企业运营管理岗面试题
企业运营管理岗面试题
1、请简要介绍一下自己，包括你的教育经历和工作经历，重点说明你在什么企业负责什么工作，取得哪些工作成果。
2、企业经营情况调研常常从企业的财务数据分析开始，但有时同样的财务数据所反映的企业经营情况不同，请谈谈一家中小型房地产企业和一家制药企业当期损益数据所反映企业经营情况的区别。
3、有这么一家企业，公司处于成熟期发展阶段，为了突破企业发展的瓶颈，寻求新的利润增长点，公司正在走产品多元化发展之路，请问产品多元化将可能给企业带来什么样的问题？
假设企业实际没有达到预期的发展目标，如果你要对企业这种发展策略的结果进行评估，以提出你的建议，你会需要企业哪些方面的信息，并如何拿出你的分析报告。
4、如何利用波特的五力模型对企业经营情况进行分析？
5、请用SWOT分析法，简要分析一下你现在的企业，如果你是现在公司的董事长，你会给企业制订什么样的发展战略？
6、制药企业的关键成功因素有哪些？
7、一家中小型制药企业为解决研发力量不强的问题，通常可以采用哪些方法。
8、如何对控股子公司进行绩效考核？考核指标、考核方法、考核结果的使用等。
9、对投资企业进行绩效考核时，你将面临哪些问题？你的解决方案是什么？
0、对投资企业进行利润目标考核，企业常常会就利润目标跟你讨价还价，你如何给企业设定利润目标？
1、对投资企业进行目标考核，有时企业在没有完成目标的情况下，跟你陈述很多理由，比如市场环境发生变化、公司计划发生调整等，你会如何处理，并如何与他们沟通？（比如房地产企业，他的理由是今年想捂盘，所以销售额没达到）
2、如果你与你上级就某个方案意见不一致，而你又认为如果执行你上级的方案将可能给企业带来问题，你将如何处理？
3、你认为一个好员工的标准是什么？你具备好员工标准的素质吗？
4、边，请简要介绍一下你做过的上市公司运营分析（从哪几个方面，取哪些数据，得出什么结论）？你的部门经理对的经营分析提出意见，你对他的意见认可吗，为什么？在你的部门经理的指导下，你对经营分析进行了修订，主要修订哪些方面的东西？如果让你再做一次分析，你会从哪几方面进行分析。
5、是否做过投资企业的经营分析，从哪几方面进行分析？
6、举一个内控考核的例子。作为投资企业管理人员，你要对投资企业进行专业方面的管理，你认为做事做人方面会发生冲突吗？如何有效避免冲突？你是先做事，还是先做人。
7、边：如果E2项目的物业管理交给清风物业，E2项目前期由于招商运营原因，肯定会产生亏损，高科总部也愿意对亏损进行补贴，但希望在经过几年运营后，清风物业可以自负盈亏。客户主要有三个，一是总部自用、出售办公、出租商业，收取公共物业管理费、公共能耗费，成本主要有人工成本、物业费、行政办公费、税费。由于清风物业是高科的孙子公司，所以对高科来说，对物业管理的费用用两种方式，市场法、成本法，请谈谈你对两种方法的理解。总部的指导思想是“去化成本、适当赢利”，你将如何设计一个方案实现这种管理模式，要考试哪些问题，明确哪几条，便于操作。
数据分析笔试题
数据分析笔试题 一、编程题（每小题20分）（四道题任意选择其中三道） 有一个计费表表名jifei 字段如下：phone(8位的电话号码)，month（月份），expenses （月消费，费用为0表明该月没有产生费用） 下面是该表的一条记录：64262631,201011,30.6 这条记录的含义就是64262631的号码在2010年11月份产生了30.6元的话费。 按照要求写出满足下列条件的sql语句： 1、查找2010年6、7、8月有话费产生但9、10月没有使用并（6、7、8月话费均在51-100 元之间的用户。 2、查找2010年以来（截止到10月31日）所有后四位尾数符合AABB或者ABAB或者AAAA 的电话号码。（A、B 分别代表1—9中任意的一个数字） 3、删除jifei表中所有10月份出现的两条相同记录中的其中一条记录。
4、查询所有9月份、10月份月均使用金额在30元以上的用户号码（结果不能出现重复） 二、逻辑思维题（每小题10分）须写出简要计算过程和结果。 1、某人卖掉了两张面值为60元的电话卡，均是60元的价格成交的。其中一张赚了20%， 另一张赔了20%，问他总体是盈利还是亏损，盈/亏多少？ 2、有个农场主雇了两个小工为他种小麦，其中A是一个耕地能手，但不擅长播种；而B 耕地很不熟练，但却是播种的能手。农场主决定种10亩地的小麦，让他俩各包一半，于是A从东头开始耕地，B从西头开始耕。A耕地一亩用20分钟，B却用40分钟，可是B播种的速度却比A快3倍。耕播结束后，庄园主根据他们的工作量给了他俩600元工钱。他俩怎样分才合理呢? 3、1 11 21 1211 111221 下一行是什么？ 4、烧一根不均匀的绳，从头烧到尾总共需要1个小时。现在有若干条材质相同的绳子，问如何用烧绳的方法来计时一个小时十五分钟呢？（绳子分别为A 、B、C、D、E、F 。。。。。来代替）
数据分析师常见的7道笔试题目及答案
