美的 1358人分享
美的 1358人分享
美的一面是線下群面，我們這組是計算機類，有6個面試者（3個開發+2個交互設計+1個數據分析），2個面試官，主要圍繞怎么開發一款辦公聊天軟件進行討論。一開始是每人1分鐘自我介紹+對任務的理解，5分鐘看題，20分鐘自由討論，最后5分鐘總結。總結完面試官詢問我們是否有問題要問他們的，解答完之后結束。
一面整體給我感覺就是很懵，我做數據分析的沒想到還要參與開發軟件，所以整體發言不多，就主要提了一句我們可以收集數據反饋，根據數據確認用戶的使用情況，后續進行軟件的迭代優化。而且全程我都是很關注發言者的，并且隨時記錄，給面試官留下積極合作的印象。
美的二面是線上單面，28日上午hr來約當日面試時間，我約了下午四點半。很巧的是二面面試官是一面面試官的其中一個，他的部門是IoT，給我的感覺是技術大咖，但估計不是專門做數據分析的人。面試過程45分鐘，面試官主要是圍繞簡歷詢問問題，中間穿插了一些比較常規的數據分析問題（如PCA、貝葉斯公式、費米問題）這些，難度不算高。整個面試過程面試官很nice，我的電腦出故障了斷斷續續地出現嘈雜聲音他也會很耐心地聽，也會微笑和作出比較友好的回應。整體面試感覺是挺好的。
美的數據分析師面試題
一面是群面，主要是組員之間自由討論，面試官沒有向我們提問，但我們可以反向問面試官問題，由于他們是來自集團總部的專業人士，最好是問與群面有關的問題。
因為也有朋友參與了同一天的美的群面，結合我自己那場群面通過結果來看，美的似乎不太喜歡leader角色，在群面中太強勢和主導的話反而會被刷，適當補充發言（當idea-contributor）即便不多也會被面試官青睞。
二面是專業面，首先從簡歷展開，問了印象最深刻的項目（這一部分我說了很多印象深刻的點，我遇到的問題以及怎么處理的，并且提到了如果有后續迭代的話可以怎么優化）、PCA、貝葉斯公式，還問了一個費米問題（估算深圳新生人口數，我是從各區醫院數量×每個醫院新生人口數來著手的，但面試官很nice地反問我怎么沒從人口結構著手）。對美的的了解；還問了團隊合作方面（在工作中是否有過意見不合的情況，如何處理）；能為美的作出什么貢獻；python平常用什么庫（后來反問面試官的時候得知日常工作中用python比較多）。
群面，IT崗的一起面，8個人3個本科，5個碩士；題目是財務員工每周從IT員工那獲取大規模數據放到公司文件管理系統中，問這個做法合理嗎？數據對應用戶時誰，痛點是什么，怎么解決。
面試官問的面試題：美的數據分析面試題
面試官只是開場引導介紹，小組討論時提醒時間，宣布結束，全程只是坐在那里看我們討論。討論完沒有問問題。
面試官問了簡歷上關于項目的問題，仔細問了幾個項目怎么做的，算法用的居多，但面試官覺得不太對口（不是專業做統計學、數學的），最后問我有什么想問他的
面試官問的面試題：美的數據分析面試題
你項目A中的算法過程是什么樣的？用到的SQL數據庫嗎？跟算法崗相比你為何選擇數據分析崗位？你還有什么想問的？