拼多多已上岸面经分享|24个岗位面试题及答案解析

教育 2024-11-04 15:50 黑龙江

来源：CSDN/作者：稻蛙

贝叶斯公式复述并解释应用场景

P（A|B) = P(B|A)*P(A) / P(B)

如搜索query纠错，设A为正确的词，B为输入的词，那么：

P(A|B)表示输入词B实际为A的概率
P(B|A)表示词A错输为B的概率，可以根据AB的相似度计算（如编辑距离）
P(A)是词A出现的频率，统计获得
P(B)对于所有候选的A都一样，所以可以省去

如何写SQL求出中位平均数和众数

（除了用count之外的方法）

1. 中位数

方案1（没考虑到偶数个数的情况）：

set @m = (select count(*)/2 from table)select column from table order by column limit @m, 1

方案2（考虑偶数个数，中位数是中间两个数的平均）：

set @index = -1select avg(table.column)from(select @index:=@index+1 as index, columnfrom table order by column) as twhere t.index in (floor(@index/2),ceiling(@index/2))

2. 平均数

select avg(distinct column) from table

3. 众数

select column, count(*) from table group by column order by column desc limit 1(emmm，好像用到count了）

如何避免决策树过拟合

限制树深
剪枝
限制叶节点数量
正则化项
增加数据
bagging（subsample、subfeature、低维空间投影）
数据增强（加入有杂质的数据）
早停

朴素贝叶斯的理解

理解：朴素贝叶斯是在已知一些先验概率的情况下，由果索因的一种方法
其它：朴素的意思是假设了事件相互独立

SVM的优点

优点：

能应用于非线性可分的情况
最后分类时由支持向量决定，复杂度取决于支持向量的数目而不是样本空间的维度，避免了维度灾难
具有鲁棒性：因为只使用少量支持向量，抓住关键样本，剔除冗余样本
高维低样本下性能好，如文本分类

缺点：

模型训练复杂度高
难以适应多分类问题
核函数选择没有较好的方法论

Kmeans的原理

初始化k个点
根据距离点归入k个类中
更新k个类的类中心
重复②③，直到收敛或达到迭代次数

口答一个SQL题

(要用到row number)

mysql中设置row number：

SET @row_number = 0; SELECT (@row_number:=@row_number + 1) AS num FROM table

业务场景题

如何分析次日留存率下降的问题？

业务问题关键是问对问题，然后才是拆解问题去解决。

1. 两层模型

从用户画像、渠道、产品、行为环节等角度细分，明确到底是哪里的次日留存率下降了

2. 指标拆解

次日留存率 = Σ 次日留存数 / 今日获客人数

3. 原因分析

内部：

运营活动
产品变动
技术故障
设计漏洞（如产生可以撸羊毛的设计）

外部：

竞品
用户偏好
节假日
社会事件（如产生舆论）

处理需求时的一般思路是什么

（需要举例）

明确需求，需求方的目的是什么
拆解任务
制定可执行方案
推进
验收

hadoop原理和mapreduce原理

1. Hadoop原理

采用HDFS分布式存储文件，MapReduce分解计算，其它先略

2. MapReduce原理

map阶段：读取HDFS中的文件，解析成<k,v>的形式，并对<k,v>进行分区（默认一个区），将相同k的value放在一个集合中
reduce阶段：将map的输出copy到不同的reduce节点上，节点对map的输出进行合并、排序

问：现有一个数据库表Tourists，记录了某个景点7月份每天来访游客的数量如下：id date visits 1 2017-07-01 100 …… 非常巧，id字段刚好等于日期里面的几号。现在请筛选出连续三天都有大于100天的日期。上面例子的输出为：date 2017-07-01 ……

select t1.datefrom Tourists as t1, Tourists as t2, Tourists as t3on t1.id = (t2.id+1) and t2.id = (t3.id+1)where t1.visits >100 and t2.visits>100 and t3.visits>100