数据分析师常见的7道笔试题目及答案 导读：探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧 重于已有假设的证实或证伪。以下是由小编J.L为您整理推荐的实用的应聘笔试题目和经验，欢迎参考阅读。 1、海量日志数据，提取出某日访问百度次数最多的那个IP。 首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把 整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP(可以采用 hash_map进行频率统计，然后再找出频率最大的几个)及相应的频率。然后再在这1000 个最大的IP中，找出那个频率最大的IP，即为所求。 或者如下阐述： 算法思想：分而治之+Hash 1.IP地址最多有2^32=4G种取值情况，所以不能完全加载到内存中处理; 2.可以考虑采用“分而治之”的思想，按照IP地址的Hash(IP)24值，把海量IP日 志分别存储到1024个小文件中。这样，每个小文件最多包含4MB个IP地址; 3.对于每一个小文件，可以构建一个IP为key，出现次数为value的Hash map，同时记录当前出现次数最多的那个IP地址; 4.可以得到1024个小文件中的出现次数最多的IP，再依据常规的排序算法得到总体上出现次数最多的IP; 2、搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。 假设目前有一千万个记录(这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也 就是越热门。)，请你统计最热门的10个查询串，要求使用的内存不能超过1G。 典型的Top K算法，还是在这篇文章里头有所阐述， 文中，给出的最终算法是： 第一步、先对这批海量数据预处理，在O(N)的时间内用Hash表完成统计(之前写成了排序，特此订正。July、2011.04.27); 第二步、借助堆这个数据结构，找出Top K，时间复杂度为N‘logK。 即，借助堆结构，我们可以在log量级的时间内查找和调整/移动。因此，维护一 个K(该题目中是10)大小的小根堆，然后遍历300万的Query，分别和根元素进行对比所以，我们最终的时间复杂度是：O(N) + N’*O(logK)，(N为1000万，N’为300万)。ok，更多，详情，请参考原文。 或者：采用trie树，关键字域存该查询串出现的次数，没有出现为0。最后用10 个元素的最小推来对出现频率进行排序。 3、有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。 方案：顺序读文件中，对于每个词x，取hash(x)P00，然后按照该值存到5000 个小文件(记为x0，x1，…x4999)中。这样每个文件大概是200k左右。 如果其中的有的文件超过了1M大小，还可以按照类似的方法继续往下分，直到 分解得到的小文件的大小都不超过1M。 对每个小文件，统计每个文件中出现的词以及相应的频率(可以采用trie树 /hash_map等)，并取出出现频率最大的100个词(可以用含100 个结点的最小堆)，并把
数据分析笔试题全解
从互联网巨头数据挖掘类招聘笔试题目看我们还差多少知识 1 从阿里数据分析师笔试看职业要求 以下试题是来自阿里巴巴招募实习生的一次笔试题，从笔试题的几个要求我们一起来看看数据分析的职业要求。 一、异常值是指什么？请列举1种识别连续型变量异常值的方法？ 异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。 Grubbs’ test（是以Frank E. Grubbs命名的），又叫maximum normed residual test，是一种用于单变量数据集异常值识别的统计检测，它假定数据集来自正态分布的总体。 未知总体标准差σ，在五种检验法中，优劣次序为：t检验法、格拉布斯检验法、峰度检验法、狄克逊检验法、偏度检验法。 点评：考察的内容是统计学基础功底。 二、什么是聚类分析？聚类算法有哪几种？请选择一种详细描述其计算原理和步骤。 聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)。聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类分析计算方法主要有：层次的方法（hierarchical method）、划分方法（partitioning method）、基于密度的方法（density-based method）、基于网格的方法（grid-based method）、基于模型的方法（model-based method）等。其中，前两种算法是利用统计学定义的距离进行度量。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差(标准差)作为标准测度
招行-DW-BI-数据面试题及答案
DW/BI 数据库面试题 一、基础题 1. 2.描述Tablespace和Datafile之间的关系. 3.描述日志的作用. 4. 5.
7. 8. 9.FACT Table上需要建立何种索引？ 二、SQL试题
1.有一张表T（F1，F2，F3，F4），要根据字段F2排序后取第8-16条记录显示，请写 出SQL。 2.指出下面SQL语句的执行顺序： select a.column1 , COUNT(*) AS CountValue, SUM(b.column3) AS SumValue from TableAainnerjoinTableB b on a.column1 = b.column1 and a.column2 = 1 where b.column3 = 10 group by a.column1 having COUNT(*)> 10 order by a.column1 1. From 2. ON 3. INNER JOIN 4. WHERE 5. GROUP BY 6. having 7. SELECT8. ORDER BY 三、DW/BI 试题 1.描述ROLAP、MOLAP、HOLAP的区别与优势。
2.
