数据分析师训练营/ 第八篇 求职/ 第三十章
第三十章 · 求职落地

面试与入职

这是全书的最后一章。前面 29 章,你学了 Excel、SQL、统计、分析方法和 Python,也把项目写进了作品集。 但作品集不会自己走到面试官面前——它要经过一场 45 分钟的对话,才能变成录用通知。

这一章不教话术。我们只做一件事:把你已经会的东西,翻译成对方能验证的证据。 30.3 会带你走一遍 45 分钟模拟面试,并给一张家长或朋友都能照着打分的表。

理论 : 实操 = 3 : 7 约 6 学时 前置 第 29 章

30.1原理:面试到底在考什么

面试不是考试,没有标准答案。它是一次风险采购:对方用月薪买你 22 天,得先确认你不会搞砸。 五轮面试,就是五次风险检查。

30.1.1五轮:每一轮淘汰一种风险

不同公司的轮次名称不一样,骨架高度一致。这张表可以对照任何一份招聘启事。

轮次谁在面时长考什么最常见的淘汰原因
1 简历筛HR / 用人经理以秒计关键词是否匹配、项目有没有数字三页纸全是“负责日常取数”
2 SQL 笔试分析师 / 在线笔试30–60 分钟口径、JOIN、窗口、去重、NULL结果跑出来了,分母却是错的
3 业务面用人经理45–60 分钟case 拆解、指标定义、项目深挖只会套模板,一追问就露底
4 交叉面兄弟团队 / 总监30–45 分钟沟通成本、边界感、能否合作把团队成果全说成自己的
5 HR 面HRBP20–30 分钟动机、稳定性、薪资预期离职原因说不清,报价没依据
图 30.1.1 五轮不是五个关卡,是五种风险的过滤;越往后越在确认“和你共事会不会很累”
1

每一轮只回答一个问题

简历筛看“像不像”,笔试看“会不会”,业务面看“能不能独立解决问题”,交叉面看“累不累”, HR 面看“会不会很快走”。讲错重点不会被扣分,会被归到“不合适”。

如果不这样会怎样:有人在业务面花十分钟讲快捷键,面试官想听“这个分析改变了什么决策”。 十分钟过去,他已被归到执行层。

30.1.2SQL 手写题:先说口径,再写代码

手写题通常只有一句:“算一下 6 月 1 日的次日留存。”这句话有三个空:分母是谁、回访怎么定义、窗口怎么算。 面试官故意不写,是在等你问。

上来就写

三分钟后写出 310 ÷ 280 = 110.71%。面试官问“留存率能超过 100% 吗”,你才开始冒汗。

先说口径

“基准是 6/1 有任意事件的去重用户,回访是 6/2 仍有任意事件;LEFT JOIN 保住没回来的人。”

WITH d0 AS (
  SELECT DISTINCT user_id FROM events
  WHERE date(event_time) = '2024-06-01'
),
d1 AS (
  SELECT DISTINCT user_id FROM events
  WHERE date(event_time) = '2024-06-02'
)
SELECT COUNT(*) AS d0_users,
       COUNT(d1.user_id) AS d1_users,
       ROUND(100.0 * COUNT(d1.user_id) / COUNT(*), 2) AS d1_rate
FROM d0 LEFT JOIN d1 ON d1.user_id = d0.user_id;
d0_users | d1_users | d1_rate
280      | 40       | 14.29
2

手写 SQL 考的是执行顺序,不是函数表

先想 FROM 哪张表、粒度、WHERE、GROUP BY,最后才是 SELECT。 写不出来时,把这句话说给面试官听——他听到的是思路,不是空白。

如果不这样会怎样:沉默两分钟,面试官只能按“不会”记录;而你可能只差一个 JOIN 的写法。

卡住时的三句自救:

  1. “我先写一个能跑的版本。”——窗口函数想不起来,就用子查询先拿分。
  2. “user_id 会为空吗?”——把 NULL 变成加分项,而不是等报错。
  3. “我用注释写步骤。”——注释也是答案,面试官能顺着追问。

写完补四类边界:状态(只算已支付)、NULL(565 笔游客订单,已支付 439 笔)、 重复(order_items 39,765 行,JOIN 会放大金额)、并列(ROW_NUMBER 还是 RANK)。 四句话,比多写十行 SQL 更拉分。

