2025年数据分析师招聘面试技巧与模拟题解析.docxVIP

第PAGE页共NUMPAGES页

2025年数据分析师招聘面试技巧与模拟题解析

面试技巧概述

数据分析师面试通常包含技术能力、业务理解、沟通表达和问题解决四个维度。技术能力考察SQL、Python/R、统计学知识等基础；业务理解关注候选人对行业的认知和数据分析应用场景的把握；沟通表达强调将复杂分析转化为简洁结论的能力；问题解决则是考察候选人的逻辑思维和应变能力。面试形式多为多轮面试，包括HR初面、技术面、业务面和终面。

模拟题及解析

一、技术能力测试（共5题，每题10分）

1.SQL查询优化题（10分）

题目：

某电商数据库包含以下表结构：

-`orders`(order_idINT,user_idINT,order_dateDATE,total_amountDECIMAL)

-`order_items`(order_item_idINT,order_idINT,product_idINT,quantityINT,priceDECIMAL)

-`products`(product_idINT,categoryVARCHAR)

请编写SQL查询，找出2024年12月销售额最高的3个产品类别，要求：

1.只统计`price*quantity`的总额

2.结果按销售额降序排列

答案：

sql

WITHRevenueAS(

SELECT

p.category,

SUM(oi.quantity*oi.price)AScategory_revenue

FROMorder_itemsoi

JOINproductspONoi.product_id=p.product_id

JOINordersoONoi.order_id=o.order_id

WHEREo.order_dateBETWEEN2024-12-01AND2024-12-31

GROUPBYp.category

)

SELECTcategory,category_revenue

FROMRevenue

ORDERBYcategory_revenueDESC

LIMIT3;

2.Python数据处理题（10分）

题目：

给定以下DataFrame：

python

importpandasaspd

data={user_id:[1,2,1,3,2,3],

session_count:[5,8,12,3,7,10],

last_login:pd.to_datetime([2024-12-01,2024-11-25,2024-12-05,2024-10-20,2024-11-30,2024-12-10])}

df=pd.DataFrame(data)

请完成以下任务：

1.计算每个用户的平均登录频率（天）

2.添加一列`active`（布尔值），表示用户是否活跃（最近30天内登录）

3.返回活跃用户中平均会话数最多的前2个用户

答案：

python

fromdatetimeimportdatetime,timedelta

#当前日期

current_date=datetime.now()

#1.计算平均登录频率

df[days_between_logins]=(df[last_login].diff().dt.days).fillna(current_date-df[last_login])

average_frequency=df.groupby(user_id)[days_between_logins].mean()

#2.添加活跃列

df[active]=df[last_login]=current_date-timedelta(days=30)

#3.活跃用户中会话数最多的前2个用户

active_users=df[df[active]]

top_active_users=active_users.groupby(user_id)[session_count].mean().sort_values(ascending=False).head(2)

3.统计分析题（10分）

题目：

某产品A/B测试，对照组使用旧版本，实验组使用新版本。测试数据显示：

-对照组：n=1000，转化率8%

-实验组：n=1000，转化率12%

请回答：

1.计算两组转化率的标准误差

2.进行假设检验（α=0.05），判断新版本是否显著提升转化率

3.解释p值含义及实际业务决策建议

答案：

python

importnumpyasn