3.描述一下DW设计架构，及ETL设计方法。 4.描述你所熟悉的数据模型，如一些行业的模型，实际参与的设计及主题。 财务数据模型， 主要是凭证，会计科目，供应商，客户，等 主事实表就是会计分录、凭证等。因为凭证有表头和表体。所以事实表由两个表组成，一个是存储表头一个是表体。会计科目、供应商、客户是作为单独维度表。其他维度作为辅助维度存储在在一张表中。
运营面试题目
运营面试题目（1满分100分） 姓名：分数： 第一部分：填空题（共20分，每填空1分） 1、淘宝网创办于（）年，办公总部位于（），目前负责阿里平台的CEO是（）； 2、中国网络购物的主流人群是（）； 3、企业（包括商家）对企业的电子商务，即企业与企业之间通过互联网这种电子工具来进行产品、服务及信息的交易属于（）电子商务模式？ 4、店铺名称的长度限制在（）个汉字？ 5、在淘系交易成功（）天内，双方都有权对本次交易做出评价？ 6、2015年双11商家报名的时间从（）开始，（）结束？ 7、参加聚划算的商品价格必须为（）天内的最低价，目前的扣费模式是（）+（）的方式； 8、淘系的付费流量主要为（），（），（）； 9、钻展的最新版本为（），以定向到个人的投放方式是（），按照（）进行扣费； 10、UV指的是（），PV指的是（）； 第二部分：单项选择题（共20分，每题2分） 1、旗舰店店长接到一个自称是阿里巴巴员工的电话，用什么样的方式可以核实对方的身份呢？ A、询问阿里巴巴的发展历史，看对方了解多少； B、要求对方提供工号和姓名，拨打相关电话号码核实是否有该工号和名字； C、查询对方号码是否来自于阿里巴巴； D、要求对方发送一封邮件，以核实邮箱地址是否是来自于阿里巴巴的企业邮箱； 2、一个双肩包用一口价和拍卖价的方式各自发布了一次，会被淘宝评定为哪种违规的行为？ A、虚假交易； B、价格虚高； C、重复铺货； D、发布广告商品； 3、如果一个店铺在一年内因为违规累计被扣了48分，将会面临何种处罚结果？ A、直接关店清退； B、宝贝搜索降权30天； C、罚款5万元； D、书面警告； 4、关于SPU和SKU说法正确的是？ A、SPU是商品编码； B、SKU是商品下的一个分类属性（商品下一个颜色或者尺码）； C、SPU是商品编码，SKU是商品下的一个分类属性（商品下一个颜色或者尺码）； D、以上都不对； 5、直通车的扣费原理是 A.按照展现量 B. 按照展现时长
阿里数据分析笔试题
2016阿里巴巴数据分析师职位笔试题目 阿里巴巴作为全球领先的小企业电子商务公司，招聘阿里巴巴数据分析师职位都会出些什么笔试题目呢?咱们一起看看。 一、异常值是指什么?请列举1种识别连续型变量异常值的方法? 异常值(Outlier) 是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。 Grubbs’test(是以Frank E. Grubbs命名的)，又叫maximum normed residual test，是一种用于单变量数据集异常值识别的统计检测，它假定数据集来自正态分布的总体。 未知总体标准差σ，在五种检验法中，优劣次序为：t检验法、格拉布斯检验法、峰度检验法、狄克逊检验法、偏度检验法。 点评：考察的内容是统计学基础功底。 二、什么是聚类分析?聚类算法有哪几种?请选择一种详细描述其计算原理 和步骤。 聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)。聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类分析计算方法主要有：层次的方法(hierarchical method)、划分方法(partitioning method)、基于密度的方法(density-based method)、基于网格的方法(grid-based method)、基于模型的方法(model-based method)等。其中，前两种算法是利用统计学定义的距离进行度量。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择k 个对象作为初始聚类中心;而对于所剩下其它对象，则根据它们与这些聚类中心的相似度(距离)，分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。 其流程如下： (1)从n个数据对象任意选择k 个对象作为初始聚类中心;
2016年数据分析面试常见问题
1、海量日志数据，提取出某日访问百度次数最多的那个IP。 首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP（可以采用hash_map进行频率统计，然后再找出频率最大的几个）及相应的频率。然后再在这1000个最大的IP中，找出那个频率最大的IP，即为所求。 或者如下阐述： 算法思想：分而治之+Hash 1.IP地址最多有2^32=4G种取值情况，所以不能完全加载到内存中处理； 2.可以考虑采用“分而治之”的思想，按照IP地址的Hash(IP)24值，把海量IP日志分别存储到1024个小文件中。这样，每个小文件最多包含4MB个IP地址； 3.对于每一个小文件，可以构建一个IP为key，出现次数为value的Hash map，同时记录当前出现次数最多的那个IP地址； 4.可以得到1024个小文件中的出现次数最多的IP，再依据常规的排序算法得到总体上出现次数最多的IP； 2、搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。 假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最热门的10个查询串，要求使用的内存不能超过1G。 典型的Top K算法，还是在这篇文章里头有所阐述， 文中，给出的最终算法是：
