數據從業者的一次「典型」面試

2024-01-10     人人都是產品經理

原標題:數據從業者的一次「典型」面試

在求職面試的過程中,職場人可能會遇到大量問題,比如怎麼做好面試準備,怎麼完成面試官留下的作業,等等。這篇文章里,作者就分享了自己作為數據方向的從業者的一次面試經歷,一起來看看,或許會給你一些幫助。

在求職面試的過程中,職場人可能會遇到大量問題,比如怎麼做好面試準備,怎麼完成面試官留下的作業,等等。這篇文章里,作者就分享了自己作為數據方向的從業者的一次面試經歷,一起來看看,或許會給你一些幫助。

開局一張圖~

朋友們好呀~古牧君聽說今年求職很是不易,不論是已入職場的小油條們、還是准入職場的校招萌新們,都在被這個時代無情的拍打。思前想後,決定把自己一次壓箱底兒的求職經歷分享出來,以20頁+面試作業PPT為實例,剖析在戰術層面怎麼做準備,才能讓一次面試儘量的順滑宜人~

由於內容較干(5000字左右),完整閱讀預計需20分鐘+,正文結構如下:

本文的正確打開姿勢:

  • 或許能幫到的人
  • 或許能幫到的事

如何備戰一次數據方向的面試:

  • 追憶面試背景
  • 線下面試準備工作
  • 面試被留作業後的破題與分析準備
  • 面試作業實例圖文講解

復盤與小結

一、本文的正確打開姿勢 1. 或許能幫到的人

1)網際網路行業為主

——畢竟非網際網路行業面試什麼套路咱沒經歷過~

2)數據方向從業者

——數據分析、數據運營、策略產品、數據產品經理都能覆蓋~

3)非純研發

——研發和非研發套路上感覺還是相差很大的,所以先從數據非研發說起哈~

4)以50w年薪作為中短期小目標

——這裡必須重點逼逼下,如果有朋友覺得「啥?50w?人在美國剛下飛機咋滴?!」,我想說,這個數並非遙不可及,也肯定不是我胡亂編造,百度的P6、阿里的P6+、騰訊的9級是肯定能達到的。

可能又有朋友說了「那些大廠離我太遠了甭扯這些沒用的」,那我想說,回憶下你上學的時候,如果你還是個60分不到的小學渣,你是該找60分左右的兄弟切磋學習方法和解題思路呢、還是該找個80分+的准學霸聊聊呢?目~標~感~啊,敲!黑!板!

2. 或許能幫到的事

1)從戰術層面如何準備一次面試?

——除了戰術層面,還有更高的戰略層面,比如怎麼選擇一個行業一家公司一個業務一個崗位?比如以什麼心態面對面試?不過這些都是下篇文章的後話了,眼下這篇文章,咱們就只說說,當你鎖定了一個具體的崗位後,怎麼才能與面試官應答自如、攻防兼備、吹彈可破~

2)如果面試被留作業怎麼辦?

——講真,面試留作業將越來越無法迴避。作為面試官,一次對話,真的無法完全了解到求職者的真實水平,加上求職大環境不佳,企業可挑選的餘地更大更具主動權。咱要是真的被留了作業,那就記得重新打開這篇文章,照貓畫虎吧~再者說,如果你在被留作業前,就已經按照寫作業的標準進行了周密的準備,那麼我敢肯定,你的努力必定會好好的回報你!

二、如何備戰一次數據方向的面試 1. 追憶面試背景

那是一個普通的夜晚,大概在6點左右我就早早完結了手頭的工作,打車來到騰訊濱海大廈,在企業微信上跟面試官約定了地方(開放式休息區),到了之後才發現:面試官是個還挺好看的妹子!and 今晚是排隊面試啊?我前面還有個小哥正在被面試中!

這場面就略顯刺激了哈,還沒開始就已經嗅到了激烈的競爭。古牧君大概在旁邊坐等了10分鐘,發現馬上就輪到自己了,就起身去附近的茶水間接了2杯溫水,1杯自己喝兩口壓壓驚,1杯遞給說了很多話的面試官妹子——好了,開始吧~

2. 為線下面試做的那些準備

我理解的面試,其實可以很簡單,就是對方寫了個崗位的招聘要求,如果那個要求靠譜的話(是他們認真寫的而不是滿世界瞎抄的),那咱就按照上面寫的,逐字逐句的研讀做準備,她需要啥咱就給她展示啥,王八看綠豆對上眼兒了,就齊活兒了~那咱們就先重溫下人家都要求咱啥(我忘記截圖那個崗位了,只能憑記憶大概複述一下崗位要求了哈~):

崗位名稱:微信小遊戲數據運營產品經理

職級要求:3-1及以上(就是現在騰訊新職級體系下的9級及以上)

崗位職責:

按照上面這份微言大義的崗位招聘需求,古牧君做了如下準備:

1)業務背景知識補充

2)崗位需求能力對標

按照上述準備,整個面試過程是愉快的,我甚至現場諮詢了面試官對我本次面試的評價反饋,然而暴擊總是來的突然:

面試官妹子:「emmm,我還是想請你針對一個問題回去之後簡單的給一個反饋」

我:「額…就是留作業的意思麼?」

面試官妹子:「啊,是的,希望你不要介意」

我:「啊…沒事兒,理解…(個屁啊理解…)」

好了,作業來了——請論述下,數據運營在微信小遊戲生態中能發揮什麼作用?