问：在一张工资表salary里面，发现2017-07这个月的性别字段男m和女f写反了，请用一个Updae语句修复数据。例如表格数据是：id name gender salary month 1 A m 1000 2017-06 2 B f 1010 2017-06

update salaryset gender = replace('mf', gender, '')

问：现有A表，有21个列，第一列id，剩余列为特征字段，列名从d1-d20，共10W条数据！另外一个表B称为模式表，和A表结构一样，共5W条数据请找到A表中的特征符合B表中模式的数据，并记录下相对应的id。

有两种情况满足要求：

每个特征列都完全匹配的情况下
最多有一个特征列不匹配，其他19个特征列都完全匹配，但哪个列不匹配未知

select A.id,((case A.d1 when B.d1 then 1 else 0) +(case A.d2 when B.d2 then 1 else 0) +...) as count_matchfrom A left join Bon A.d1 = B.d1

问：我们把用户对商品的评分用稀疏向量表示，保存在数据库表t里面：t的字段有：uid，goods_id，star uid是用户id；goodsid是商品id；star是用户对该商品的评分，值为1-5。现在我们想要计算向量两两之间的内积，内积在这里的语义为：对于两个不同的用户，如果他们都对同样的一批商品打了分，那么对于这里面的每个人的分数乘起来，并对这些乘积求和。

例子，数据库表里有以下的数据：U0 g0 2 U0 g1 4 U1 g0 3 U1 g1 1 计算后的结果为：U0 U1 2*3+4*1=10 ……

select uid1, uid2, sum(result) as dotfrom(select t1.uid as uid1, t2.uid as uid2, t1.goods_id, t1.star*t2.star as resultfrom t as t1, t as t2on t1.goods_id = t2.goods_id) as tgroup by goods_id

问：统计教授多门课老师数量并输出每位老师教授课程数统计表

设表class中字段为id，teacher，course

1. 统计教授多门课老师数量

select count(*) from classgroup by teacher having count(*) > 1

2. 输出每位老师教授课程数统计

select teacher, count(course) as count_coursefrom classgroup by teacher

问：四个人选举出一个骑士，统计投票数，并输出真正的骑士名字

设表tabe中字段为id，knight，vote_knight

select knight from tablegroup by vote_knightorder by count(vote_knight) limit 1

问：员工表，宿舍表，部门表，统计出宿舍楼各部门人数表

设：

员工表为employee，字段为id，employee_name，belong_dormitory_id，belong_department_id；
宿舍表为dormitory，字段为id，dormitory_number；
部门表为department，字段为id，department_name

select dormitory_number, department_name, count(employee_name) as count_employeefrom employee as eleft join dormitory as dor on e.belong_dormitory_id = dor.idleft join department as dep on e.belong_department_id = dep.id

问：给出一堆数和频数的表格，统计这一堆数中位数

设表table中字段为id,number,frequency

set @sum = (select sum(frequency)+1 as sum from table)set @index = 0set @last_index = 0select avg(distinct t.frequecy)from(select @last_index := @index, @index := @index+frequency as index, frequencyfrom table) as twhere t.index in (floor(@sum/2), ceiling(@sum/2))or (floor(@sum/2) > t.last_index and ceiling(@sum.2) <= t.index)

问：中位数，三个班级合在一起的一张成绩单，统计每个班级成绩中位数

设表table中字段为id，class，score

select t1.class, avg(distinct t1.score) as medianfrom table t1, table t2 on t1.id = t2.idgroup by t1.class, t1.scorehaving sum(case when t1.score >= t2.score then 1else 0 end) >=(select count(*)/2 from table where table.class = t1.class)andhaving sum(case when t1.score <= t2.score then 1else 0 end) >=(select count(*)/2 from table where table.class = t1.class)