第一步、先对这批海量数据预处理，在O（N）的时间内用Hash表完成统计（之前写成了排序，特此订正。July、2011.04.27）； 第二步、借助堆这个数据结构，找出Top K，时间复杂度为N‘logK。 即，借助堆结构，我们可以在log量级的时间内查找和调整/移动。因此，维护一个K(该题目中是10)大小的小根堆，然后遍历300万的Query，分别和根元素进行对比所以，我们最终的时间复杂度是：O（N）+ N’*O（logK），（N为1000万，N’为300万）。ok，更多，详情，请参考原文。 或者：采用trie树，关键字域存该查询串出现的次数，没有出现为0。最后用10个元素的最小推来对出现频率进行排序。 3、有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。 方案：顺序读文件中，对于每个词x，取hash(x)P00，然后按照该值存到5000个小文件（记为x0,x1,…x4999）中。这样每个文件大概是200k左右。 如果其中的有的文件超过了1M大小，还可以按照类似的方法继续往下分，直到分解得到的小文件的大小都不超过1M。 对每个小文件，统计每个文件中出现的词以及相应的频率（可以采用trie树/hash_map 等），并取出出现频率最大的100个词（可以用含100个结点的最小堆），并把100个词及相应的频率存入文件，这样又得到了5000个文件。下一步就是把这5000个文件进行归并（类似与归并排序）的过程了。 4、有10个文件，每个文件1G，每个文件的每一行存放的都是用户的query，每个
21个必知数据科学面试题和答案
21个必知数据科学题和答案 2016-03-10分类：其他 最近KDnuggets上发的“20个问题来分辨真假数据科学家”这篇文章非常热门，获得了一月的阅读量排行首位。 但是这些问题并没有提供答案，所以KDnuggets的小编们聚在一起写出了这些问题的答案。我还加了一个特别提问——第21问，是20个问题里没有的。 下面是答案。 Q1.解释什么是正则化，以及它为什么有用。 回答者：Matthew Mayo 正则化是添加一个调优参数的过程模型来引导平滑以防止过拟合。(参加KDnuggets文章《过拟合》) 这通常是通过添加一个常数到现有的权向量。这个常数通常要么是L1(Lasso)要么是L2(ridge)，但实际上可以是任何标准。该模型的测算结果的下一步应该是将正则化训练集计算的损失函数的均值最小化。 Xavier Amatriain在这里向那些感兴趣的人清楚的展示了L1和L2正则化之间的比较。 图1.Lp球:p的值减少,相应的L-p空间的大小也会减少。 Q2.你最崇拜哪些数据科学家和创业公司？ 回答者：Gregory Piatetsky 这个问题没有标准答案，下面是我个人最崇拜的12名数据科学家，排名不分先后。 Geoff Hinton, Yann LeCun, 和 Yoshua Bengio-因他们对神经网络的坚持不懈的研究，和开启了当前深度学习的革命。 Demis Hassabis，因他在DeepMind的杰出表现——在Atari游戏中实现了人或超人的表现和最近Go的表现。来自datakind的Jake Porway和芝加哥大学DSSG的Rayid Ghani因他们让数据科学对社会产生贡献。 DJ Patil，美国第一首席数据科学家，利用数据科学使美国政府工作效率更高。 Kirk D. Borne，因其在大众传媒中的影响力和领导力。
国企管理岗位笔试真题及答案(最新分享)
国企管理岗位笔试真题及答案 （最新分享） 一、选择题（本题共30小题，每小题2分，共60分） 1．（B）是指期望在2-5年内达到的一些指标。 A.短期目标 B.中期目标 C.长期目标 2．经济活动中，指明组织活动的方向和范围，在决策和处理问题时指导及沟通思想活动的方针和一般规定，这就是（C）。 A.策略 B.目标 C.政策 3．决策的最后一个阶段是（B）。 A.调查研究，发现问题 B.综合分析，确定目标 C.拟定方案，分析评价 D.选择方案，实施决策 E.反馈控制，完善方案 F.收集信息，科学预测 4．行为科学个别差异原则告诉我们，人的差异是客观存在的，一个人只有处在最能发挥其才能的岗位上，才能干得最好。因此，要根据每个人的能力大小而安排合适的岗位。这就是人
员配备的（B）原则。A.因人设职 B.量才使用 C.因才施教5．决定一个组织经济效益大小和资源效率高低的首要条件是(C )，其手段都是管理。 A.对人的合理使用 B．科学技术的高度应用 C.资源的最优配置和最优利用 D．资金的合理流动 6．用数字表示预期结果的报表，被称为“数字化”的规划，这种计划就是(C)。 A.专题计划 B．专项计划 C.预算 D．数量计划 7．某公司生产某产品的固定成本为50万元，单位可变成本为40元，产品单价为80元，若企业目标利润为30万元，问企业应完成多少产销量。(C)。 A．12500件 B．25000件 C.20000件 D．40000件 8．如果发现一个组织中小道消息很多，而正式渠道的消息较少，这意味着该组织：(B)