30.1.3业务 case:五步骨架

业务面常问“DAU 掉了 5%,怎么办”。这不是抢答,是五分钟的联合排查。面试官看你怎么想,不看你猜得准不准。

步骤你要说的话时间常见错误
1 澄清哪个 DAU?和谁比?全站还是分渠道?30 秒上来就给原因
2 拆解DAU = 新增 + 留存 + 回流;或按渠道 / 城市 / 版本拆1 分钟只拆一层就停
3 假设先排除数据问题,再怀疑渠道和版本1 分钟列十个假设,不排序
4 验证渠道看投放记录,版本看崩溃率,埋点看上报延迟2 分钟只说“查一下”,不说查什么
5 结论降幅集中在哪,建议做什么,观察几天30 秒结论没数字,也没动作
图 30.1.2 业务 case 的五步:前两步决定会不会答错题,最后一步决定能得几分
3

分数的两头在“澄清”和“结论”

中间拆得糙没关系,面试官会提示;开头不问口径、结尾不给动作,没人能替你补。 澄清证明“我知道这题有歧义”,结论证明“我敢为判断负责”。

如果不这样会怎样:答“竞品促销导致”,追问“哪个竞品、什么时间、影响多少”,三问答不上,这题 1 分。 反过来,只拆渠道一层,但结论是“信息流贡献主要降幅,建议核对 6 月 15 日投放”,这题 4 分。

第二题是“新用户 7 日留存 18%,同行 25%”。陷阱在口径:本库 6/1 的 7 日内留存 71.43% 是“活跃用户”, 新用户是另一批人、另一个分母。拿它对比 25%,第一句就错。正确顺序:对齐定义 → 分同期群 → 看首日行为 → 谈干预动作。

30.1.4大厂、中小厂、外包:答案的形状不一样

同一道 DAU 题,三类公司想听的答案不同:大厂要实验,中小厂要速度,外包要边界。这不是歧视,是生存方式不同。

类型面试重点最怕招错什么人你该怎么答
大厂流程、实验、指标口径、跨团队协作只会跑数、不会定义问题的人讲清假设、对照和置信度,主动说局限
中小厂能不能一个人把事做完、多久见效来了还要再配一个团队的人讲端到端:取数、清洗、结论、落地,一人完成
外包交付准时、沟通顺畅、客户满意度和客户吵起来、需求一变就崩的人讲需求变更怎么接、验收标准怎么定

30.2分析:五个真实挂掉的回答

五段回答来自面试记录,措辞有整理。每段只做三件事:错在哪、指回哪条规则、给及格版。

30.2.1挂一:留存率算出了 110.71%

“6 月 2 日活跃 310 人,6 月 1 日活跃 280 人,留存率 310 ÷ 280 = 110.71%。”

错在哪:分子不是分母的子集。分子是“6/1 那 280 人里,6/2 又来了的人”,不是“6/2 所有活跃的人”。 110% 一出口,笔试就结束了——这不是偏差,是定义错了。

指回:规则 2。先定基准人群再写 SQL;LEFT JOIN 保住没回访的 240 人。

及格版:“基准 280 人,回访 40 人,14.29%。”

30.2.2挂二:把猜测当结论

“DAU 掉了 5%,应该是竞品在做促销,建议加大投放。”

错在哪:没澄清(哪个 DAU、哪一周、全站还是分渠道)、没拆解(DAU 的构成一项没动)、 把猜测当结论(“应该是”后面直接跟预算动作)。

指回:规则 3。澄清和验证各占一头,缺一头就只剩拍脑袋。

及格版:“先确认事件表还是订单口径,再按渠道、版本、新老用户拆;第一步排除埋点延迟。”

30.2.3挂三:分组 TopN 用了 LIMIT

“每个品类前 2 名,我直接 ORDER BY gmv DESC LIMIT 2。”

错在哪:LIMIT 是全局前 2,不是每类前 2。要先聚合到“品类 × 商品”, 用 ROW_NUMBER() OVER (PARTITION BY category ORDER BY gmv DESC) 编号,外层取 rn <= 2。 RANK 遇并列会多出行。

指回:规则 2 的边界清单——分组和并列。

及格版:“先聚合再编号,最后取前两行;要保留并列就换 RANK,并说明会超过两行。”

30.2.4挂四:项目讲成了工具清单

“这个项目我负责取数,用 SQL 跑数,用 Excel 做透视表,最后用 Python 画图。”

错在哪:全是工具,没有判断。面试官追问“你的结论改变了什么”,答不上来。 项目不是“我用了什么”,是“我发现了什么、谁改了什么”。

指回:规则 1。业务面只回答“能不能独立解决问题”。

及格版:“我发现 ___,运营因此把 ___ 改成 ___,___ 从 ___ 变成 ___。”这些空必须用自己跑出来的数字填。

30.2.5挂五:反问环节说“没有了”

“你有什么问我的?——没有了,谢谢您。”

错在哪:反问是唯一由你控制的几分钟。说“没有了”,等于说“我对这份工作没有具体想象”; 只问加班,只会暴露你关心退路。

指回:规则 1。交叉面和 HR 面在确认“来了会不会很快走”。

及格版:“这个岗位入职三个月,最需要解决的数据问题是什么?现在这个指标由谁拍板?”

