[心得] 數據分析_多家面試心得(二)
繼上一篇:https://www.ptt.cc/bbs/Salary/M.1643621546.A.24D.html
—
離2/14 正式離職剛好滿一個月,從離職隔天我就開始狂投海投履歷(真的是字面上的意
思,狂投、海投),大概在三天前開始收到Offer,趁還有一點微弱記憶記錄一下這個月
的面試。
由於這個月面試的過程非常倉促緊湊+焦慮,因此對於一些細節的記憶不深,這篇算不上
什麼心得,充其量只能像流水帳…
僅提供未來有要前往這幾家公司面試數據分析的人非常、非常、非常簡略的參考 QQ
—
Kkday- Operation Data Analyst
隸屬於Operation 部門底下,工作內容主要以協助營運部門的出票、庫存等數據做分析或
預測,未來也可能會協助客服貼標等。
應徵方法:內推
面試流程:共兩關+ HR
- Hiring Manager:
人非常好,且會希望透過面試了解應徵者與職缺之間是否彼此適合,或者應徵者想完成的
事情是否能夠在這個職位上做到。會有人格或者行為測驗的快問快答環節。
- HR:
面談時間約1.25小時,透過聊天詢問行為式、團隊合作能力、應徵動機、為什麼選KKDay
。
詢問興趣是什麼,這一題切記不要回答旅遊,因為來這裡的人都說自己喜歡美食喜歡旅遊
啊(我還在面試中花了一點時間嘗試證明自己真的只熱愛食物跟旅遊的追求的廢廢人類QQ
)。
HR 接著會詳細介紹團隊組織架構以及說明Operation team 跟RD/ Lab 兩個團隊的Data A
nalyst 差別為何、如何合作,確認這跟面試者的想像一致。
最後談到薪資期待的部分,也很大方的解釋因為行業類別,所以薪資的部分不只沒辦法如
我所預期,可能也會比我原先的N 稍低。
- 大主管:
是個非常好聊的人,主要透過聊天與雙方互相分享故事了解應徵者的人格特質,最後也會
給應徵者個人特質上的回饋,在過程中會非常實誠的告訴應徵者團隊目前遇到的問題。
面試結果:無聲卡
=============================
播樂多- Data Analyst Manager
位於內湖的直播公司
應徵方法:公司主管主動聯繫
面試流程:共兩關
- Hiring Manager:
由面試者先開始自我介紹,希望介紹內容包含工作之外的娛樂為何、平時如何紓解壓力、
家庭狀況等。
主管表示此職缺相當重視英文溝通能力,因未來需要與總部溝通而會使用到大量英文,接
下來第二關的面試會由老闆英文面試。
工作內容有些記不清,但基本上是協助行銷部門了解用戶留存與拉新狀況、製作BI 報表
與設計指標等。
我詢問公司對未來Data team 有什麼打算、可能會招募多少人,主管表示兩年內沒有招人
的打算
… Manager???
個人感受是公司想要做點跟data 相關的東西但還不清楚方向或者data 能做什麼。
面試結果:婉拒進入第二階段的面試邀請。
=============================
17Live- Product Data Analyst
直播公司again,此職缺隸屬於產品部門下面。
應徵方法:履歷投遞
面試流程:共兩關+ HR,車輪戰一次面完。
HR 先發放SQL 題目,給一個作答時間後離開,關鏡頭與麥克風答題。
- Hiring Manager :
詢問履歷並注重在我過去做AB testing 與RFM 的經歷、團隊合作模式。
接著出題詢問如何優化產品,印象中是類似於如何提升留存率相關的題目,此題共給面試
者十分鐘準備,十分鐘後需使用英文講解想法與做法,並且接著繼續使用英文問答。
- Data team lead:
專注於我的Data engineering 經驗、詢問過去的專案為什麼當初想這樣做,並請我講一
個想要與他詳細分享的專案,注重理解為什麼我會挑這個專案分享、專案內部細節(例如
:如何確認用戶行為模式、如何計算成效)、合作的人與合作模式。
後續由他說明Data team 與Product team 的DA 的互動關係,並持續詢問我是否有問題要
問他+詳細講解,也給我的面試一些回饋。
HR 最後會再出現一次講解相關福利與公司介紹並詢問此次面試感受等。
面試結果:Offer Get, N*1.15
=============================
Titan- Data Analyst
博弈遊戲軟體開發,隸屬於Data team,需大量與DS/DE 合作
應徵方法:104履歷投遞
面試流程:兩關+ HR (HR 會在第二關跟主管一起面試)
首先會寄一份三題的Take home assignment 給應徵者,難度不高。通過後HR 會聯繫面試
並詢問是否知道公司在做什麼,回答知道的話也會請你簡述一下xD
電話聊完後寄發面試前須填寫的表單,並要求看完講解敏捷式開發概念的演講影片(表單
中會有針對影片的問題)。
第一關會與此職缺未來會緊密合作的兩位Data Scientist 面談,為一個台灣人一個會講
中文的外國人。
英文面試,但面試到一個階段後可以轉為使用中文溝通。
建議準備好英文自我介紹與知道如何介紹自己的專案內容。問完過去的專案後會請面試者
講解take home assignment 的作答概念與想法,兩位面試官會輪流提出問題。
第二關為新加坡的兩位主管+ 位於台灣的HR,中文面試。
此場面試沒有任何技術問題,主要圍繞在詢問團隊合作經驗、做過最有成就感的專案、為
什麼會離職、對此職缺工作的想像、對於會碰到的數據有什麼想法等。
HR接著詢問面試者有沒有什麼問題想詢問,是否了解公司福利,可以簡述一下嗎?
