（1）某互联网旅游公司实习校招（结果：成功获得Offer）
经验：具备扎实的基础知识、编程技能，才能从容应对校招。
面试过程：首先是笔试，笔试题目是直接给出部门脱敏后的数据，使用的模型不限、编程工具不限，最后以PDF文件上交预测结果和用于描述数据处理、建模的思路，同时针对题目中的数据需要回答与线性回归、主成分分析相关的一些问题。在解答过程中，分别使用了回归和时序的方法来尝试预测，最后选择了回归的方法。
过了一段时间，拿到了结果并进行了面试，面试官是部门负责人，面试问题主要集中在此前在学校做的项目中，针对简历中提到的模型，重点考查了模型的优缺点和一些特性。因为在简历中提到了逻辑回归，所以被问了一些与逻辑回归相关的问题。同时也考查了统计学中的中心极限定理和p-value相关内容。
让人印象深刻的是关于准确率、召回率的问题，当时只是按照书中的定义进行了阐述，没有转换成通俗的语言。由于当时工作经验不是很多，所以还停留在对课本知识的理解上。建议大家一方面要系统地学习理论知识，另一方面要将知识转换成自己的理解，能够用通俗易懂的语言进行解释，深入浅出，才能真正体现出你对知识的运用能力。
在面试中，也被问了一些与该部门正在做的业务相关的问题。比如，如果要预测航班延误情况，你认为都有哪些因素需要考虑（实际上，入职后做的不是与机票相关的事情，但是思路具有可借鉴性）。由于提前准备了相关的业务问题，所以回答得比较顺畅。
接下来就是HR面试。因为实习生大体情况相同，所以HR面试也比较轻松，最终成功获得了实习的机会。最后实习转正，获得了宝贵的第一份工作。
（2）某互联网电商公司面试（结果：总监面试没有通过）
经验：没有明确的未来规划，容易错过眼前的机会。
面试过程：相比于上一次面试，此次面试时作者已经有了相关工作经验，因此被问的业务问题会多一些。由于是异地面试，所以通过电话进行。
第一轮面试是部门内部成员面试，主要考查基础知识和编程能力。由于在工作经历中提到了AB测试，因此问题首先围绕着AB测试展开，包括整体的实验设计流程和相应的原理，以及最小样本量的确定方法、对二类错误的解释等。之后的问题则围绕着决策树模型展开，问到了关于决策树和随机森林、Boosting的区别，尤其是关于XGBoost性能提高的原因。
第二轮面试是部门负责人面试，着重问了之前项目的一些细节，包括沟通、迭代、评估的内容，也问了一些自己对项目的想法。由于是一个创新部门，也问了一些自己对相关业务的想法。因为自己本身对这块业务比较感兴趣，所以回答得还算不错。
第三轮面试是总监面试，本来以为稳操胜券，就像之前所讲的，到了这一轮面试基本上十拿九稳，然而还是出现了问题。面试时被问到的一个问题是关于未来职业规划的，当时自己对数据产品比较感兴趣，说以后可能想要转向数据产品经理，但是并没有去深入了解。然而，就是这么不经意的一句话引起了总监的兴趣，问了具体的细节。当时抱着“人人都是产品经理”的想法，实际上了解得并不充分，回答得也不尽如人意。
之后的过程可以说是节节败退，由于并没有真正理解数据产品经理的职责，给面试官一种未来规划不清晰的反馈。虽然前面的面试都通过了，但在这一轮失败了。这里提醒大家，一定要理解各个数据类岗位的要求，规划好自己未来的发展方向，给面试官一个对职业有规划的印象。
（3）某互联网短视频公司面试（结果：通过）
经验：提前熟悉业务背景，在面试中方能从容应对，获得机会。
面试过程：第一轮面试是部门内部成员面试，主要考查关于Python编程的情况。由于该部门日常使用Python编程，因此这块是面试的重点。问题主要集中在数据框的处理上，包括列的标准化处理方法、自定义聚合函数等，需要手写代码。突然被要求手写代码，可能会有些不适应，这就需要候选人平时适当加强这方面的练习。
除了Python，也问到了关于SQL的问题，包括join（left join、right join、inner join、outer join）的区别、数据倾斜的原理，以及在实际工作中避免数据倾斜的方法。要求现场完成SQL代码，内容主要与窗口函数有关，这部分内容也是SQL考查的重点。
