[AMA] 数据分析一年经验｜面试详细回顾 | 其他维度思考

以下都仅仅是个人经历，但是希望能够以尽量透明的视角分析我个人的整个跳槽过程。因为有很多想说的，准备面试到最后结束，大概可以分为三个大块。这次先聊一下面试时对公司和offer的一些思考以及各个公司的流程，希望可以帮到大家。一些没有提到的方面大家也可以在评论里提问。
.

• 面试前 - 面试心态/计划准备/refer/简历prepare
• 面试时 - 如何复习面试/面试流程/如何过面试
• 面试后 - 谈薪资/总结/认识了解team/离职流程
  

我的背景是传统BA硕士学校，目前就职于一家传统公司的DA，做的事情和amaozn的BIE非常接近。工作中主要是BB + SQL + Tableau，面试的(瞎说)技能还有python & modeling (都忘了)

面试发生在我只有一年1个月经验的时候，早有跳槽意向，遂跳之。跳槽拿到的面试里，大家较为熟悉的基本是内推的，其他的公司基本是海投的。以下是面试情况，我会简单列一下面试流程，给大家一些参考。很早就写好了的贴 现在才发的原因主要是因为最近才走完离职流程，所以可以聊了。

最后去的公司不在下面的list里，所以大家就不用猜啦，也希望知道我的朋友不要暴露我的真实姓名和个人信息，谢谢。

（为什么1p3的帖子连表格居中都没办法啊喂）

Company	Position	Status	Referral
Convoy	BIE	onsite - withdraw	linkedin
Udacity	Sr DA	Offer letter	friend
Adobe	Sr Da	withdraw	friend
redfine	DA	rej	friend
Amazon	BIE	verbal offer	friend
Apple	DS	verbal offer	linkedin
Uber	DS	withdraw	friend
udemy	DS	rej	friend
transunion	DS	withdraw	friend
Tiktok	DS	rej	friend
Autodesk	Sr DA	withdraw	friend
Expedia	DS II	withdraw	friend
Godaddy	Sr DA	withdraw
YipitData	DA	withdraw
Aspiration	DA	withdraw
Pocket Gems	DA	withdraw
Nordstorm	DA III	withdraw
Ugam	Sr DA	withdraw
Jerry.AI	DS	withdraw
IQVIA	Sr DA	withdraw

上面列了一下内推的渠道才发现...几乎都是熟人内推lol 确实 大部分公司 如果不认识人 有时候可能就懒得找了 - 比起ng时候今年更挑剔一些。本次投递简历大概在90家左右，海投大概可能占2/3，内推占1/3。开头专门找了很多不认识的小startup去”冒险“/练手，后来投了一些大家可能知道的公司。因为后来面试时间紧张，withdraw了一些觉得一定不会去的公司。

Timeline 大概是 8月1日是投简历的第一天 - 8月10收到第一份面试，然后就开始了大概每天2-3家面试的辛苦日常，然后一个月收尾面试，9月初就知道自己想去哪里了，过了一周就得到了dream offer，聊了一周多的offer，签约，收尾。。

下面是面经加吐槽 - 不少签了NDA 可能不能说得特别细。

1. Convoy base 西雅图 - 货车界的Airbnb，我眼里的第二个amazon，面试风格也是heavily BQ，个人感觉管理风格也是。流程是 OA->hr->1 hour bq (amazon那种挖很深的) -> onsite -> withdraw  据我了解最后onsite也是以bq为主。对convoy的印象不错，内推的人非常nice还会给我hint，面试官对做的事情非常有passion，虽然我最后撤回了，但是我refer了两个小伙伴去面试，其中一个伙伴顺利拿到了offer并且近期即将入职。package对于刚工作不久的伙伴来说还是挺不错的，大家也可以关注一下这个startup。

2. Udacity
给了fully remote的机会 未来情况好了可以回SF office  - 曾经面过Coursrea 一直觉得e-learning很有潜力 相关的几个都投了个遍，team的氛围是很好很helpful的，也会非常推荐大家去udacity。我个人实话说更看好Coursera 事实证明他们也已经上市了。Udacity我做的研究不多，但我通过目前对team的了解，我相信也有很光明的未来。
流程: HR -> Tech Round -> Data challenge -> Onsite -> offer -> Decline。最后面完后给我从junior升到了seinor的岗，非常感谢了，我爱udacity。我认为他们的team是很不错的，但是我个人对做2b的组相对来说兴趣会少一些，所以没去也很遗憾。包裹给的也很有诚意，谈判的时候也加了不少，team给我的感觉很value员工。很欢迎大家了解更多并且去申请。
   【写这段话的时候是10月，这个note是11月的，没想到11月udemy就上市了...我一直心里以为udacity会比udemy早哈哈哈 用udemy的股价算了一下udacity的钱哈哈哈】