30.3实验:45 分钟模拟面试

需要两个人:你当候选人,朋友或家长当面试官。面试官不需要懂 SQL,只负责念题、计时、打分。 题目都能在 qingning.db 上跑。

环节时长谁说话产出
布置考场3 分钟面试官题纸、计时器、评分表
SQL 三题18 分钟你三段能跑的 SQL + 口径说明
业务 case 两题14 分钟你两个五步答案
项目追问两题6 分钟面试官两段 STAR
交叉面 + HR 快问4 分钟面试官六个快问快答
打分与复盘20 分钟两个人一张评分表 + 三条改进
图 30.3.1 45 分钟是面试本身,20 分钟复盘不算;不复盘等于白面
已完成 0 / 6 面试 45 分钟 + 复盘 20 分钟
01

布置考场,打开录音

3 分钟 · 对应规则 1
做什么
摆好题纸、计时器、评分表,手机静音,开始录音。
为什么
规则 1 说,五轮各考一件事。录下来,才能检查自己有没有答偏。
怎么做
  1. 面试官打印题面和 30.3.1 的评分表
  2. 候选人只留纸笔——真实笔试常是手写或口述
  3. 计时器调到 45:00,录音文件命名为“日期_第 1 轮”
看到什么
计时开始走,纸上有五道题的编号,录音红点常亮。
02

三道 SQL:口径、分组、去重

18 分钟 · 对应规则 2
做什么
每题 6 分钟,先口述口径,再写 SQL,最后报结果和边界。
为什么
规则 2:面试官打的是“思路 + 结果 + 边界”,不是打字速度。沉默才丢分。
怎么做
  1. SQL-1:6 月 1 日活跃用户中,6 月 2 日仍活跃的比例。
  2. SQL-2:每个品类 GMV 前 2 的商品名和 GMV。
  3. SQL-3:每个用户最新一笔已支付订单,一共返回多少行?

每题:复述题目 → 口径 → SQL → 报结果 → 补边界。

看到什么
三个结果分别是 14.29%、每类 2 行共 10 行、2,000 行。
参考答案(候选人先别展开)

SQL-1 见 30.1.2,280 → 40,14.29%。

SQL-2 关键结构:

WITH g AS (
  SELECT p.category, p.product_name, ROUND(SUM(i.amount), 2) AS gmv
  FROM order_items i
  JOIN products p ON p.product_id = i.product_id
  JOIN orders o ON o.order_id = i.order_id AND o.status = '已支付'
  GROUP BY p.category, p.product_name
),
r AS (
  SELECT *, ROW_NUMBER() OVER (
           PARTITION BY category ORDER BY gmv DESC, product_name
         ) AS rn
  FROM g
)
SELECT category, product_name, gmv, rn
FROM r WHERE rn <= 2
ORDER BY category, rn;

SQL-3 关键结构:

WITH r AS (
  SELECT user_id, order_id,
         ROW_NUMBER() OVER (
           PARTITION BY user_id
           ORDER BY order_date DESC, order_id DESC
         ) AS rn
  FROM orders
  WHERE status = '已支付' AND user_id IS NOT NULL
)
SELECT COUNT(*) FROM r WHERE rn = 1;

去掉 user_id IS NOT NULL,439 笔游客订单会挤进一个 NULL 组,结果变成 2,001 行。

03

两道业务 case:DAU 下降、留存优化

14 分钟 · 对应规则 3
做什么
每题 7 分钟,严格按“澄清 → 拆解 → 假设 → 验证 → 结论”说。
为什么
规则 3:分数在澄清和结论两端。中间可以停,两头空着就真空了。
怎么做
  1. Case-1:6 月第 3 周 DAU 环比下降 5%,找原因并给建议。
  2. Case-2:新用户 7 日留存 18%,同行 25%,怎么提升?
  3. 澄清 ≤ 3 问;假设 ≤ 3 个,先排除数据问题
  4. 结论必须含:差距、建议、观察几天
看到什么
每题都能在 7 分钟内收尾,最后一句是“我建议……,观察……”。
卡住了 / 出错了