相信我,剛拿到這個作業題目的時候,我內心也是崩潰+抗拒的,但有什麼辦法呢,恰飯要緊,硬著頭皮來吧~啟動之前,咱先盤點下目前情況,先把這一句話的作業具象起來:

【目標】

寫一個作業,方向是數據運營在微信小遊戲生態中能發揮什麼作用。

【時間】

面試官妹子說了「你什麼時候寫完交作業,我看了覺得ok了,就可以進入下一輪總監面了,所以時間把握全看你自己嘍~」

【形式】

Word?PPT?

【內容】

關鍵詞是「數據運營」「小遊戲」「生態」「作用」。

幾經思索,我趕腳:

既然寫,就要寫一個成體系的、能落地的東西,不能整那些特別虛的東西;

既然寫,就得寫人家當前最關心的問題,雪中送碳而非錦上添花;

既然寫,就要正兒八經的認真對待,形式上人家怎麼看著舒服怎麼來;

既然寫,就別太拖拖拉拉,趁熱打鐵。

於是乎,作戰策略出來了:

【時間】

整體耗時計劃一周,周一至周五每天下班後收集資料,搭建作業的框架結構,周六周日兩天按照框架結構填充具體內容。

【形式】

用戶體驗最好的肯定是PPT,有邏輯有故事有圖畫。但因為不是當場演講,所以不能做Jobs的那種純演講型高大上PPT,得在PPT上把關鍵的內容用文字明明白白的交代出來。

【內容】

結合之前的背景知識收集,咱就緊貼小遊戲官方的痛點,解決缺乏創意、抄襲作弊、營銷乏力等問題,成體系的構建出一套微信小遊戲的數據運營建議書。

4. 面試作業實例圖文講解

開篇綱舉目張,把自己選擇站的視角,和後續要重點分析的對象說清楚。

按照金字塔原理,先拋出問題並直接給出答案,後續再具體解釋每個答案。

數據類ppt其實頁面布局可以很簡單,每頁的title講問題,然後緊接著用文字說明結論,最後大面積的用數據圖表來印證結論,就ok啦~比其他那些彙報類的ppt好寫多了。

平台側發布數據報告,你說一般都為了啥?一般不是自賣自誇,就是要引導參與者行為。輿情數據現在普遍的使用方式,除了監控負面以外,就是及時發現用戶的心聲了~

這裡講的是通過一些簡單的統計分析,快速高效的識別出創意小遊戲。識別的方法很可能就是幾個指標,雖然這種方法不會特別准,但基本不會漏過真正的優質小遊戲,初篩一遍之後可以再結合人工識別來判斷,比單純海量人肉篩選要強的多,也可解釋的多。

這裡講的就是另外一種識別創意小遊戲的方法了,通過訓練一個二分類預測模型,在與普通小遊戲的對比下,通過大量的特徵讓他學會自動化的判斷一個小遊戲是否創意小遊戲。

不過這種方法就不會有很強的可解釋性了,因為很多高準確率的分類模型,都是黑盒的,比如現在流行的深度學習。不過即便再黑盒,我們也能最終從模型中提取出變量重要性,讓模型告訴我們在它看來哪幾個指標用來做判斷效果更好。

識別出創意小遊戲然後呢?不能就開個評獎表彰會就完了,平台方最好能給它們以實質性的鼓勵,除了錢以外,最實際的就是直接分配給你一批優質的用戶讓你去渡過冷啟動了~這頁講的就是平台方怎麼挑選出優質的用戶分配給這些小遊戲,跟推薦的邏輯有點兒像了,講究的是匹配、是適合。

該說說掙錢了,對大量小遊戲的開發者,他們需要能快速找到喜歡玩兒這款遊戲的用戶,那麼作為平台方,我做一個工具,讓你們花些小錢能從微信里找出一批用戶、他們大機率是喜歡玩兒你這款遊戲的、然後把這款遊戲的廣告投放給他們、以便後續有更多人來玩你的遊戲讓你掙錢。