3. Adobe
base SF,据了解薪水也不错，但是个人对他们产品比较不熟悉，而这正好是我离开目前工作的其中一个原因，所以不想去不太了解的地方做数据分析了，给我一种成长相对较慢的感受。流程 HR -> HM -> Data Challenge -> withdraw 因为Data Challenge是一个比较难的ML的问题 我看了半小时的题还没太搞明白要做什么，给了一周的时间，因为产品问题，对team的了解，以及当时手头几乎每天都有很多面试，包括朋友来找我玩，我每天要出去吃饭，就抽不出时间做（懒啊）就撤回了

4. Redfin
流程 HR -> Data Challenge -> HM -> Onsite 很遗憾 我HR聊完后就没有被move forward。和NG时候心态不同，我觉得应该是哪里和team不match，不认为是HR call发挥不好。面试没到缘分是挺遗憾的事情，还好挂的时候手头已经忙不过来了 没有怎么伤心哈哈，仍旧非常相信自己

5. Amazon
HR -> HM -> Onsite -> Verbal Offer - 面试和地里的标准BIE接近，看地里面经就好。面的L5 口头降级L4 然后说是要team match，不过最后也没有match上。可能也只是个吊着的口头offer，并没有实际效力。但是这个来的最早，所以让我在求职阶段的心态好了不少，认为自己有了一个保底的offer，在后续的面试过程中我是当作自己没有这个offer，以一个归零的心态去全力做的。因为是地里名厂，这里多说几句。我个人也是比较抵触（地里评价的）Amazon的文化，但是肯定是因组而异，但我风险厌恶，所以其实不是很想take risks。
不过我仍旧鼓励大家去申请Amazon 有以下几个原因

   1. Amazon的机会多 - 内推也不难找，不申大概就是因为懒吧(?) 对于ng来说imean 如果工作经验多当然会有不同的考量
   2. 就算不喜欢Amazon，作为保底也是很好的选择
   3. Amazon的BQ的要求很高 准备过Amazon后任何bq故事都将信手拈来 对未来的面试会很有帮助
   4. 以上三点，在我眼里等于，不是Why Apply Amazon，而是Why not Apply

   不过另一个角度说，当你有很多个offer在手的时候，希望可以多思考其他的方面。其中一个方面是，很多大厂的机会很多，未来一直有机会回来，但是一些其他公司可能错过了就很难等到这个机会，这个角度思考，或许可以多去尝试一些新鲜的事情。

6. Apple
HR -> HM -> Live Coding -> Onsite-> Verbal Offer  Apple这个面试是属于领英强推 主要得益于我把Linkedin Posts当作朋友圈刷 偶尔会reach out一些在招聘的机会。当时直接找到了HM说想投递，HM就说可以安排一个面试，然后就面到了最后一轮。Apple有名的事情是他是按组招的，每个组的面试风格 内容 都会非常不同。特别有趣的一点是我的7轮onsite面试里...有3个面试的base不是美国，非常international - 当然就可以推断跨时区工作的一些特质啦！面的主要还是product sense，经历为主。live coding 是sql + python。

这里简单说一下我的复习方式
【high-level业务为主，不扣细节，不看面经】

apple我大概前后复习了1h或者2h左右，主要是了解业务究竟在做什么。在了解业务的时候 就会搜一些相关的信息 了解商业模式 3w.jp摩根点 com斜线europe斜线merchant-services斜线insights斜线PSD2-all-you-need-to-know 比如上面这个link就讲述了欧盟他们前几年实施的这个我现在就在读 复习apply payments

3w.thevalueengineers.nl 斜线 the-business-models-of-苹果-pay-and-苹果-card/

比如这个帖子就讲了apple pay和apple card的一些模式。看完这些可以想象数据的一些合规影响，可能会需要做的分析，对市场方向的影响等，我可能就知道team在做什么，我该问什么，case breakdown要分为哪几层。

7. Uber
HR - > HM -> Withdraw 因为去年Uber layoff的事情，所以一直对uber还心有余悸，但是因为lyft和uber这种特性的公司数据分析特别不一样，所以也挺有兴趣准备的，会在另一篇面试准备中具体提自己是怎么去了解准备的，前后大概就花了不到2h，但是已经觉得confident on high-level answers for cases。考虑到肯定也不打算去，就撤回了。

