CDA数据分析师 出品
大家好，我是CDA就业班的学员，目前在某知名互联网企业从事数据分析工作。今天给大家分享一下我在面试过程中的一些经验教训，希望能给大家一些帮助。
面试准备：梳理项目很重要
之前我面试过一家做广告投放的公司。在面试之前，我对这个公司做哪几块业务做了了解，并且在网上找了广告投放的相关案例。
在面试时，我会根据这个项目和案例跟面试官进行介绍。说一下我会用什么算法去做这个案例，会考虑哪些维度，说明自己的大概思路，让面试官觉得你对这个项目有一定的了解。
当时我介绍了做相应项目时，在变量方面我主要考虑了两个维度：一个方面是投放后的用户行为，比如注册时间，访问的深度转换率等；另一方面，投放广告本身的维度，比如广告的尺寸、广告的卖点、广告的投放渠道等。
根据这两个维度，构建模型，最后得到了什么样的结果。当时我阐述的是，通过算法我将用户分成几类，并通过聚类提取每类用户的特征。根据投放的广告，可能第一类用户在注册方面一般，但付费方面转化比较好。然后二类用户的话，在用户精确度方面就表现得更好。第三类用户，在转化方便表现不太好，但在注册拉新方面表现很不错等等。
接着讲清楚在实际当中是怎么运用的，如何给到业务部门意见。在进行分析中，每个渠道有对应的唯一标志，业务部门可以追溯到具体渠道。
比如各方面表现欠佳的用户类别，在预算不足的情况下，是否要选择放弃。对于一类和二类用户，就可以加大投放，特别第二类用户，因为其各方面质量非常高。如果注册方面不太好，我们是否考虑针对，这两类用户对注册引导进行改进。相对而说，第四类用户注册数据很好，在要做大型活动促销时，需要大量用户流量进来，这时就可以考虑把第四个渠道作为业务部门的主推渠道，这会很利于拉新。
我在给面试官阐述项目时大概是以上的思路。首先基于哪些维度考虑分析问题，然后用了什么算法，得出怎样的结论，结论是如何给业务部门赋能的。
通过这样的介绍，面试官会对你阐述的内容比较感兴趣，并且进行进一步提问，会涉及到一些技术性的问题。比如用到算法的原理是怎么样，以及数据清洗的问题等等。
比如刚刚提到的维度中有注册率、广告尺寸这些维度不是一个类型的，该怎么进行处理呢？
这时你要明白，面试官是在问关于数据清洗的问题。
你可以回答，我们对数据肯定要进行处理，比如哑编码等方式，以及调用什么包进行处理。同时你需要对整个流程非常熟悉，做到心中有数。
这里值得强调一下的是，在准备面试的项目介绍方面，需要准备得更充分。
比如项目从开始准备到落地，具体花了多长时间，团队是几个人负责的项目等，这些在面试过程中都会问到。
面试官的目的是想通过项目的时间，参与的人数来判断项目的真实性。因为企业考虑到如果是虚拟的项目，可参考的价值就不大了。一般企业想知道你所解决的项目是真实的，当时你具体是怎么做的。因为对于企业而言，他们都想招到一些有实际业务经验、有数据分析相关项目经验的候选人。
提前了解目标企业的主要业务
因此求职的小伙伴们，在准备过程中要把这方面梳理地详细一些，熟悉所做过的项目，了解面试公司所做的业务。
技术性问题方面，大多会考察SQL和Python相关的技术点，这方面大家可以多刷题来提高。
值得注意的是，大家一定要提前了解面试企业的主要业务，在回答面试相关问题的时候，尽可能贴近目标企业的主要的业务来举案例，这样的话更容易把问题控制在自己可控制的范畴内。
这里有个小技巧，在HR通知你去面试的时候，你可以问HR要一下公司的对外资料，一般情况下都会给的，这样能帮助你了解熟悉面试公司的业务情况。同时，面试中尽量把问题控制在自己熟悉的领域。
结语
以上就是我本次的分享了，希望对大家有所帮助，也祝大家求职顺利。数据分析的能力的培养不是能够一蹴而就的，除了基础的模型和思维的掌握之外，还需要大量实践经验的积累。
