2026年大数据分析师岗位行为面试与技能考核题集含答案.docxVIP

第PAGE页共NUMPAGES页

2026年大数据分析师岗位行为面试与技能考核题集含答案

一、行为面试题（共5题，每题10分，总分50分）

1.请分享一次你通过数据分析解决业务问题的经历，并说明你的具体做法和最终成果。

（考察问题解决能力、数据分析流程、业务洞察力）

2.描述一次你与跨部门团队（如产品、运营、技术）合作进行数据分析的经历，你是如何推动项目进展并解决冲突的？

（考察团队协作、沟通能力、项目管理能力）

3.面对数据质量差或数据缺失的情况，你通常如何处理？请举例说明你的应对策略。

（考察数据处理能力、逻辑思维、应变能力）

4.在工作中，你如何平衡数据探索的自由性与业务需求的紧迫性？请结合实际案例说明。

（考察业务导向、时间管理、数据分析的严谨性）

5.分享一次你主动发现并推动数据驱动的业务优化的经历，最终带来了哪些积极影响？

（考察主动性、业务敏感度、价值创造能力）

二、技能考核题（共5题，总分50分）

1.SQL查询题（10分）

题目：

某电商平台有如下三张表：

-`orders`（订单表，字段：`order_id`、`user_id`、`order_date`、`total_amount`）

-`order_items`（订单明细表，字段：`order_id`、`product_id`、`quantity`、`price`）

-`products`（商品表，字段：`product_id`、`category`、`brand`）

要求：

1.查询2026年1月销售额最高的3个商品类别，并按销售额降序排列。

2.查询每个用户的平均订单金额，并筛选出平均订单金额超过1000的用户。

答案与解析：

1.SQL查询：

sql

SELECTp.category,SUM(oi.quantityoi.price)ASsales_amount

FROMorderso

JOINorder_itemsoiONo.order_id=oi.order_id

JOINproductspONoi.product_id=p.product_id

WHEREYEAR(o.order_date)=2026ANDMONTH(o.order_date)=1

GROUPBYp.category

ORDERBYsales_amountDESC

LIMIT3;

解析：

-通过`JOIN`连接三张表，关联订单、订单明细和商品表。

-筛选2026年1月的订单数据。

-按商品类别分组，计算每个类别的总销售额（`SUM(oi.quantityoi.price)`）。

-排序并取前3名。

2.SQL查询：

sql

SELECTuser_id,AVG(total_amount)ASavg_order_amount

FROMorders

GROUPBYuser_id

HAVINGAVG(total_amount)1000;

解析：

-按用户ID分组，计算每个用户的平均订单金额。

-使用`HAVING`筛选出平均订单金额超过1000的用户。

2.Python数据分析题（10分）

题目：

给定一个CSV文件`sales_data.csv`，包含字段：`date`（日期）、`region`（地区）、`product`（产品）、`sales`（销售额）。

要求：

1.使用Pandas读取数据，筛选出2026年销售额最高的3个地区，并绘制柱状图展示。

2.计算每个产品的总销售额，并筛选出销售额低于平均值的20%的产品。

答案与解析：

1.Python代码：

python

importpandasaspd

importmatplotlib.pyplotasplt

读取数据

data=pd.read_csv(sales_data.csv)

data[date]=pd.to_datetime(data[date])

data_2026=data[data[date].dt.year==2026]

按地区分组计算总销售额

region_sales=data_2026.groupby(region)[sales].sum().sort_values(ascending=False).head(3)

region_sales.plot(kind=bar,color=skyblue)

plt.title(2026年销售额最高的3个地区)

plt.xlabel(地区)

plt.ylabel(总销售额)

plt.show()

解析：

-使用`pd.to_datetime`转换日期格式，确保筛选年份时正确。

-筛选2