大数据面经
❶ 怎么面试大数据分析师
1、考察对数据的敏感度。
面试的时候，数据部门经理问一些生活中的数据的问题，一个内优秀的数据分析容师对数据有很强的敏感度，生活中常见的数据，你直观的感受往往能反应出你的资质。
2、数学基本概念和统计学方法。
遇到的有排列组合的问题的，还有指数衰减的定义等等。或者直接给一个问题或者数据，问问你打算用什么样的方法怎样去分析。在给你数据的时候，一定要记得说数据预处理！这一点非常重要，这样会让人觉得你的回答逻辑清楚，有条有理。如果想从事与数据科学相关的岗位，需要学习的数据知识可以参考成都加米谷大数据培训机构的：想从事数据科学相关岗位，这些数学基础“必备”。
3、编程能力。
你一定要有自己熟练的软件，常问的问题是，你一般用excel干什么，常用的函数有哪些？你是否用过数据透视表？是够用过宏？你平时多久用一次R？你是否用过或了解过并行？等等关于软件的问题。在面试小公司时，HR会可能直接给你一个数据进行数据分析，题目一般给的都不太难。
❷ 面试大数据&云计算的开发岗位，简历应该怎么写比较有
一份抄简历，一般可以分为四袭个部分，其中:
第一部分:为个人基本情况，应列出自己的姓名、性别、年龄、籍贯、政治面貌、学校、系别及专业，婚姻状况、健康状况、身高、爱好与兴趣、家庭住址、电话号码等。
第二部分:为学历情况。应写明曾在某某学校、某某专业或学科学习，以及起止期间，并列出所学主要课程及学习成绩，在学校和班级所担任的职务，在校期间所获得的各种奖励和荣誉。
第三部分:为工作资历情况。若有工作经验，最好详细列明，首先列出最近的资料，后详述曾工作单位、日期、职位、工作性质。
第四部分:为求职意向。即求职目标或个人期望的工作职位，表明你通过求职希望得到什么样的工种、职位，以及你的奋斗目标，可以和个人特长等合写在一起。
❸ 大数据分析面试问什么
基本工具
包括规定动作和自选动作两类。
1.1 规定动作
SQL查询：JOIN ON、DISTINCT、GROUP BY、ORDER BY等等。从数据库中提取数据是数据分析的第一步。
1.2 自选动作
根据简历来问，简历上写什么就问什么，会问得比较深入。简历作为敲门砖，撰写也是非常重要的，切不可写的过于夸张和造假，奉劝各位不要作死，毕竟不作死都有可能会死。Python、Stata、R、SPSS、SAS、EViews都算比较常见的数据分析工具。
2.逻辑思维
主要分为两方面，对业务逻辑的理解能力和行文的逻辑水平。
2.1业务逻辑
虽然一个业务看似流程简单清晰，但产生数据的复杂程度往往超过大多数人的想象。对业务逻辑的考察主要通过相关项目经历。
2.2行文逻辑
毕竟最终产出是一份份报告，可能是HTML邮件也能是PDF。
3.理论储备
也分为规定动作和可选动作。
3.1 规定动作
主要是基础的统计学理论，如方差、协方差、算数平均数、几何平均数、中位数、众数、分位值、双峰数据、长尾数据、假设检验、期望迭代法则、贝叶斯原理等。
3.2 自选动作
根据简历来问，简历上写什么hr一定会问什么。
4.对细节的敏感度
作为数据分析师，每天要关注大量数据指标。对细节的敏感度是非常必要的。这主要分为两方面，对统计口径的敏感度和对数据的敏感度。
4.1 统计口径
统计口径一致是确保数据可比性的基础，这非常考验数据分析师的敏感度和行业经验。
4.2 数据
面试者对数据异常波动、离群值、平均数没有代表意义等情况的迅速识别能力。比如已知然寿司套餐单价1,500，酒水单价300，平均客单价2,500，能不能马上想到这可能是双峰数据或者长尾数据，抑或既双峰又长尾的数据？
5.学习能力
互联网行业瞬息万变，光数据的存储就有Oracle、MySQL、Hadoop、Spark、Hive、Impala、谷哥哥三驾马车等一大堆奇奇怪怪的东西。互联网行业的从业者经常要面对新需求、新工具、新方法。能否迅速掌握新知识，解决新问题面试者必须证明给hr看。主要考察的方式是了解过往项目经历，或者出作业题(比如Sci-Hub)。
6.排版和简单UI设计
数据分析报告必须简洁、清晰、重点突出。主要考察方式是出作业题让面试者限时交一份slides(就是PPT啦)出来。
7.价值观
主要看工作热情、态度、道德水平等等，这方面的问题比较随机。