接上一段复习方式，uber/lyft这种很不同的双边市场（司机+乘客） 他的指标 数据内容究竟是什么。作为曾经的典型面镜选手，看着Facebook DS岗位面经成长起来的我，相对更了解在social network中 a/b testing的特殊性，要考虑的点；但是uber一定是非常不同的，那我就会花更多时间理解究竟什么是golden metrics，什么是guardian metric，会有什么样的场景。 app的链路究竟是如何。

不是不停查面经，不是不停看case，不是不停刷uber 的sql （1p3怎么也不能strikethrough ?）

打个比方 3w点productmanagementexercises.    com斜线2807斜线were-里夫特-what-dashboard-would-build-track-the-health-the-app uber这种供需的市场 然后一些特定场景的指标
当然了 大家还可以去学习什么叫做时间片轮转测试



8. Udemy
HR -> HM -> Rej 。这个是最一开始启发我不看面经的一场面试，面试大概是在8月中左右。HR轮一直没有什么问题，HM轮考的是一个case，我硬生生把这个case的答案聊成了非常统计化。题目考查的是课程的时间长度和购买率的关系。如果面过coursera的同学可能知道，coursera也有考察过这么一道题目，方向思路大概是通过历史数据建立逻辑回归，fit数据然后看系数是否sig，并且会考察到系数的解读和p-value的解释等等。这是我一年多以前做过的题，并且非常成功搞定了，所以当我发现udemy问了非常接近的问题的时候，过去的答案一下子就浮现了出来，几乎没有什么思考我就把答案给套了过来。最后没有聊好，我认为是以下几个原因
   1. 如果以前没有做过这样的题，我的思路第一反应绝对不会和logit回归有关，甚至不会是第二思路。这是一个可能可行但是我个人并不擅长的方向和答案，我的统计并不好，并且本次几乎都没复习。。。。
   2. 面试官他恰好非常懂统计，是斯坦福econ phd，我正好撞在了枪口上，很多细节知识无法答上来
   3. 因为我当时的想法机会是套了曾今的一个思路，没有自己过多的思考，所以导致问题的很多follow-up，我的思维非常受限，只想着如何套进去
   4. 还有更多～～到最后我们聊了很深的stat，causal，怎么做did，rdd，最小的unit又是谁等等，我聊的非常吃力。挂了也是理所当然。后来复盘，很明显可以感受到这本来不是面试官想要聊的方向，但是因为我聊了，他又特别懂，他就很好奇聊了下去，结果把我给聊没了hhh
      自从这一次面试之后，我几乎就没有再看过任何面经（另一方面也是因为毫无时间....）但是后来因为对框架和内容的越发熟悉，发挥也越来越好，也不被所谓的框架束缚，具体的我可以在其他文章展开讲讲我都是如何思考问题的。
   5. 【PS Udemy上市了啊！我一直相信e-learning肯定会出头的哈哈哈，希望他们都越来越好吧！--- 11月的notes】

9. Transunion
HR -> withdraw/rej 他发了两次面试，但是都没进行下去。因为恰好有认识组内的伙伴，所以也知道原因不在自己。当然了，我认为大部分的hr call, 我们都不应该fail，也不要过多blame自己。transunion在芝加哥，公司的文化挺好的，虽然比较传统，欢迎大家投递transunion。这里有一篇介绍TU的帖子，也分享给大家，给我TU的朋友们打打广告哈哈
3w.  1p3 .com斜线 bbs 斜线thread - 477975 - 1 - 1 . html


10. Autodesk / Expedia / IQIVIA 这些公司来的面试都太迟了....hr call都没打我就撤回了

11. Go Daddy / YipitData / Pocket Gems / Jerry.AI
这些公司他们都给了data challenge，go daddy的开头的oa我也过了，但是都选择没有继续面下去。这里展开说说
    1. 个人其实还是有点小惊讶竟然碰到了很多要求take home challenge的公司（去年做的很少），OA的更多，基本上我会prioritize做OA因为做challenge的时间不太够
    2. Adobe的challenge我预估真的要花一周，且对机会一般感兴趣，选择直接放弃
    3. Pocket Gem的challenge也是ML向，我没时间做，但是当时和hr沟通能不能延长时间，在一周的ddl后我最后额外争取到了2周的时间做（邮件沟通了2次 ） 他们肯定也是没招到合适的人，所以一直ok我迟一些发送，但是然后我就有了offer，就直接选择不做了. 不想马上做，但是又不想撤回的，就聊！聊的话不费成本，你可能可以优先其他机会的同时不错过这个机会，何不聊聊看！
    4. 其他公司类似。
    5. 这里想要分享的其实是，无论是复习还是面试，都要根据面试的难易程度和对公司的感兴趣程度把握时间的分配（我还考虑了一下薪水地点之类的），不然只会把自己的精力耗尽。如果我是学生时期，或许会有时间完成这些，当然了，对于直接发challenge去筛选人的公司，我个人的好感度不高。此处非常感谢udacity和adobe，都是在和我聊完认可我的某一方面能力之后，才提到challenge，所以我也个人花了更多时间阅读和思考，因为会认为受到公司的重视。同理复习ds的知识也是，要在有限的时间做更重要的事情。

