，具体区别什么

7.决策树分为哪几种，具体区别什么

8.对集成学习算法有哪些了解

9.过拟合，欠拟合怎么解决

10.回归分析，时间序列分析，主成分分析等分析方法，应用场景

11.归一化和标准化区别

12.特征工程手段有哪些

13.什么时候需要标准化

14.逻辑回归为什么使用log loss而不是平方差loss

业务思维题费米问题：

1.如估计今年新生儿数量（可用公式化思维分析）针对某个指标下降怎么分析：如次日留存率下降5%（首先可采用两层模型人群画像和人群转化，对用户细分，计算每个维护下的次日留存率，其次可从内外部因素分析，外部采用pest分析方法，内部swot分析方法,4P营销理论等角度具体分析），所有指标类的问题都可套用，但是不要用的太死，结合相关指标分析。

2.A/B test是什么，怎么使用能简单说明吗

3.对于用户画像你有什么理解

4.RFM模型分为几层，根据什么来对用户细分的

四. 离职原因

在实事求是的基础上，不要太官方（渴望学习），不要太离谱（如不想加班），具体说明原因即可。 五. 你还有什么要问我的吗 提前准备几个问题，一般问一下团队架构，团队规模，岗位工作职责，是否有出差情况等，结合自身所需来问，最好不要在面试环节就问薪资福利等问题，面试通过后，这方面会有hr来具体沟通。