社招-面经4

这篇博客分享了一次高级数据分析面试经历,重点涉及AB实验流程、样本量计算、AA实验的应用及处理、PSM-DID的实际运用、营销增益模型以及面试中的问题和反思。面试涵盖了实验设计、样本量估算、效果评估、因果推断等核心内容。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


这家面高级数分的面试感觉更偏数科一点,问了很多AB实验和反事实因果推断的问题,同时也比较关注怎么对模型进行的评价

一面:小组长|组员 40min

  • 自我介绍
  • 项目深究
    1、你在实际工作做AB的流程
    2、AB实验你们咋算的样本量
    3、AB实验你们啥情况会做AA
    4、实际业务场景遇到过AA不同的情况么 怎么处理
    5、实际业务场景遇到过AB效果不通过 但明显上线是有提升的情况么 怎么处理
    6、给了一个实际业务场景:由于法规问题我们的广告只能在某个城市进行全量分发,怎么回收效果
    7、讲下PSM-DID在实际业务场景中是怎么做的?
    8、PSM用的一对一匹配还是一对多匹配,为什么
    9、讲下你在营销场景怎么用的营销增益模型
    10、你模型的效果怎么样,模型用什么算法做的分类,分类效果用了什么指标,后续怎么在这做的优化
  • 反问: 问了部门框架、我进去后的职责,分析师的价值、OKR在公司怎么评价的、对我的反馈

参考答案:
一面问题gpt作答:
1、你在实际工作做AB的流程

  • 我会先明确实验的目标和假设,然后设计实验方案,包括实验组和对照组的分配方法,实验指标的选择和计算方法,实验周期的确定等。
  • 然后我会进行样本量的估算,根据实验的效果量,显著性水平和统计功效来确定需要多少用户参与实验。
  • 接着我会在合适的平台上部署实验,收集数据,并定期监控实验的运行情况,检查是否有异常或者干扰因素。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

胸中有数-数分版

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值