在第二轮的部门负责人面试中，面试内容主要与业务相关，问得比较多的是关于产品功能使用的问题，核心问题是如何分析最近功能使用率下降的原因。这类问题在数据分析师面试中经常会碰到。由于自己之前准备得还算充分，已经梳理出了一套用户使用App的路径，构造出了一个“漏斗图”，再按照自己对用户画像和周期对比的理解，将之前的路径应用到细分的人群和时间周期中，以此作为回答的整体思路，取得了不错的效果。
在第三轮的总监面试中，由于自己吸取了此前总监面试失败的教训，对自己的职业规划有了清晰的定位，同时也对数据分析师在公司中的价值有了一定的思考，所以对于职业规划问题回答得还算不错。由于公司做的是海外业务，问的一个比较宏观的问题是“如何针对各个国家制定不同的策略”。由于自己对一些国家的国情有所了解，针对这个问题将所了解的国情和产品本身进行了一定的结合，虽然回答得不算很完美，但是有自己的想法。
这次面试还是比较顺利的，虽然最后由于工作地点的原因没有入职，但是从中学到了很多知识。最重要的是自己对这方面的业务比较感兴趣，在面试前做了充分准备，包括对潜在的分析指标的梳理、对部分国家的国情的了解等。
（4）某互联网社交公司面试（结果：跨部门面试未通过）
经验：对做过的项目有更深入的思考，才能在面试中不被“问倒”。
面试过程：上面介绍的几次面试机会都是通过招聘网站或者其他方式投递简历获取到的，而这次是通过在自己的公众号中写的文章被用人部门的负责人发现，认为分析思路不错，主动联系去参加面试的。
第一轮面试的面试官就是这位部门负责人。由于有了此前写过的文章作为铺垫，基本上已经获得了面试官的认可，问题集中在对业务的理解上，问到了如何评估改版效果、如何分析用户痛点并提高转化率等问题。同时也问到了一些统计学的问题，让自己印象比较深刻的问题是如何用最直观的语言给没有学过统计学的人解释正态分布。
第二轮是跨部门面试，这是公司的要求，主要考查候选人的综合能力。在这一轮面试中，问到了一些基础知识和编程问题，而且面试官针对简历中的一个项目，说到感觉这个项目的技术含量不高，问做的价值在哪里。当时自己的反应是有些懵，因为在简历中这个项目是一句话带过的，没有作为重点准备的内容，在工作中也没有投入太多的精力，导致回答得不是很好，结果是跨部门面试没有通过。
后来仔细思考了这个项目，发现这个项目并不是技术含量不高，而是因为自己准备得不充分，没有用自己的表述打动面试官。这里提醒大家，对简历中的每一句话都要负责，特别是提到一个具体的项目时，即使不是日常工作中的重点，也要给出自己的思考。如果做不到这样，就不要把它写到简历中，简历中出现的内容一定是能给自己加分的，而不是拖后腿的。
（5）某互联网直播公司面试（结果：通过）
经验：吸取过往的面试经验，不断提高自身的竞争力。
面试过程：这次面试只有部门内部成员面试（电话面试）和总监面试两轮。
第一轮电话面试的内容以工作经历为主。由于在简历中提到参与过数据看板相关工作，因此这轮面试也由此展开，面试内容包括如何与产品经理沟通、制定看板指标、维护数据字典等。因为这些内容是当时正在做的工作，所以回答得不错。同时吸取了上面提到的社交公司面试失败的经验与教训，在日常工作中对手头的工作进行了价值挖掘，通过数据分析和调研挖掘用户需求，主动拓展看板功能，进一步提升它在项目中的价值和贡献。
同时也问了一些SQL问题，特别提到了窗口函数。这里提醒大家，在准备SQL问题时，窗口函数一定是重中之重。
第二轮面试到了现场，面试官是总监。出乎意料的是，之前参加的总监面试都不会涉及技术问题，但可能因为这位总监是数据挖掘相关专业出身的，所以提的第一个问题是关于逻辑回归的，要求用最简洁的语言解释逻辑回归，并且问到了关于L1、L2范数的问题。
这里提醒大家，即使到了总监面试环节，也不能掉以轻心，各方面的知识都要准备好。接下来的问题主要集中在竞品方面，因为当时自己对一些竞品有所了解，也简单进行过相关对比，因此顺利通过了面试。
