比亚迪数据分析师两面：HR 面基础信息与主管面的论文、技能深挖

《面试题目》

第一轮：HR 面

1. 你的大学成绩情况怎么样？
2. 介绍一下你的家庭情况。
3. 有没有考研或考公的打算？
4. 说一说你在数据分析这个岗位上的优势。

第二轮：主管面

5. 请做一下自我介绍。
6. 介绍一下你论文的细节：论文中的数据来源是什么？
7. 论文里用到了哪些建模和统计方法？
8. 你在数据分析方面（可视化工具、Excel、数据库）的技能掌握到什么程度？
9. 说一说你的实习经历。

《参考解析》

HR 面的四问都在核验「能不能稳定到岗」

大学成绩、家庭情况、考研考公打算、岗位优势，这四个问题看着家常，实际都在算一件事：这个人会不会来、来了会不会走。成绩如实说，专业核心课与成绩上升的趋势比绝对排名更有说服力；家庭情况不是冒犯式提问，通常是想确认你的工作城市意愿和异地支持度，答得简洁自然即可，不必展开隐私。考研考公这题一定要给明确答复，「还在考虑」在面试官那里基本等同于「随时会走」，如果有过备考也应该说明现在已放弃的原因和理由，而不是含糊过去。岗位优势要对着 JD 讲：数据敏感度、工具熟练度、业务理解、沟通落地能力，每条配一个具体事实（做过什么分析、影响了什么决策），别用「认真仔细、学习能力强」这类形容词堆砌。

主管面：论文深挖考的是「数据是不是你自己做的」

面试官顺着论文问数据来源、建模方法和统计方法，是在交叉验证真假——数据来源说得出采集口径（问卷、爬虫、公开数据集还是公司内部数据）、样本量、时间范围和清洗规则；建模要讲清为什么选这个模型、它成立的前提假设、怎么评估效果（R²、AUC、残差、交叉验证）、结论的置信范围与局限。答不上「为什么用这个方法」而只会说「跑出来效果不错」，是这轮最常见的失分点。技能题同样别只给形容词，按分级加实例回答：Excel 能独立做到透视表、Power Query 与常用函数；数据库能写多表连接、窗口函数、看得懂执行计划；可视化工具（Tableau、Power BI、Python 的 Matplotlib/Seaborn）说清你产出过什么图表、给谁看过、促成了什么结论。实习经历用「背景—任务—我做的分析—结论与影响」讲，能被追问的部分（指标怎么定义、数据从哪来、结论被采纳了吗）提前想好。作者反馈面试后不久就收到谈 offer 的通知，两轮都很基础，说明这个岗位更看重背景真实性与稳定性，把简历上的每个数据、每段经历准备到能被追问两层就够了。