A．非正式沟通渠道中信息传递很通畅，运作良好 B.正式沟通渠道中信息传递存在问题，需要调整 C．其中有部分人特别喜欢在背后乱发议论，传递小道消息D．充分运用了非正式沟通渠道的作用，促进了信息的传递9．中层管理者比低层管理者更多地依靠（A） A.正式权力与沟通技巧 B.个人权力与技术技能 C.人际关系技能与技术技能 10．人员配备的工作包括（B） A．制定工作规范，选配、培训组织成员 B.确定人员需用量、选配、培训组织成员 C.确定人员结构、选配、培训组织成员 11．从行为规范的意义上说，组织职位就是组织中的( D)。 A．岗位结构 B．权责结构 C．职能结构 D．角色结构 12．假设你是一个大公司的中层管理人员，如果你获得提升，在以下几种选择继任者的标准中，你会优先考虑哪一条？（B ） A.是否具有较高的学历与较强的业务能力 B.能否得到部门成员及上级领导的普遍认同
数据分析师面试常见的77个问题
数据分析师面试常见的77个问题 2013-09-28数据挖掘与数据分析 随着大数据概念的火热，数据科学家这一职位应时而出，那么成为数据科学家要满足什么条件？或许我们可以从国外的数据科学家面试问题中得到一些参考，下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。 1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。 2、告诉我二个分析或者计算机科学相关项目？你是如何对其结果进行衡量的？ 3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则？ 4、什么是：协同过滤、n-grams, map reduce、余弦距离？ 5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库？ 6、如何设计一个解决抄袭的方案？ 7、如何检验一个个人支付账户都多个人使用？ 8、点击流数据应该是实时处理？为什么？哪部分应该实时处理？ 9、你认为哪个更好：是好的数据还是好模型？同时你是如何定义“好”？存在
所有情况下通用的模型吗？有你没有知道一些模型的定义并不是那么好？ 10、什么是概率合并（AKA模糊融合）？使用SQL处理还是其它语言方便？对于处理半结构化的数据你会选择使用哪种语言？ 11、你是如何处理缺少数据的？你推荐使用什么样的处理技术？ 12、你最喜欢的编程语言是什么？为什么？ 13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。 14、SAS, R, Python, Perl语言的区别是？ 15、什么是大数据的诅咒？ 16、你参与过数据库与数据模型的设计吗？ 17、你是否参与过仪表盘的设计及指标选择？你对于商业智能和报表工具有什么想法？ 18、你喜欢TD数据库的什么特征？ 19、如何你打算发100万的营销活动邮件。你怎么去优化发送？你怎么优化反应率？能把这二个优化份开吗？ 20、如果有几个客户查询ORACLE数据库的效率很低。为什么？你做什么可以提高速度10倍以上，同时可以更好处理大数量输出？ 21、如何把非结构化的数据转换成结构化的数据？这是否真的有必要做这样的转换？把数据存成平面文本文件是否比存成关系数据库更好？ 22、什么是哈希表碰撞攻击？怎么避免？发生的频率是多少？ 23、如何判别mapreduce过程有好的负载均衡？什么是负载均衡？ 24、请举例说明mapreduce是如何工作的？在什么应用场景下工作的很好？云的安全问题有哪些？ 25、（在内存满足的情况下）你认为是100个小的哈希表好还是一个大的哈希表，对于内在或者运行速度来说？对于数据库分析的评价？ 26、为什么朴素贝叶斯差？你如何使用朴素贝叶斯来改进爬虫检验算法？ 27、你处理过白名单吗？主要的规则？（在欺诈或者爬行检验的情况下） 28、什么是星型模型？什么是查询表？
运营岗位面试技巧_20
运营岗位面试技巧 导语：运营作为互联网公司中非常重要的职位之一，在面试时也少不了被面试官套路一番，下面是小编为大家整理的运营岗位面试技巧，希望对大家有所帮助。 面试前的准备 1、了解意向公司的基本情况，规模性质以及业务范围，管理风格及企业文化等等 这些只要用心都能够搜索的到。 2、对面试的场景在头脑中进行必要的模拟 面试官问我这个问题，我该怎么回？如果遇到我没有准备的问题，我要怎么应对？经过反复的模拟演练，在正式进入面试的时候，就不会那么紧张了。对于自己已经准备的问题，自然可以非常游刃有余的回答；对于自己没有准备的问题，预先设置的方案也不至于让自己太过紧张和尴尬 面试常见问题及回答
你认为什么是运营 答：互联网产品运营，也叫做运营，它是一系列工作的统称。 划分详细的'公司里，主要是涉及到几大方面。 用户进入产品后活跃率的提升、产品使用深度的提升、留存率提升等相关的用户管理工作，又称用户运营； 在关键时间节点，结合行业及产品阶段特点策划和组织相关的活动，起到拉流量、促成交的目的，又称活动运营，比较有名的如双十一，618等大型促销活动； 对一些知识内容为主的互联网产品（知乎、微博、抖音等）建立便捷的用户内容生产体系及规则，引导和奖励用户去产生内容（UGC），以及对一些垃圾的、不合规内容及账号的管控等，又称为内容运营； 日常对所运营产品的关键指标监测，网站的比如（权重、IP、PV、UV）、线上app的比如（分类排名、关键词排名、关键词个数），以及每日新增用户数、次日留存率、七日留存率、月留存率等重要指标的监测，又称为数据运营。
在岗位设置没那么齐备的公司里，运营还可能会兼顾到推广、商务、客服等的部分职责。 总之，运营是多面手、是救火队员，更像所运营产品的养父母，要关注其健康成长、良性发展。 你为什么选择做我们公司的运营岗位 答：来之前我对贵公司的业务情况以及运营岗位的基本状况进行了大致的了解。首先，我对贵公司所在的细分行业非常看好，贵公司近两年业务和队伍发展上也是蒸蒸日上；另外，我喜欢贵公司的企业文化，扁平化的管理方式能让我这样一个运营新人更快的适应和融入。 我选择做互联网运营相关的工作是经过深思熟虑的，“兴趣是最好的老师”，我相信即使现在的我懂的不是很多，但我有信心和决心去做好贵公司这个岗位。 对于提升留存率，你有什么样的建议 答：提升用户留存率，首先，要确保产品能够正常的使用，没有太影响用户体验的bug存在。
