每周 · 面试题 | 腾讯数据分析面试题分享

刘万祥ExcelPro
刘万祥ExcelPro
刘万祥ExcelPro
17
文章
0
评论
2020-08-2913:08:00 评论 491 3548字
摘要

今天给各位分享两道数据分析试题,这是腾讯数据分析面试官在面试时考察候选人喜欢出的题,属于硬性技能考察题目,特别好用。

今天给各位分享两道数据分析试题,这是腾讯数据分析面试官在面试时考察候选人喜欢出的题,属于硬性技能考察题目,特别好用。

如果你想投鹅厂的数据分析师岗位,强烈建议看看。刷题做实战题目是王道,刷一道顶得上在网上刷百道。

以下是面试官在面试候选人时的思考。

面试都有固定的流程,通常是自我介绍,硬性技能考察,项目经历追问和Q&A环节。

之所以把硬性技能考察紧跟自我介绍后面,是因为不管简历包装的有多好,招来的小伙伴始终要能get hands dirty,如果一些必须的技能不ok,那就没啥给机会的必要了。

我们团队这边比较关注的还是SQL和Python技能,所以但凡学生声称自己熟练掌握SQL和Python的,都会详细考察一下实际能力。所以两道题目,一道是SQL题,一道是Python题。

一.SQL题目

这道题目还挺舍不得分享出来的,不过我自己用下来是真的觉得堪称SQL试金石。不仅是校招生,就算是写了好多年SQL的人,也不一定真的能快速想出来答案,但被告知答案了又会觉得真的其实蛮简单的。因为题目都是我工作时候遇到觉得很有趣记录下来的case,所以可能是百度orGoogle也搜不出来的珍藏私货。

1.题目

有一张用户签到表【t_user_attendence】,标记每天用户是否签到(说明:该表包含所有用户所有工作日的出勤记录) ,包含三个字段:

日期【fdate】

用户id【fuser_id】

用户当天是否签到【fis_sign_in:0否1是】

问题1:请计算截至当前每个用户已经连续签到的天数(输出表仅包含当天签到的所有用户,计算其连续签到天数)

输出表【t_user_consecutive_days】:

用户id【fuser_id】

用户连续签到天数【fconsecutive_days】

解答逻辑非常简单,只需要用max和datediff。实际答案就留在文末好了。

问题2:请计算每个用户历史以来最大的连续签到天数(输出表为用户签到表中所有出现过的用户,计算其历史最大连续签到天数)

输出表【t_user_max_days】:

用户id【fuser_id】

用户最大连续签到天数【fmax_days】

这个乍看不太是SQL能解决的问题,但仔细想想就有思路。我的答案可能也不是最佳答案,但暂时还没问到过别的答案吧。

二.Python题目

1.题目

针对股票的最大回撤率指标定义,给出代码实现思路。给定的是产品所有交易日的净值序列,且其净值序列已按照日期排序。

最大回撤率:在选定周期内任一历史时点往后推,产品净值走到最低点时的收益率回撤幅度的最大值。

追问:如何在提升计算效率?

这道题类似的题目其实在leecode也有,这个大概是变化但类似版本(可以搜leecode股票最大回报);因为团队里处理比较多金融资产数据,这个指标是策略中最常见的指标之一,所以也是一道工作中攒下来的题目。这个指标的计算优化问题真的非常值得问,我后面会列几个版本的代码思路和实现代码。

通常最简单的计算实现,会需要O(n2)的计算复杂度;可以针对如何降低计算复杂度,专门追问。

其实这俩题目,核心考察的都不是语言能力,因为语言永远都在更新,始终可以通过写得多来提升熟悉度;核心考察的其实都是逻辑和算法能力,就算忘记核心函数或者语法,回归到问题本身,有逻辑的candidate还是能给出思路和步骤,那当然如果语法和函数都非常熟悉,那就更完美了,可以马上写出来答案。