Case-1 没思路:先念“DAU = 新增 + 留存 + 回流”,再选一层拆。第一句永远是“先排除埋点和数据延迟”。

Case-2 没思路:先对齐“新用户”和“留存”的定义,再说“分同期群看首日关键行为”。

04

两道项目追问:结论、算法、边界

6 分钟 · 对应规则 1
做什么
面试官从作品集里挑两个项目,各追问 3 分钟。
为什么
规则 1:业务面只问“能不能独立解决问题”。项目是唯一的证明材料。
怎么做
  1. 固定三问:结论是什么?这个数怎么算的?数据翻一倍,方法还成立吗?
  2. 候选人用 STAR 答,每个项目不超过 90 秒
  3. 面试官必须追问一次“哪部分不是你做的”
看到什么
每个项目答满 3 分钟,且至少一次主动说“这块我没经手”。
答不上来怎么办

不要编。用“这块我没经手,我负责的是 X”划边界。面试官能接受边界,不能接受虚构。

05

交叉面与 HR 面快问

4 分钟 · 对应规则 1
做什么
六道快问,每题 40 秒:离职原因、为什么选我们、缺点、薪资、到岗时间、你有什么问我们。
为什么
交叉面看合作成本,HR 面看稳定性,都在确认“来了会不会很快走”。
怎么做
  1. 每题只答三句:结论、一个事实、一个落点
  2. 薪资给区间 + 结构 + 依据,不报单一数字
  3. 反问固定三问:团队最大的数据问题、三个月目标、口径谁拍板
看到什么
六题合计不超过 4 分钟,没有一题超过 60 秒。
06

打分、对答案、重录最差一题

20 分钟 · 复盘
做什么
按 30.3.1 逐题打分,写下扣分理由,再重录最低分的那题。
为什么
没有评分的模拟面试只是聊天。分数才能告诉你差在哪,而不是“感觉还行”。
怎么做
  1. 两个人先独立打分,再对答案
  2. 分差 ≥ 2 分的题,重听录音,找出原句
  3. 只定三条改进,重录最低分那题
看到什么
一张 7 行评分表、一个总分、三条改进;重录那题比第一遍高 ≥ 1 分。
家长完全不懂 SQL 也能打

只看三件事:有没有先讲口径、结果有没有报数、被追问时慌不慌。三件都做到给 5 分,两件给 3 分,一件都没做到给 0–1 分。

30.3.1评分表:七题,每题 0–5 分

满分 35。5 分是“不需要提示”,3 分是“提示一次能补上”,0–1 分是“方向错了”,介于两者之间给 4 分或 2 分。 家长按首尾两列对照即可。

题号考点5 分3 分0–1 分
SQL-1分母先说 280 基准、LEFT JOIN、14.29%SQL 对,但没讲口径310 ÷ 280 = 110.71%
SQL-2分组PARTITION BY + ROW_NUMBER,每类 2 行知道分组,写错后自己改对用 LIMIT 2 且不觉得有问题
SQL-3去重 / NULLrn = 1 + 排除 NULL,2,000 行结果对,但说不清 439 笔游客单全表 DISTINCT,或 2,001 行不解释
Case-1五步澄清 3 问、拆 2 层、假设排序、结论带动作拆解对,澄清或结论缺一个直接给原因,没有任何验证
Case-2口径先分清新用户 / 活跃用户,再讲同期群讲了同期群,没定义“留存”把 71.43% 当新用户留存
项目-1证据结论、算法、边界三问都接住结论清楚,算法讲得含糊只讲工具,讲不出结论
项目-2反思能说“哪一步重来会怎么做”能说困难,说不出改进把团队成果全说成自己的
分数怎么用:30 分以上可以开始投;23–29 分按扣分项回补;22 分以下先回第 16 章重做 12 道题。

30.4入职第一个月:把“会”变成“被信任”

面试通过只是入场券。第一个月,别人评估的不是“你有多聪明”,而是“你交的数敢不敢直接用”。 顺序不能颠倒:先对账,再接活,再提效,最后出彩。

4

第一个月的目标是被信任,不是惊艳

惊艳需要运气,被信任只需要三件事:数对、话清、按时。三件事都做到,第二个月才会有人把重要问题交给你。

如果不这样会怎样:第一周就交“战略分析”,GMV 用了 amount 而不是 pay_amount, 和财务差 511,931.50。从此你说的每个数都会被复核。

周目标具体动作周末交付
第 1 周搞清表记粒度、主键、更新频率、口径负责人;对四组数一页《表与口径笔记》
第 2 周接需求接 3 个真实需求,每个先写需求卡,交付附 SQL3 份需求卡 + 3 次按时交付
第 3 周建模板日报、渠道、漏斗、留存、复购五个模板,日期参数化别人改日期就能跑的模板库
第 4 周做专题选一个小问题,按第 24 章结构写 3 页一份 10 分钟周会汇报
图 30.4.1 第一个月四周路线:先证明数对,再证明能交付,最后证明能提效