数据分析岗面试题
数据分析岗面试题 It was last revised on January 2, 2021
数据分析岗面试题1、表：table1(Id,class,score),用最高效最简单的SQL列出各班成绩最高的列表，显 示班级，成绩两个字段。 2、有一个表table1有两个字段FID，Fno，字都非空，写一个SQL语句列出该表 中一个FID对应多个不同的Fno的纪录。 Fid Fno 101 a1001 101 a1001 102 a1002 102 a1003 103 a1004 104 a1005 104 a1006 105 a1007 105 a1007 105 a1007 3、有员工表empinfo ( Fempno varchar2(10) not null pk, Fempname varchar2(20) not null, Fage number not null, Fsalary number not null ); 假如数据量很大约1000万条； 写一个你认为最高效的SQL，用一个SQL计算以下四种人： fsalary>9999 and fage > 35 fsalary>9999 and fage < 35 fsalary <9999 and fage > 35 fsalary <9999 and fage < 35 每种员工的数量； 4、 Sheet1: sheet2： Sheet1、sheet2是Excel中两个表，sheet2中 记录了各产品类别下面对应的产品编码，现 要在sheet1 C列中对应A列产品编码所对应 的产品类别，请写出公式。
毕业生笔试题：阿里巴巴数据分析笔试题
《毕业生：阿里巴巴数据分析师笔试题》 最近，网上放出了IT大佬们的一些考题出来，让人竞相争看，倒地这些大牛公司的择贤条件是如何的呢？大圣众包（https://www.360docs.net/doc/39555528.html,）威客平台从网上整理了阿里巴巴招募数据分析师实习生的一道笔试题，让大家提前试试水。答案在最后，可不要提前偷看哦。 ———————————————问题分割线——————————————— 一、异常值是指什么？请列举1种识别连续型变量异常值的方法？ 二、什么是聚类分析？聚类算法有哪几种？请选择一种详细描述其计算原理和步骤。 三、根据要求写出SQL 表A结构如下： Member_ID（用户的ID，字符型） Log_time（用户访问页面时间，日期型（只有一天的数据）） URL（访问的页面地址，字符型）
要求：提取出每个用户访问的第一个URL（按时间最早），形成一个新表（新表名为B，表结构和表A一致） 四、销售数据分析 根据某一家B2C电子商务网站的一周销售数据，该网站主要用户群是办公室女性，销售额主要集中在5种产品上，如果你是这家公司的分析师， a)从数据中，你看到了什么问题？你觉得背后的原因是什么？ b)如果你的老板要求你提出一个运营改进计划，你会怎么做？ 五、用户调研 某公司针对A、B、C三类客户，提出了一种统一的改进计划，用于提升客户的周消费次数，需要你来制定一个事前试验方案，来支持决策，请你思考下列问题： a)试验需要为决策提供什么样的信息？ b)按照上述目的，请写出你的数据抽样方法、需要采集的数据指标项，以及你选择的统计方法。
———————————————答案分割线——————————————— 一、 异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。 Grubbs’test（是以FrankE.Grubbs命名的），又叫maximumnormedresidualtest，是一种用于单变量数据集异常值识别的统计检测，它假定数据集来自正态分布的总体。 未知总体标准差σ，在五种检验法中，优劣次序为：t检验法、格拉布斯检验法、峰度检验法、狄克逊检验法、偏度检验法。 【点评】考察的内容是统计学基础功底。 二、 聚类分析（clusteranalysis）是一组将研究对象分为相对同质的群组（clusters）的统计分析技术。聚类分析也叫分类分析（classificationanalysis）或数值分类（numericaltaxonomy）。聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类分析计算方法主要有：层次的方法（hierarchicalmethod）、划分方法（partitioningmethod）、基于密度的方法（density-basedmethod）、基于网格的方法（grid-basedmethod）、基于模型的方法（model-basedmethod）等。其中，前两种算法是利用统计学定义的距离进行度量。 k-means算法的工作过程说明如下：首先从n个数据对象任意选择k个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后
运营管理岗笔试题20150304(无答案)
运营管理岗笔试题 姓名：手机号码：测试时间：分数： 一、知识单选题，每题3分，共计45分) 1、证券市场按品种结构关系，可以分为（）。 A．股票市场、债券市场和基金市场 B．发行市场和流通市场 C．集中市场和场外市场 D．国内市场和国际市场 2、股价的涨跌与公司的盈利的变化（）。 A．同时发生，变化幅度也相同 B．不同时发生，但变化幅度也相同 C．同时发生，但变化幅度相同 D．不同时发生，变化幅度也不相同 3、封闭式基金的交易方式是（）。 A．在证券交易所内转让 B．通过基金管理人申购或赎回 C．在银行买卖 D．通过基金托管人申购或赎回