问：交易表结构为user_id,order_id,pay_time,order_amount

写sql查询过去一个月付款用户量（提示：用户量需去重）最高的3天分别是哪几天

写sql查询做昨天每个用户最后付款的订单ID及金额

select count(distinct user_id) as c from table group by month(pay_time) order by c desc limit 3

select order_id, order_amount from ((select user_id, max(pay_time) as mt from table group by user_id where DATEDIFF(pay_time, NOW()) = -1 as t1) left join table as t2 where t1.user_id = t2.user_id and t1.mt == t2.pay_time)

问：PV表a(表结构为user_id,goods_id),点击表b(user_id,goods_id),数据量各为50万条，在防止数据倾斜的情况下，写一句sql找出两个表共同的user_id和相应的goods_id

select * from awhere a.user_id exsit (select user_id from b)

问：表结构为user_id,reg_time,age, 写一句sql按user_id随机抽样2000个用户写一句sql取出按各年龄段（每10岁一个分段，如（0,10））分别抽样1%的用户

1. 随机抽样2000个用户

select * from table order by rand() limit 2000

2. 取出各年龄段抽样1%的用户

set @target = 0set @count_user = 0select @target:=@target+10 as age_right, *from table as t1where t1.age >=@target-10 and t1.age < (@target)and t1.id in(select floor(count(*)*0.1） from table as t2where t1.age >=@target-10 and t1.age < (@target)order by rand() limit ??)

注：mysql下按百分比取数没有想到比较好的方法，因为limit后面不能接变量。想到的方法是先计算出每个年龄段的总数，然后计算出1%是多少，接着给每一行加一个递增+1的行标，当行标=1%时，结束

问：用户登录日志表为user_id,log_id,session_id,plat,visit_date 用sql查询近30天每天平均登录用户数量用sql查询出近30天连续访问7天以上的用户数量

1. 近三十天每天平均登录用户数量

select visit_date, count(distince user_id)group by visit_date

2. 近30天连续访问7天以上的用户数量

select t1.datefrom table t1, table t2, ..., table t7on t1.visit_date = (t2.visit_date+1) and t2.visit_date = (t3.visit_date+1)and ... and t6.visit_date = (t7.visit_date+1）

问：表user_id,visit_date,page_name,plat 统计近7天每天到访的新用户数统计每个访问渠道plat7天前的新用户的3日留存率和7日留存率

1. 近7天每天到访的新用户数

select day(visit_date), count(distinct user_id)from tablewhere user_id not in(select user_id from tablewhere day(visit_date) < date_sub(visit_date, interval 7day))

2. 每个渠道7天前用户的3日留存和7日留存

# 三日留存# 先计算每个平台7日前的新用户数量

select t1.plat, t1.c/t2.c as retention_3(select plat, count(distinct user_id)from tablegroup by plat, user_idhaving day(min(visit_date)) = date_sub(now(), interval 7 day)) as t1left join(select plat, count(distinct user_id) as cfrom tablegroup by user_id having count(user_id) > 0having day(min(visit_date)) = date_sub(now(), interval 7 day)and day(max(visit_date)) > date_sub(now(), interval 7 day)and day(max(visit_date)) <= date_sub(now(), interval 4day)) as t2on t1.plat = t2.plat

-END-

面试总是不过？简历不通过？爱数据就业实战班一次性帮您解决！

爱数据的《数据分析·就业实战班》课程在研发和打磨的过程中，以求职为目标，打造科学系统的数据分析课程，完备优质的职场服务，入职率可达到95%。

适用人群：

0基础人群——大三、大四应届生求职
相关从业者——对数据感兴趣，自我提升
转行求职者——突破工作瓶颈，转行数据领域收获更好的发展和薪资
跳槽升级者——运营、开发、商业分析等突破岗位瓶颈，升职加薪

课程亮点：

实战训练：2000万+真实数据库模拟实战场景；7个实战项目作业1V1批改反馈；2项成果交付—数据分析报告+可视化仪表盘......
优质服务：班主任陪伴式学习+社群交流；助教全程答疑；开放专项能力训练营......
面试辅导：课程能力测试+模拟入职笔试；简历优化；模拟面试；沟通表达训练；大厂内推；offer选择；职场陪伴......