12. Aspiration:
. ΧVerbal offer: HR -> HM -> Onsite -> Offer 这是一家很小的startup，不记得具体多少人了，但是ds/de/da team的人不多。做analysis的team只有大概5-7人，我几乎是面试聊了大半个team，甚至包括VP。以后入职也是directly report to vp。在很多小startup的人的身上我都能看到他们对现有工作的一种passion，which我对他们的产品其实没有，所以最后没有去。这里展开说说其他几个点
    1. 选择小公司还是大公司是一个非常有讲究和学问的事情，完全可以另开一帖去分享。这是一个非常因人而异的事情，我选择大公司也有出于身份的考虑。
    2. 做数据分析，好的数据质量都是必不可少的。大公司里脏数据不少，小公司也无法避免。大公司的时候我可能问的更多的是tool和技能，但是小公司我还会询问关于team size的大小，有多少个de，一般和de都是怎么合作的。
    3. 小公司的话很多内容都不成熟，有特别多可以探索的，对senior或许不错，但是相对来说junior的我还会希望有个别senior能够在我onboard的时候带我熟悉数据，公司架构等等，并且长期的工作中可以给予我一定的指导，所以我也会去努力了解是否愿意和这几个senior的合作，了解他们做的事情和方向，以确保我能够有一定的成长空间
    4. 个人的growth和business value在大公司可能小，在小公司也可能大，他们都不一定。但是公司如果小的话，概率较大你的leadership visibility会大。正比如我可以在面试中见到vp，udacity的面试中我见到了head of data，在选offer的时候也可以和他们在单独聊天，感受他们是什么样风格的一个人。所以说leadership visibility肯定不会太差，这对很多人的职业发展来说可能是很重要的。同时，领导层的风格也会很大程度影响下层的决策，风格，内容等，所以了解他们也是面试里很重要的事情。
    5. 其他的方面大家可以留言或者咱们另开贴聊。

13. Ugam HR -> withdraw / Nordstorm:
HR -> HM -> Tech - > withdraw/rej  这个把两个公司放一起是想聊一下薪水的事情。
    1. 面ND已经是我确定不去他之后事情了 但是当时offer还没有签，面试也schedule了也就面下去了。ND在我眼里也是比较传统的公司，他们有很多的location，似乎非常flexible，反正当时意思是我想去西雅图，芝加哥，或者东部，基本上到处都可以让我去选择。本来hr 希望我可以面DA II，但是了解了下DA II的薪水range较我的expectation低了，我就说我不面了，要不然的话就得面DA III，which在西雅图应该是能12-13w的一个base，再低的我个人不太考虑。然后他们就给我upgrade level，increase salary，遂面之。hm感觉风格比较无聊，聊完就感觉不会想要一起合作了。 当时也比较随意面，最后是我要withdraw的时候他说他也要rej，也说不清是谁rej了谁哈哈 不过不重要。tech面就是sql live coding+ python pandas 不是很难。
    2. ugam hr聊了下薪水，他说可能是10w左右在sf，我直接就拒绝了，我说sf的话这个薪水得翻（？？） 拒绝过分low ball的机会。
    3. 这里主要是想和大家说，如果我们手上有counter offer的时候，可以多硬气一些。counter offer可以是很广义的，你手头有别的offer，你愿意在原公司，你想去读书，千言万语就是你不去他们公司。而他们如果认为你可能会离开，想要你的话就会努力留下你。谈薪水也有很多讲究，简单结论就是也不要随意给数字，我从头到尾都几乎没有给过我的epxectation，很少给，除非我认为真的有必要。这里强烈建议大家，在hr call的时候把薪水的range聊清楚，不要给数字，但是要问hr有没有什么可以分享的信息，我80%的面试都在hr轮就知道了range，然后我就大概清楚了什么想去什么不想去。有一些就知道不想去的，我就懒得问，因为他可能会被我定义为练手型面试，所以薪水也不重要。不在乎的钱的话大家当然也是随意。

