【数据分析】高频笔试考点梳理(精华帖)

2023-09-10 09:02| 来源: 网络整理| 查看: 265

关于【笔试】，最重要的就是『刻意练习』

最高效的捷径就是按照拟投目标岗位，搜集往年笔试题，分类准备、尽早多练。

根据历年考题，可将 " 数据分析岗位 " 的笔试类型划，分为以下模块：一、行测类这一类题型部分互联网公司比较偏爱，原因一方面是部分公司注重应聘者的基础（理解、表达、逻辑）能力，另一方面是笔试合作机构有题库，出题方便。 常见题型：选择题 主要方向： 理解题图形题推理题 case举例： 请根据下列数字的规律,推测括号中的数字应该是多少？10 ,14，7 , 6 , 8 , 10 , 9 , ( ) , 30，36，55 应对技巧： 多刷公务员行测题，总结规律；有时间的同学可以刷公务员考试讲解视频，机构老师已帮总结好答题技巧。 注意事项： 需要注重做题速度；不会的题学会舍弃，学会抓高分题。二、统计学类因为要确保应聘者懂得基本数理统计知识，这一类题型绝大多数公司均会涉及。同时为提高筛选效率、划分能力层次，部分公司会增加1-2道高难度计算题。 常见题型：选择题、计算简答题 考核方向：统计学相关知识 核心考点：中心极限定理、条件概率、各大分布、假设检验、参数估计、方差分析等 case举例：例如常见异常值识别方法； 应对技巧：针对上述高频考点，多刷《统计学》书对应章节，总结易错点和关键点，尽量看懂书中例题。 注意事项： 部分常见公式需要牢记，提高做题速度带计算机，节约计算时间三、SQL类这一类题型不言而喻，是每一个数据分析师必备技能，因此各大公司必考。但是不同的人，有不同的理解，所以最后呈现的代码逻辑也各有不同，尽管运行结果正确，部分面试官也会根据代码的逻辑、简洁度评判应聘者的能力水平。 常见题型：选择题、编程题 考核方向：SQL基本功和进阶能力、对业务理解的逻辑能力 核心考点：关联语法、聚合函数、条件函数、窗口函数、时间函数等 case举例：例如，分别统计x页面新老客的七日内留存。 应对技巧： 上述核心考点找真题多练习、多总结针对投递公司所属行业，了解基本指标概念，缩短对考题的理解时间。例如：电商行业常说GMV、客/笔单价；短视频行业常说观看时长、完播率、转发率、有效评价率；游戏行业常说付费率、ARPU等 注意事项：实际工作中各公司常用Hivesql，对于未参加过实习的小伙伴在学校中常常接触较多的是MySQL，要提前熟悉俩类语法的区别，避免部分代码测试不通过，影响分数。四、机器学习类这一类题型主要看所应聘公司数据分析岗所在部门的职能和调性。偏技术型的必出此类题（例如：腾讯、携程大数据挖掘分析师），偏业务型的基本不会涉及（例如：阿里巴巴业务型BI）。 常见题型：选择题、编程题 考核方向：对经典算法的理解和应用能力 核心考点：传统算法的比较，常见算法基础概念、区别联系、应用场景、高频问题的解决方案等 case举例：比如，ID3决策树和CART决策树的差异点。 应对技巧： 时间充裕的，可系统性学习几大经典算法，感兴趣的甚至可以自己走一遍推导公式加深理解，再结合实战，巩固练习，总结经验，建立好知识库。时间紧凑的，可以找几个秋招小伙伴组建联盟，按照上述核心考点，通过合作分工进行梳理归纳，再结合各大公司真题练习几遍，找到感觉。 注意事项：秋招的每一分钟都很宝贵，要面向目标和投入产出比去准备，提高效率，合理规划笔试这一环节这一模块的准备时间。比如，如果目标不是找偏技术型的数据岗，在投递前对公司岗位等信息尽可能做详细了解，避免耽误自己时间。五、主观分析类这类题型着重考应聘者的业务理解能力以及分析思路。 常见题型：开放类大题 考核方向：对业务的理解能力、分析思路和逻辑能力 核心考点：估算类、异常归因类、AB实验类、探索发散类、指标体系设计类 case举例： 比如，请你归因分析x月xx渠道留存下降原因；请从数据角度为新产品设计投放策略等等。 应对技巧：按照上述考点类型，练习经典case，按类总结一套分析框架及模板，但要注意结合具体问题具体分析，避免空而泛无针对性的套用。 注意事项： 注意写作格式，分段、分编号有逻辑的呈现，对面试官批卷阅读感更友好，第一印象会更好。注意结构化展示，先介绍思路，再介绍具体步骤，最后可以做个总结。

【本文地址】

公司简介

联系我们