IT部_数据分析师面试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年IT部数据分析师面试题及答案

上午场：理论基础知识

一、选择题（共5题，每题2分，计10分）

1.数据分析师在处理缺失值时，以下哪种方法最适用于连续型数据且能保留较多信息？

A.删除含有缺失值的记录

B.填充均值

C.填充中位数

D.KNN填充

2.以下哪种指标最适合衡量分类模型的预测准确性？

A.均方误差（MSE）

B.R2值

C.AUC

D.准确率（Accuracy）

3.在数据可视化中，使用散点图最适合展示：

A.类别数据分布

B.时间序列数据趋势

C.两个连续型变量之间的关系

D.多个变量之间的复杂关系

4.以下哪种数据库索引最适用于频繁查询但很少更新的数据？

A.B树索引

B.哈希索引

C.全文索引

D.GIN索引

5.在Python中，以下哪个库主要用于数据清洗和预处理？

A.Matplotlib

B.Seaborn

C.Pandas

D.Scikit-learn

二、简答题（共3题，每题4分，计12分）

1.简述数据分析师在项目开始阶段需要做哪些准备工作？

2.解释什么是数据偏差，并举例说明常见的三种数据偏差类型。

3.描述特征工程的主要步骤及其在数据分析中的重要性。

三、计算题（共2题，每题6分，计12分）

1.某电商平台的A/B测试结果显示，实验组转化率为5%，对照组为3.5%。假设总样本量为10000人，实验组5000人，对照组5000人。请计算该测试结果的统计显著性（α=0.05）。

2.给定一组数据：[10,12,14,15,18,20,22]。请计算其四分位数（Q1、Q3）和四分位距（IQR）。

下午场：实战技能测试

一、SQL查询题（共3题，每题6分，计18分）

1.假设有一个销售数据表sales（sale_idINT,product_idINT,amountDECIMAL,sale_dateDATE），和一个产品信息表products（product_idINT,product_nameVARCHAR）。请写出SQL查询语句，找出2025年销售额最高的3个产品及其销售额。

2.有一个用户行为表logs（user_idINT,event_typeVARCHAR,event_timeTIMESTAMP,statusINT）。请写出SQL查询语句，统计每个用户的平均会话时长（会话以连续的事件记录为同一会话，状态为1表示会话结束）。

3.有一个员工表employees（emp_idINT,nameVARCHAR,departmentVARCHAR,salaryDECIMAL）。请写出SQL查询语句，找出各部门平均工资最高的前两名员工。

二、Python编程题（共2题，每题10分，计20分）

1.请用Python代码实现以下功能：

-读取名为data.csv的CSV文件

-计算每个产品的平均销售额

-将结果按平均销售额降序排序并保存到新文件sorted_data.csv

2.请用Python代码实现以下功能：

-生成一个包含1000个随机数的列表

-计算该列表的中位数

-使用Bokeh库绘制该列表的直方图，X轴为数值范围，Y轴为频率

三、业务分析题（共2题，每题12分，计24分）

1.假设你是一家在线教育公司的数据分析师，最近发现某门课程的完课率突然下降。请分析可能的原因，并提出至少三种可行的解决方案及预期效果。

2.某电商平台希望提升用户复购率，请设计一个数据分析方案，包括数据来源、分析指标、分析方法等，以帮助平台制定有效的运营策略。

四、开放性问题（共1题，计14分）

请结合当前中国IT行业发展趋势，谈谈数据分析师在未来的职业发展中需要具备哪些新技能，并说明这些技能如何帮助提升数据分析工作的价值。

答案及解析

一、选择题答案

1.C

解析：填充中位数比填充均值更能抵抗异常值的影响，适用于连续型数据且能保留较多信息。

2.D

解析：准确率（Accuracy）最适合衡量分类模型的预测准确性，而MSE适用于回归问题，R2值衡量回归模型拟合度，AUC衡量模型区分能力。

3.C

解析：散点图最适合展示两个连续型变量之间的关系，其他选项分别适用于类别数据、时间序列和多变量关系。

4.A

解析：B树索引最适用于频繁查询但很少更新的数据，而哈希索引适合等值查询，全文索引用于文本搜索，GIN索引适合全文搜索。

5.C

解析：Pandas是Python中用于数据清洗和预处理的常用库，Matplotlib和Seaborn主要用于数据可视化，Scikit-learn主要用于机器学习。

二、简答题答案

1.数据分析