了解更多课程内容

请扫码咨询顾问老师

公众号课程咨询-课程科普.png

专项训练营

讲师一对一答疑

学员完成作业&面试作品

学员评价

了解更多课程内容

请扫码咨询顾问老师

公众号课程咨询-课程科普.png

http://mp.weixin.qq.com/s?__biz=MjM5MTI3MzUwMA==&mid=2650173553&idx=1&sn=c1bcce8f0944613e017ed036ecdef480

爱数据LoveData

国内领先数据分析社区，专注数据分析知识分享及求职辅导。爱数据作为一线数据厂商（帆软、观远、永洪等）培训合作伙伴，曾联合阿里、美团、滴滴等一线公司开展数据领域专题分享会。积累10年+行业经验，链接千人数据分析高端人脉，累计服务15w+用户。

最新文章

没Offer？就是「项目问题」！给你解决！

实操案例讲解！手把手教你搭建RFM客户价值分析模型（附实战代码）

数据分析5大软件「优势PK」：Python、Excel、R、SAS、SPSS你最爱哪个？

搞定统计学必知：P值、T检验、卡方检验、假设检验……

一文看懂：搭建活动分析体系

数据分析·就业实战班，0基础高薪入职必备！

学数据分析要懂哪些统计学知识？这份思维导图请收好！

知乎上40个有趣回复，很精辟！

3个面试常见的SQL数据分析题（含数据和代码）

数据分析·就业实战班，0基础高薪入职必备！

一文搞懂用户画像，数据分析师必看

统计学！！！8项数据分析师必学知识点！（附赠统计学大礼包）

入职数据分析解决方案！

8步教你最有效的<数据分析方法>

数据分析·就业实战班·入职必备！

数据运营入门，只需掌握这四个数据分析方法

如何撰写一份优秀的数据分析报告？记住这些关键点！

如何学习数据分析？7步快速搞定！

2000字实录！微博商业分析面经整理！收藏起来！

年底优质「数据分析报告」写作指南，这些错误千万不要犯！

小白入职数据分析攻略，你的所有问题都能解决！

拼多多已上岸面经分享|24个岗位面试题及答案解析

36个顶级数据分析方法与模型，高效分析必备！

收藏：20张数据分析学习思维导图大全，有了它学习思路超清晰！

1.8W岗位不如1.5W？选公司需谨慎，尤其是数据分析师！

【大厂面试】100道华为数据分析面试题（附答案）！

手把手教你数据分析方法论和业务实战——用户画像篇

全网最高性价比的「数据分析」课程，0基础→进阶！

数据分析必备——漏斗分析模型

详解数据分析的 9 个经典问题

【行业前沿】数据岗位有哪些？你不知道的职业机会和发展空间

万字总结，行业分析到底应该怎么做！

面试没有项目怎么办？？？？↘

人人都必须学会的 Excel 三大技能

干货| 这篇电商数据分析案例一定要看！

48道数据分析师高频面试题

数据分析·就业实战班，0基础高薪入职必备！

判断客户价值，用好这3个数据分析模型就足够了！

Excel常用电子表格公式大全！【汇总篇】

Python实现「数据可视化」的3大步骤，保姆级讲解！

4000字详解，数据标签体系构建方法

Excel数据分析的4大神技！高效处理数据！

万字长文——数据分析深度理解，全是方法论及经验，不看真的就亏了！

分享一个完整的数据分析流程

数据分析面试：常见问题回答战略

掌握这20个 SQL 优化方法，你就无敌了！

Python可视化利器：8个流行工具包，总有一款适合你！

一份优秀的数据分析报告，8步就能搞定！

微博商业分析师JD拆解，还有这些隐藏要求？

这10个统计学问题数据分析师可一定要知道！（附资源）

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