14. Tiktok
.google  и面了两次哈， 一次是  hr -> hm -> challenge -> senior - Rej, 挂在sql 当时是6月 只是因为hr linkedin找的我 就当作练习了，确实是没准备好
另一次是 hr -> HM (case) -> rej. tt的帖子很多，这里不展开了哈哈哈，写累了，所以大家了解下我的流程就好～
TT的面试体验流程其实不是很好，不过就不多说了。

这篇文章写到这里已经快写不下去了，主要是因为已经太长了，我坐飞机都快写累了，AA的座位是真的太小了！前后两个月的两次旅程才在飞机上完成这篇，希望当中的一些想法和思考可以在大家找工作的时候帮助到大家。自己求职的次数也不多，今年的市场可能是特别好吧，所以才会有不少的机会。大概下次跳槽不会有这么多面试了，但我也会更强的，相信会有更多思考～


【资料资料】
最后最后最后 我个人没有特别特别的复习资料 都是心里有个方向然后去做具体的查询 阅读 积累，硕士阶段积累的PPT和作业可能是我回顾相对较多的内容。
真正要推荐的话，或许是datamask里的那一本40 product questions，这本书常读常新，我每一年面试都会把里面的case过一次。已经来回读了4次，还是有很多东西理解不到位。同时，他是非常轻量级的case总结，所以非常非常推荐大家去读一读。（1p3里面搜一下也能找到）

最后：
前面有提到一些我的复习方式，其中一个是不怎么看面经。个人认为不要对于每一个case都去套模板，如果时间很多我可能会看面经 但是大部分公司我都没有什么时间复习。
另一方面面试的心态也很重要，曾经有把自己关在房间里一直复习的一段时间，生活会很压抑，没有那么快乐，有时候效率也不高，所以这次看剧约饭旅游上班加班和健康的生物钟，一个都不能牺牲的前提下，进行面试。最后也很快乐，因为该玩的都玩了，也摸索到了可能最适合自己的复习方式。希望大家也不要把自己逼的太紧，但是也千万不要每天都不学习，每天半小时到一小时学习还是应该保证的！

以及，面试的岗位如果需要大量大量的复习准备，那说明你可能做了某方面的switch，比如是完全不做model面试MLE的岗位，那自然需要花费很多时间。但是大部分数据分析技能我们现岗位应该都有所涉及，很多可以pivot的技能是可以transfer的。岗位match的情况下，需要准备的时间也会相对较少，应该要对自己有信心！


大家也可以留言提问，谢谢。如果有值得谈的，或者我还有想写的 会再开贴，提前祝大家感恩节过得开心！

最后最后，求加米！！！加米是对我的鼓励，你不会损失米的～

阿烤烤烤ww 11/22/2021

Krystalzhuo 发表于 2021-11-24 13:22
另外请问楼主申请过engineer的岗位吗？BA的data challenge对比engineer如何？我目前在申请实习，挂了好几个 ...

hey 你好 我个人现阶段不往MLE或者SDE，DE的方向发展，所以在面试的时候也会尽量避开这些。主要是因为个人天赋兴趣在这一方面都不太擅长，觉得做起来也不会很开心。如果能够更清楚一些自己的方向的话或许复习求职起来都会更清晰一些

另外请问楼主申请过engineer的岗位吗？BA的data challenge对比engineer如何？我目前在申请实习，挂了好几个engineer的OA了，但是BA的就能过，好奇是不是找全职的时候也会是这样的

牛逼啊楼主！话说pocket gem得take home就是坑爹 浪费时间.

受教了，感谢分享

慢慢看。。。

另外，再请问一下您说的应该是datamasked吧？(不是datamask?)您说的那一本40 product questions是它那个三件套的其中之一吧？另外两个您觉得有必要看吗？thanks

已加米。请问一下”工作中主要是BB + SQL + Tableau”这里BB是指？以及这里的顺序是按照工作中您使用的多少排的吗？thanks

谢谢分享心得！

很详细 非常热心 表示很赞

RubyJiangCMU 发表于 2021-12-04 09:48:09
下周就面试了 给自己加加油

加油↖(^ω^)↗

下周就面试了 给自己加加油

感谢分享！👍超详细面经

Fran666 发表于 2021-11-28 23:23
给楼主顶贴哈哈哈 感谢楼主refer～🙈

哈我知道你是谁了 也恭喜你hhh