很多硬性技能考察题,核心一样,题面可以一直换,比如:签到可以变成用户活跃,用户充值次数之类的,可以换成候选人项目经历里熟悉的context,有些候选人比较紧张,换点熟悉的场景,似乎就脑子转的快一点。如果候选人最简单的版本能快速给出思路,可以一层层追问,了解ta的思考过程,更全面考察逻辑能力。

三.参考解答

感觉要是不给参考答案的话,分享题目还是有点耍流氓的意思,就还是给几个答案参考参考。

1.SQL题目答案

问题1答案:

思路:先找用户最近一次未签到日期,再用今天减那个日期

create table t_user_consecutive_days as select fuser_id,datediff("20200322",fdate_max) fconsecutive_daysfrom    (select fuser_id    ,max(fdate) fdate_max    from t_user_attendence    where fis_sign_in = 0    group by fuser_id    ) t1;

问题2答案:把用户所有签到记录转化成一条0-1字符串序列,用0做split切割,计算切出来的1序列组中的最大长度

create table t_user_max_days asselect fuser_id,max(length(cut_fsign_record)) as fmax_days(select fuser_id,fsign_record,cut_fsign_recordfrom    (select fuser_id    ,wm_concat(fis_sign_in) fsign_record    from t_user_attendence    group by fuser_id    ) t1lateral view explode(split(fsign_record,"0")) t as cut_fsign_record) t2where cut_fsign_record<>""group by fuser_id;

2.Python题目

最大回撤率:输入参数都是按照日期降序排列的净值序列

基础实现版本:

def max_drawdown(accnavArr):  mdd = 0  for i in range(0, len(accnavArr)):    for j in range(i + 1, len(accnavArr)):      drawdown = accnavArr[i] / accnavArr[j] - 1      if drawdown < mdd:        mdd = drawdown  return mdd

空间换时间实现版本:

把每个时间点计算的最大值都存到一个列表结构中,最大回撤的计算只需要再依赖这个列表进行多一次循环计算。

def maxDrawdownGainCal(accnavArr):     # 默认accnavArr按日期降序排列  maxDrawdown = 10000  maxGain =0  arr_len = len(accnavArr)  maxList = [0.0] * arr_len  minList = [0.0] * arr_len  maxList[arr_len-1] = accnavArr[arr_len-1]  minList[arr_len-1] = accnavArr[arr_len-1]  for i in range(arr_len-2,-1,-1):    if accnavArr[i] > maxList[i+1]:      maxList[i] = accnavArr[i]    else:      maxList[i] = maxList[i+1]    if accnavArr[i] < minList[i+1]:      minList[i] = accnavArr[i]    else:      minList[i] = minList[i+1]  for i in range(0,arr_len):    mdd = (accnavArr[i]/maxList[i]-1)    mg = (accnavArr[i]/minList[i]-1)    if mdd < maxDrawdown : maxDrawdown = mdd    if mg > maxGain : maxGain = mg  return maxDrawdown,maxGain

当前最优版本:

def maxDrawdownGainCal(accnavArr):     # 默认accnavArr按日期降序排列    maxDrawdown = 10000    maxGain =0    arrLen = len(accnavArr)    startMdd = accnavArr[arrLen-1]    startGain = accnavArr[arrLen-1]    for i in range(arrLen-2,-1,-1):        if accnavArr[i] > startMdd:            startMdd = accnavArr[i]        mdd = (accnavArr[i]/startMdd-1)        if accnavArr[i] < startGain:            startGain = accnavArr[i]        mg = (accnavArr[i]/startGain-1)        if mdd < maxDrawdown : maxDrawdown = mdd        if mg > maxGain : maxGain = mg    return maxDrawdown,maxGain

每个时间点同时更新最大值和最大回撤,两个指标,不需要额外空间,且只做一次列表循环计算。

End.

作者:annatx

来源:高级农民工

本文为转载分享,如侵权请联系作者删除

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: