2026年中信科数据分析师岗位面试题.docxVIP

第PAGE页共NUMPAGES页

2026年中信科数据分析师岗位面试题

一、统计学与数据分析基础（5题，每题6分，共30分）

1.题目：

某电商平台A/B测试了两种推荐算法对用户购买转化率的影响。算法X组（实验组）的转化率为5%，算法Y组（对照组）的转化率为4.5%。假设两组样本量均为10000，请计算这两种算法的转化率差异是否具有统计学显著性？（α=0.05）若具有显著性，请解释其商业意义。

2.题目：

某城市某季度外卖订单数据如下：订单金额均值为80元，中位数75元，标准差12元。该数据是否可能存在异常值？若存在，如何检测？请说明你的检测方法及原理。

3.题目：

某电信运营商收集了用户每月通话时长数据，发现数据呈右偏态分布。若需计算用户通话时长的代表性指标，应优先选择均值还是中位数？请解释原因。

4.题目：

某银行需评估两种营销策略对用户存款增长的影响。策略A的存款增长率均值为3%，标准差0.5%；策略B的存款增长率均值为2.8%，标准差0.3%。哪种策略更稳定？请用方差解释。

5.题目：

某零售商分析用户购买行为，发现年龄与购买频次的相关系数为0.6。请解释该系数的经济含义，并说明其局限性。

二、SQL与数据库查询（3题，每题10分，共30分）

1.题目：

某电商数据库包含三张表：`orders`（订单表，字段：order_id,user_id,order_date,amount）、`users`（用户表，字段：user_id,age,city）、`products`（商品表，字段：product_id,category）。请写出SQL查询语句，找出2025年11月上海地区20-30岁用户购买“电子产品”的总金额及订单数，按年龄降序排列。

2.题目：

某物流公司数据库包含`shipments`（运单表，字段：shipment_id,order_id,delivery_date,status）和`orders`（订单表，字段：order_id,ship_date）。请写出SQL语句，计算每个订单的“延迟天数”（实际配送日期预计配送日期），并筛选出延迟超过3天的订单，按延迟天数降序排列。

3.题目：

某银行数据库包含`loans`（贷款表，字段：loan_id,user_id,amount,approve_date）和`users`（用户表，字段：user_id,age,education）。请写出SQL查询，统计不同教育程度用户的贷款平均金额，并筛选出贷款金额最高的教育程度群体。

三、Python与数据处理（4题，每题7.5分，共30分）

1.题目：

某电商平台用户行为数据包含用户ID、浏览时长（分钟）、购买金额（元）。请用Python计算：

（1）浏览时长与购买金额的相关系数；

（2）若用户浏览时长超过10分钟，则标记为“高意向用户”，请统计高意向用户的平均购买金额。

2.题目：

某城市空气质量数据包含日期、PM2.5、PM10、温度。请用Python：

（1）绘制PM2.5与PM10的散点图；

（2）计算每日PM2.5的滚动均值（窗口大小为3天）。

3.题目：

某银行信用卡数据包含用户ID、消费金额、还款金额、逾期天数。请用Python：

（1）找出“高负债用户”（消费金额还款金额且逾期天数5）；

（2）计算这些用户的平均逾期天数。

4.题目：

某电商平台用户评价数据包含评分（1-5）、评论内容。请用Python统计：

（1）各评分等级的数量占比；

（2）若评分≥4的评论中出现“推荐”字样，则标记为“正面推荐”，请统计正面推荐的占比。

四、机器学习与模型应用（3题，每题10分，共30分）

1.题目：

某电商平台需预测用户流失概率。已知特征包括：购买频率、最近一次购买时间、会员等级。请简述：

（1）若使用逻辑回归模型，如何解释其系数的经济意义？

（2）若使用决策树，如何避免过拟合？

2.题目：

某电信运营商需预测用户月话费消费额。已知特征包括：套餐类型、通话时长、流量使用量。请简述：

（1）若使用线性回归，如何检测特征多重共线性？

（2）若使用Lasso回归，如何选择最优正则化参数？

3.题目：

某银行需对贷款申请进行风险分类。已知特征包括：年龄、收入、信用历史。请简述：

（1）若使用随机森林，如何评估模型效果？

（2）若发现模型对“高收入用户”分类不准，如何优化？

五、业务理解与场景分析（3题，每题10分，共30分）

1.题目：

某电商平台A/B测试了两种定价策略：策略A（原价+满减），策略B（阶梯折扣）。数据显示策略B的销售额略高，但用户满意度低。请分析：

（1）如何平衡销售额与用户满意度？

（2）数据分析师应如何向管理层提出优化