第一周对四组数:已支付订单 15,615 笔、GMV 157,363,380.14;6 月 881 单、 GMV 9,015,366.64;6 月 1 日 DAU 280;退款率 6.01%。对不上先别接需求。

第三周的模板库,就是把第 12–16 章的 SQL 去掉硬编码日期、加上参数。第四周选个小口子, 比如 565 笔游客订单的品类和退款情况,三页纸讲清。

30.5结果验证

先对两个数,再做五道选择题。两数都来自 30.3,答错说明口径没过关。

分母是 6/1 的 280 人,分子是这 280 人里 6/2 又来的。
游客订单没有 user_id,439 笔已支付的要单独排除。

30.5.1五道选择题

不看正文,凭第一反应选。选完立刻出解析。

Q1简历筛阶段,最该放在最前面的是什么?
解析:简历筛只回答“像不像”。自我评价和技能条都无法验证,项目里的数字可以。
Q2SQL 手写题卡住时,最好的做法是?
解析:面试官打的是思路分。先给最小可运行版本,等于把“不会”变成“会一半”;沉默两分钟,只能被记成不会。
Q3业务 case 里,“澄清”这一步的主要作用是?
解析:“DAU 掉了 5%”至少有三种口径:事件表还是订单表、和上周还是上月比、全站还是分渠道。不问清,后面全白做。
Q4交叉面最可能在考什么?
解析:交叉面常由兄弟团队或总监来面,他们不关心窗口函数,只关心把需求交给你后会不会天天返工、会不会抢功。
Q5入职第一周,最该先做的事是?
解析:第一个月比的是可信度。表没搞清就接需求,返工率最高;先对账,再谈贡献。
得分:0 / 5

30.6面试被问住怎么办

被问住不丢人,硬编才丢人。六种情况按“现象 → 原因 → 解决”处理。

现象原因解决
SQL 语法想不起来紧张导致记忆掉线先说思路,用子查询替代窗口;不行就写伪代码
case 没思路没回到公式念“DAU = 新增 + 留存 + 回流”,从最熟的一层拆
项目细节被问穿不是自己做的,或记不清划边界:“这块是同事负责,我负责的是……”
面试官说“你的数不对”口径不同,不一定是算错先复述对方口径,再列差异:状态、时间、金额
被问缺点或离职原因没准备,或说了致命项选真实但不影响岗位的缺点 + 正在做的改进
反问环节脑子空白只准备了答案,没准备问题固定三问:最大数据问题、三个月目标、口径谁拍板

30.7全书结语

三十章写到这里,其实只讲了一件事:把“我觉得”变成“我算过”,再把“我算过”变成“别人敢用”。

第 1–4 章让你知道该看什么,第 5–21 章让你算得出来,第 22–29 章让结论能落地。 面试考的是三层有没有打通,入职考的是打通之后稳不稳定。

这个行业不缺会写 SQL 的人,缺的是敢在结论下面签字的人。签字的意思是:口径写清、过程可复现、错了能改。 别再问“我学完了吗”。找一个真问题,算一遍,讲给一个人听。那就是第 31 章。

30.8练习

  1. 用 qingning.db 算 6 月四个自然周的 DAU(6/3–6/30),算第 3 周环比,并写出先查的三个维度。
  2. 把 30.2 的五段“挂掉回答”改写成及格版,每段不超过五句;标出每段补的是哪一条规则。
  3. 找人按 30.3 给你打分,记录七项分数和理由;只重练最低项,提高 ≥ 2 分才算过。
  4. 写一份入职第一个月计划表(周 / 目标 / 动作 / 交付物),第 4 周的交付物要能放进作品集。
参考答案

1. 四周 DAU:1,272 / 1,314 / 1,286 / 1,335;第 3 周环比 = −2.13%。先查:埋点延迟、渠道、版本。

2. 挂一、挂三补规则 2(口径与边界),挂二补规则 3(结构),挂四、挂五补规则 1(证据与动机)。

3. 重练时只改一个变量:要么改开头三句口径,要么改结尾一句结论,不要同时改五处。

4. 交付 3 页专题 + 10 分钟讲稿;讲稿里必须有一句“这个结论怎么验证”,否则只是描述。

写在最后:这本书没有第 31 章。第 31 章是你的第一份工作——从你交出的第一个敢签字的数开始。
数据分析师训练营 · 第三十章
全书完 · 祝你把每一个数都算清楚