Tiger Analytics 数据分析师面试经验（校内）

为了帮助程序员准备数据分析师岗位的面试，我们分享一些Tiger Analytics数据分析师面试经验（校内）。

岗位职责

作为一名数据分析师，你需要能够：

• 进行数据清洗
• 建立预测模型
• 熟练掌握SQL和Python/R
• 对数据进行探索性分析
• 解决业务问题

技能要求

在面试时，你需要证明你具有以下技能：

• 优秀的数据分析能力
• 熟练的SQL和Python/R编程技能
• 理解统计学原理和机器学习算法
• 能够进行数据清洗工作
• 能够将数据可视化呈现

面试题目

以下是一些可能会在Tiger Analytics数据分析师面试中遇到的问题。

问题1：

我们有两个表，一个是订单表，另一个是客户表。请使用SQL查询，在2019年9月30日至2020年3月31日期间，消费金额在1000元以上的顾客人数是多少？

SELECT COUNT(DISTINCT order.customer_id)
FROM order JOIN customer ON order.customer_id = customer.customer_id
WHERE order.date >= '2019-9-30' 
AND order.date <= '2020-3-31' 
AND order.amount >= 1000;

问题2：

我们有一批数据，其中存在缺失值和异常值，请介绍一下你的数据清洗流程。

首先，我们需要查看数据，了解存在哪些缺失值和异常值。然后我们可以采用一些方法来处理这些缺失值和异常值。例如：

• 去除存在缺失值的行
• 对于数值型数据，可以使用中位数或均值来填充缺失值
• 对于分类型数据，可以采用众数来填充缺失值
• 对于异常值，可以使用箱线图检测和修正

import pandas as pd
import numpy as np

# 读取数据
df = pd.read_csv('data.csv')

# 查看缺失值
print(df.isnull().sum())

# 缺失值替换
df['col_name'].fillna(df['col_name'].mean(), inplace=True)

# 异常值处理
q_low = df["col_name"].quantile(0.01)
q_hi  = df["col_name"].quantile(0.99)

df_filtered = df[(df["col_name"] < q_hi) & (df["col_name"] > q_low)]

问题3：

请描述一下在数据分析项目中，你通常使用哪些算法来解决问题？

在数据分析项目中，我们通常使用以下算法：

• 线性回归
• 逻辑回归
• 决策树
• 随机森林
• 支持向量机
• 神经网络

其中，线性回归和逻辑回归适用于连续和离散数据，决策树和随机森林适用于分类和回归问题，支持向量机适用于二元分类问题，而神经网络适用于任何类型的问题。