所以說平台是個好買賣,讓開發者按我的規矩做生意,連吆喝也要收錢~不過美其名曰我賦能你,幫你找到自己的目標用戶,哈哈哈。

投放廣告的邏輯,跟大部分DMP的邏輯是相似的,只不過這裡我簡單的放了一個動態調整的環節,讓花錢投廣告的開發者們,不僅能看到花錢的效果,還能根據效果自動化的調整花錢的方式方法。

比如在朋友圈給單身漢子投放廣告,經過一段時間的花錢平台發現帶來的用戶雖然量很大但都屬於白嫖型的用戶,就是不在我這裡花錢,那麼平台就建議你縮小在這個渠道的廣告投放花費,以便提升你整體的ROI。

對待遊戲之間的抄襲,還是一樣的套路,先機器預判再人工判定。機器預判的潛在邏輯就是,你不是抄襲別人麼,那既然是抄襲,就肯定有大量相似之處,既然有相似之處,就會導致玩家群體或者玩兒法上有很多相似之處,那麼從數據表現上就應該能看出端倪。

如果幾個遊戲從數據表現上看太像了,都是一幫學生愛玩兒,都是愛在大半夜玩兒,玩兒起來都是一頓猛烈的點點點之後伴隨著手勢在螢幕上的大面積滑動,那我就把這幾款遊戲單獨拿出來交給人來具體玩兒玩兒看看了,看看是不是抄襲。

抄襲是一類典型的作弊行為,其實還有很多作弊行為,但及時的發現這些行為有個問題,就是如果我事先不知道這種手法,我就沒法找到它。

好比我從來沒見過黃鼠狼,你讓我怎麼設計全套捕獲它呢?但這裡有個辦法,就是不從行為入手,而從人入手,不守規矩的人總是會結黨營私的,只需要找到其中一個人就能順藤摸瓜了。

還有一種方法吧,就是異常識別的邏輯。雖然我不知道你作弊的模式,但我能發現你表現的跟正常的不對勁兒,我依然可以通過數據的方法找到你。

同樣的結構,只不過關心的對象換到玩家了~

之前講的是如何給小遊戲找到喜歡你的用戶,現在講的是反向的,如何給你推薦一款你大機率會喜歡的小遊戲。這裡就會涉及到去中心化這個概念,不能讓所有人都集中在頭部的幾個小遊戲上,讓其他廣大開發者都沒的飯吃。

這就需要在給用戶推薦的時候,好好設計下推薦的時機。這裡簡單的用地理位置和時間進行交叉,組合出不同的時機(比如度假旅遊、休閒晚餐、周末看電視),不同的時機人的心情狀態不同,適合推薦的內容就不同。廣告和推薦有時候本質是相通的,就是在合適的時機、給需要它的人、講適當的話。

承接上一頁,我們進一步設計一個小的推薦場景,在已有的頁面上給一些優化改進的建議。這個建議其實對微信看一看也適用,就是在不同的時機下,通過好友關係給我推薦內容。但這裡的好友得是我真的相信的好友,不能是躺在我微信列表里的殭屍或者假裝好友。

信用分這個課題其實可大可小,往大了說可以弄的跟金融風控的那種信用分一樣複雜,但確實需要那麼複雜麼?場景需求是一致的麼?所以也可以往小了說,做一些可解釋的、便運營策略的積分體系,引導用戶攀比一些好的行為。

最後,我擔心先總後分的結構中,「分」的那塊頁面太多,讓閱讀者時間長了反而忘了「總」。所以特意加了一個收尾,讓整體結構變成總分總。

同時這個收尾也不是簡單的車軲轆話再說一遍,而是嘗試把之前提到的那些建議和方法,做一個抽象。告訴閱讀者(面試官)體系化的數據運營大體是什麼樣子的,讓她再次覺得我們給出的建議不是東拼西湊的,畢竟這個崗位的要求是3-1級別(9級),體系化和抽象總結能力已經是個必要項了

三、復盤與小結

作業交過去之後,我焦急的等待了3天左右,就得到了通過的答覆。後續的總監面也很愉快,而且沒有再留作業(木哈哈!)。

古牧君第一次為了一個面試準備這麼多,每天寫作業到深夜。雖然已時隔近2年,但我依然覺得這個過程中的方式方法,在今天也還適用:對崗位所在業務背景做充分的了解、結合履歷逐條舉證自己具備招聘崗位的要求、體系化抽象化的梳理和表達自己對崗位的認知和建議,這些就是最後的劃重點,哦,還有態度

這就是古牧君作為數據從業者的一次典型面試了,如果你有遇到什麼難忘的面試,或者在工作中、面試中遇到什麼難題,都可以留言溝通哈!來者不拒~有求必應~

累了累了,看會兒視頻放鬆下~

本文由 @古牧君 原創發布於人人都是產品經理。未經作者許可,禁止轉載。

題圖來自Unsplash,基於CC0協議。

文章來源: https://twgreatdaily.com/zh-mo/c3c624eaeea2c128956869b66d448405.html