面試到現在你會給公司打幾分,扣掉的那x分是為什麼?
面試結果:Offer Get, N* 1.25
=============================
Garena- Sr. Data Analyst
遊戲公司
應徵方法:內推+Hunter
面試流程:三關
HR 面試約一小時後進入由Data Engineer 主持的技術測試,題目為SQL + Python.
Hunter 在開始前一直耳提面命跟我說要好好刷leetcode, 他送進去的人都沒有過關的(
?!)
面試結果:技術測試被刷掉Q __ Q
=============================
Unilever- Food Solution, Data Analyst
聯合利華飲食策劃,此團隊主要在推動數據轉型,已有基本的資料庫與報表,不用擔心要
全部從頭來過。
應徵方法:104履歷投遞
面試流程:一關
由HR + Hiring Manager 一起面試,兩位會輪流詢問過去專案經驗、為什麼離職、為什麼
想投遞,並詳細講解Food Solution 裡面的Data analyst 會遇到什麼問題、未來要做的
事情、目前部門裡面的資料狀況、要讓部門Data driven 等目標。
兩位面試官都非常親切,也分享了團隊在B2B 資料會遇到的困難、未來一年的發展方向
以及正在努力的事情。
面試結果:Offer Get, N* 1.24
=============================
街口支付- Data Analyst
行動支付App,此職缺隸屬於PM 部門底下
應徵方法:104 履歷投遞
面試流程:
- Hiring Manager:
應徵者自我介紹、專案介紹,詢問是否有用過街口、如果沒有的話是否有使用其他電子支
付,詢問離職原因。
後續我主要詢問面試官為什麼會歸在產品部門下、這個位子會遇到的挑戰、工作上PM 跟
數據分析的工作比例分配等問題。
面試官講解部門的由來、未來是否有真正data team 的規劃,然後聊到公司數據因為行業
類別因此需要注意資料不能上雲端、在做專案時因為行業限制會遇到的阻礙等,最後雙方
交換Linkedin 作為結尾。
面試結果:三天前面試,尚未有近一步消息
=============================
91 App- Data Analyst
應徵方法:104 履歷投遞
面試流程:
- Hiring Manager :
一樣是個非常好且給予面試者回饋和尊重的主管。面試不免俗的從自我介紹開始,但面試
官也花了一些時間向我介紹他自己。
接著詢問一些專案、離職原因,面試官非常注重於理解面試者的工作內容偏好,而非一味
地想塞東西給底下員工做的感覺。
面試官接著講解公司組織架構、團隊架構與三大主要工作方向,聽起來總結來說是以協助
合作廠商和公司內部做consultant 為主,然後根據這些insight 可能可以發展成未來產
品目標。
接著進入技術面試,題目設計方向感受上是面試官想了解來應徵的人最擅長哪一塊,並非
一般用來刷人的題目,最後由於面試前面聊太多了所以後續時間不足,所以僅以口頭講解
題目想法。
總體而言91 非常注重面試者的職涯方向與想做的事情,並會依據個性去調配公司分配的
工作內容與個人想發展的專案比例,強調團隊合作能力及每件事情無論好壞成敗,都需要
有最終結果。
面試結果:由於收到了覺得可接受的Offer ,婉拒進入二面。
=============================
嗯…
流水帳式的心得大概是這樣,希望三年內我不要再發任何面試經驗文,這樣密集的面試自
我介紹都快得PTSD了QQ
祝大家年後轉職都順順利利!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.26.1.153 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Salary/M.1647189443.A.9E6.html
※ 編輯: libragnes (110.26.1.153 臺灣), 03/14/2022 00:51:14
推
03/14 01:13,
2年前
, 1F
03/14 01:13, 1F
推
03/14 03:48,
2年前
, 2F
03/14 03:48, 2F
→
03/14 03:49,
2年前
, 3F
03/14 03:49, 3F
推
03/14 03:51,
2年前
, 4F
03/14 03:51, 4F
→
03/14 06:52,
2年前
, 5F
03/14 06:52, 5F
推
03/14 07:13,
2年前
, 6F
03/14 07:13, 6F
推
03/14 08:21,
2年前
, 7F
03/14 08:21, 7F
推
03/14 12:20,
2年前
, 8F
03/14 12:20, 8F
推
03/14 14:03,
2年前
, 9F
03/14 14:03, 9F
推
03/14 14:46,
2年前
, 10F
03/14 14:46, 10F
推
03/14 15:52,
2年前
, 11F
03/14 15:52, 11F
推
03/15 15:31,
2年前
, 12F
03/15 15:31, 12F
推
03/15 15:32,
2年前
, 13F
03/15 15:32, 13F
推
03/15 18:10,
2年前
, 14F
03/15 18:10, 14F
推
03/15 18:30,
2年前
, 15F
03/15 18:30, 15F
推
03/15 20:27,
2年前
, 16F
03/15 20:27, 16F
推
03/15 22:07,
2年前
, 17F
03/15 22:07, 17F
推
03/15 23:38,
2年前
, 18F
03/15 23:38, 18F
推
03/16 12:11,
2年前
, 19F
03/16 12:11, 19F
推
03/16 18:01,
2年前
, 20F
03/16 18:01, 20F
推
10/19 16:51, , 21F
10/19 16:51, 21F