一、统计学。

掌握扎实的统计学基础对于数据分析师来说异常重要。

常见面试考点：

1、统计推断：置信区间、假设检验(t检验、z检验、卡方检验)，常见检验方法的差异性及适用条线、p值的概念、检验样本选取、统计量等概念。

2、常用概率分布(二项分布、几何分布、泊松分布、正态分布和指数分布等等)。

3、大数定律、中心极限定理、似然估计、概率与抽样。

4、异常值检测、归一化、标准化、属性规约等等。

5、一致性分析、相关分析、回归分析、方差分析、因子分析、分布分析等。

二、编程能力类

互联网数据分析师岗位通常会对Excel+SQL+Python进行一定考察。

常见面试考点：

1. 数据透视表，vlookup，常用函数的使用，基础图表的制作。

2.SQL操作数据库mysql进行增删改查，存储过程，数据库的分组、聚合、排序。

3.Python基本语法，循环、字典、字符串等。

4.Python数据分析包（numpy, pandas, matplotlib)。

5. python操作结构化数据，进行数据清洗，数据抽取，数据可视化，以及使用python操作数据库。

三、项目经历类。

面试数据分析会对项目经历进行重点考察，主要考察候选人对业务的熟悉程度、思考深度、思维方式等等。面试者需要准备至少两个过往所做的项目，尽量选择完整性高、参与度深、最终成绩较好的项目。

常见面试考点：

1、项目背景、规模、涉及人数部门、广度深度、衡量指标。

2、项目中遇到的困难及如何解决、具体带来的价值。

3、个人在项目中负责的内容和个人在项目中的贡献。

4、项目结束后的个人反思和总结。

5、个人数据分析能力在项目实践中的体现。

四、分析思维

数据分析思维指的是数据分析常用方*论法**，常见的分析方法：漏斗分析、分类分析、用户路径分析、A/B实验、roi分析、ltv分析、分层分析、流失分析、留存分析等。

常见面试考点：

1、指标异常波动分析

1）一次性波动：只在某个时间节点发生波动。一次性上升/下跌背后原因的一般都是短期/突发事件等。

2）周期性波动：周期性发生上升/下跌，比如双十一、周末、春节等季节性因素。

3）持续性波动：从某时间开始，一直出现上升/下降趋势。而持续性上升/下跌背后原因往往都是深层次的，比如用户需求转移，渠道投放长期暂停等等。

2、ab实验

1）ab实验的背后统计学原理，假设检验、中心极限定理等。

2）实验样本量确定：根据指标的base值和两组指标的差异、指标方差、检验的显著性水平、统计功效等几个维度指标来确定实验样本量。

3）分组确保用户特征均匀，可采用分层抽样。实验交叉，采用正交分层的方法排除实验间的影响。

五、机器学习

机器学习是数据分析师的进阶学习项。

常见面试考点：

1.分类算法：逻辑回归，贝叶斯，决策树，随机森林，SVM，K近邻

2.回归算法：线性回归，决策树

3.聚类算法：k-means

4.特征工程，模型评价，交叉检验，数据降维

我是@IT人渝村阿泽 每天分享IT知识，求职。欢迎点赞，关注，我会持续为大家分享相关知识。