4、LOF是（）的简称。 A．交易所交易基金 B．上市开放式基金 C．上证50ETF D．交易型开放式指数基金5、上海证券交易所将ETF定名为（）。 A．交易所交易基金 B．上市开放式基金 C.上证50ETF D．交易型开放式指数基金 6．可转换债券是指可兑换成（）的债券。 A．股票B．另一种债券 C．期货D．现金 7、证券业协会性质上是一种（）。 A.证券监督机构 B.证券服务机构 C.自律性组织 D.证券投资人 8、（）不是证券公司的监督检查机构。 A.证券公司自身 B.投资者 C.证券交易所 D.证券管理部门
9、（）不属于股票交易中的竞价方式。 A．口头竞价B．书面竞价 C．电脑竞价D．间接竞价 10、（）不属于交易费用。 A．委托手续费B．佣金 C．承销费D．过户费 11、证券交易的竞价结果有三种可能，不可能的是（）。 A.全部成交 B.部分成交 C.不成交 D.推迟成交 12、下面的（）不属于证券交易特征。 A.安全性 B.流动性 C.收益性 D.风险性 13、股票交易如果在证券交易所进行，可称谓（）。 A.柜台交易 B.店头交易 C.场外交易 D.上市交易
数据分析岗面试题
数据分析岗面试题-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
数据分析岗面试题 1、表：table1(Id,class,score),用最高效最简单的SQL列出各班成绩最高的列 表，显示班级，成绩两个字段。 2、有一个表table1有两个字段FID，Fno，字都非空，写一个SQL语句列出 Fno的纪录。 3、有员工表empinfo 4、( 5、Fempno varchar2(10) not null pk, 6、Fempname varchar2(20) not null, 7、Fage number not null, 8、Fsalary number not null 9、); 10、假如数据量很大约1000万条；写一个你认为最高效的SQL，用一个SQL 计算以下四种人： 11、fsalary>9999 and fage > 35 12、fsalary>9999 and fage < 35 13、fsalary <9999 and fage > 35 14、fsalary <9999 and fage < 35 15、每种员工的数量； 4、
Sheet1: sheet2： Sheet1、sheet2是Excel中两个表，sheet2中 记录了各产品类别下面对应的产品编码，现 要在sheet1 C列中对应A列产品编码所对应 的产品类别，请写出公式。 5、某商品零售公司有100万客户资料数据（客户数据信息包括客户姓名、电话、地址、购买次数、购买时间、购买金额、购买产品种类等等），现要从中抽取10万客户，对这些客户发送目录手册，为了能使这批手册产生的利润最大，从已有的客户数据信息，我们应该如何挑选这10万个客户？
电商面试问题及回答-电商企业面试问题
页眉内容 运营面试问题 1.哪些因素会影响宝贝权重？ 销量、停留时长，跳失率，自然/直通车/转化率，收藏率，好评率和描述评分，人气值等。 2.如果店铺平均访问度较低，你可以考虑那种方式进行优化？ 关联推荐、搭配销售、提升优化宝贝展示图、展示描述、淘宝客、主播、主流媒体曝光 3.在淘宝日常数据中，如何看待UV、转化率、页面停留时间、客单价、销售额直接的关系。 参考：销售额=UV* 转化率* 客单价 4.某产品还未上架，但是属于必须要爆的款，请问在初期你会做哪些前期工作？以提高爆款几率。 前期工作：（ 1 ）整体策略（2 ）了解产品架构（3 ）视觉部与设计部的 相应支持与直接参与（4 ）市场洞察力（ 5 ）正对性平台产品选择（ 6 ）正对性产品策划（7 ）不断的调整，改善，沟通，分析，确定，引爆 5.你策划过哪些店内活动？活动效果如何？造成这个效果的主要原因是？参考：结合自身的运营经历，举例回答。 1-12月节日活动，会员日、促销活动，新品活动、crp互动兑换活动，煽情类目互动。 有效利用营销工具短信、引流工具提高销量唤醒沉睡用户。提高客户忠诚度提升销量及用户粘性。 主要原因:给用户看到想要的效果需求，展示提高用户购买欲望。 6.你觉得要跟美工怎么配合？意见不合怎么办？ 在学习运营知识的同时，也要多学管理和沟通的知识。在交代设计任务说清楚设计思路和目的 设计要求要说得越详细越好，要让美工有一个具体的设计框架。 意见不合时，要好好沟通，要从销量和艺术两个方面进行权衡 7.业绩下滑，你觉得应该分析哪些内容？ 参考：销售业绩=UV* 转化率* 客单价，先从这些业绩相关数据上分析下滑数据造成的原因 再根据实际情况做具体分析提出解决建议。
大数据面试题剖析讲课稿
单项选择题 1. 下面哪个程序负责 HDFS 数据存储。 a)NameNode b)Jobtracker c)Datanode d)secondaryNameNode e)tasktracker 2. HDfS 中的 block 默认保存几份? a)3 份 b)2 份 c)1 份 d)不确定 3. 下列哪个程序通常与 NameNode 在一个节点启动? a)SecondaryNameNode b)DataNode c)TaskTracker d)Jobtracker
4. Hadoop 作者 a)Martin Fowler b)Kent Beck c)Doug cutting 5. HDFS 默认 Block Size a)32MB b)64MB c)128MB 6. 下列哪项通常是集群的最主要瓶颈 a)CPU b)网络 c)磁盘 d)内存 7. 关于 SecondaryNameNode 哪项是正确的? a)它是 NameNode 的热备 b)它对内存没有要求
c)它的目的是帮助NameNode 合并编辑日志，减少NameNode 启动时间 d)SecondaryNameNode 应与 NameNode 部署到一个节点 多选题 8. 下列哪项可以作为集群的管理工具 a)Puppet b)Pdsh c)Cloudera Manager d)d)Zookeeper 9. 配置机架感知的下面哪项正确 a)如果一个机架出问题，不会影响数据读写 b)写入数据的时候会写到不同机架的 DataNode 中 c)MapReduce 会根据机架获取离自己比较近的网络数据 10. Client 端上传文件的时候下列哪项正确 a)数据经过 NameNode 传递给 DataNode b)Client 端将文件切分为 Block，依次上传
管理岗笔试题及答案
管理岗位笔试试卷及答案 考生注意： 1.考试时间：120分钟 2.本套试卷共七道大题，满分100分。 一、判断题：在每题后面的括号，正确的划√，错误的划×（每题1分，共15分） 1.要做好领导工作，就要对下属及早评价。（） 2.在工业发展早期，最早出现的组织结构形式是职能制。（） 3.主管人员的培训就是业务知识和管理能力的培训。（） 4.事业部组织结构形式通常适用于大型企业采用。（） 5.将进行业务活动所必需的职权授予各部门的负责人，这是领导工作的一个重要步骤。（） 6.回归分析法实际是因果分析法的另一种叫法。（） 7.科学决策追求的是最可能的优化效应。（） 8.风险型决策属于肯定型决策。（） 9.从人员选聘的条件看，成功履行管理职能的最基本的要要有强烈的管理愿望。（） 10.轮式和链式沟通网络适合于解决复杂的组织问题。（） 11.按主管人员的标准进行考评，主要是指按个人品质和工作特征的标准来评价 主管人员。（） 12.马斯洛的需求理论认为，人的需求有五个层次，每个层次的需求在任时候都 具有激励的作用。（） 13.控制工作的首要环节是用控制标准对实际工作成效进行衡量，以便于发现工 作中的问题。（）
14.法约尔首先对管理的职能进行了科学的概括，他认为管理职能包括计划、组 织、指挥、激励和控制。（） 15.控制工作的灵活性主要适用于在正确计划指导下的人们工作不当的地。（） 二、单项选择题：（每小题1分，共15分） 1.主观决策法特别适用于（）。 A．肯定型决策 B．经验决策 C．非常规决策 D．战术决策 2.在工业企业中，把企业划分为研究开发部门、生产部门、销售部门、财务部门等，此类划分属于（）。 A．按人数划分部门 B．按产品划分部门 C．按职能划分部门 D．按工艺过程划分部门 3.用于评价主管人员职位的最常用的法是（）。 A．比较法 B．职务系数法 C．时距判定法 D．指示图表法 4.职工流动率是计划工作中（）前提条件。 A、可控的
SQL数据库对于海量数据面试题及答案
本文整理和大家分享一些SQL数据库对于海量数据面试题及答案给大家，很不错哦，喜欢请收藏一下。 1. 给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？ 方案1：可以估计每个文件安的大小为50G×64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。 s 遍历文件a，对每个url求取，然后根据所取得的值将url分别存储到1000个小文件（记为）中。这样每个小文件的大约为300M。 s 遍历文件b，采取和a相同的方式将url分别存储到1000各小文件（记为）。这样处理后，所有可能相同的url都在对应的小文件（）中，不对应的小文件不可能有相同的url。然后我们只要求出1000对小文件中相同的url即可。 s 求每对小文件中相同的url时，可以把其中一个小文件的url存储到hash_set中。然后遍历另一个小文件的每个url，看其是否在刚才构建的hash_set中，如果是，那么就是共同的url，存到文件里面就可以了。 方案2：如果允许有一定的错误率，可以使用Bloom filter，4G内存大概可以表示340亿bit。将其中一个文件中的url使用Bloom filter映射为这340亿bit，然后挨个读取另外一个文件的url，检查是否与Bloom filter，如果是，那么该url应该是共同的url（注意会有一定的错误率）。 2. 有10个文件，每个文件1G，每个文件的每一行存放的都是用户的query，每个文件的query 都可能重复。要求你按照query的频度排序。 方案1： s 顺序读取10个文件，按照hash(query)%10的结果将query写入到另外10个文件（记为）中。这样新生成的文件每个的大小大约也1G（假设hash函数是随机的）。 s 找一台内存在2G左右的机器，依次对用hash_map(query, query_count)来统计每个query 出现的次数。利用快速/堆/归并排序按照出现次数进行排序。将排序好的query和对应的query_cout输出到文件中。这样得到了10个排好序的文件（记为）。 s 对这10个文件进行归并排序（内排序与外排序相结合）。 方案2： 一般query的总量是有限的，只是重复的次数比较多而已，可能对于所有的query，一次性就可以加入到内存了。这样，我们就可以采用trie树/hash_map等直接来统计每个query出现的次数，然后按出现次数做快速/堆/归并排序就可以了。