面試真題 | 騰訊數據分析最愛考的兩道面試題
- 2020 年 4 月 8 日
- 筆記
點擊上方「鹹魚學Python」，選擇「加為星標」
第一時間關注Python技術乾貨！
作者：騰訊數據分析師 annatx
編輯：高級農民工
今天給各位分享兩道數據分析試題，這是騰訊數據分析面試官在面試時考察候選人喜歡出的題，屬於硬性技能考察題目，特別好用。
如果你想投鵝廠的數據分析師崗位，強烈建議看看。刷題做實戰題目是王道，刷一道頂得上在網上刷百道。
以下是面試官在面試候選人時的思考。
面試都有固定的流程，通常是自我介紹，硬性技能考察，項目經歷追問和Q&A環節。
之所以把硬性技能考察緊跟自我介紹後面，是因為不管簡歷包裝的有多好，招來的小夥伴始終要能get hands dirty，如果一些必須的技能不ok，那就沒啥給機會的必要了。我們團隊這邊比較關注的還是SQL和Python技能，所以但凡學生聲稱自己熟練掌握SQL和Python的，都會詳細考察一下實際能力。所以兩道題目，一道是SQL題，一道是Python題。
SQL題目
這道題目還挺捨不得分享出來的，不過我自己用下來是真的覺得堪稱SQL試金石。不僅是校招生，就算是寫了好多年SQL的人，也不一定真的能快速想出來答案，但被告知答案了又會覺得真的其實蠻簡單的。因為題目都是我工作時候遇到覺得很有趣記錄下來的case，所以可能是百度orGoogle也搜不出來的珍藏私貨。
題目：有一張用戶簽到表【t_user_attendence】，標記每天用戶是否簽到（說明：該表包含所有用戶所有工作日的出勤記錄） ，包含三個字段：日期【fdate】，用戶id【fuser_id】，用戶當天是否簽到【fis_sign_in：0否1是】；
問題1：請計算截至當前每個用戶已經連續簽到的天數（輸出表僅包含當天簽到的所有用戶，計算其連續簽到天數）
輸出表【t_user_consecutive_days】:用戶id【fuser_id】，用戶聯繫簽到天數【fconsecutive_days】
解答邏輯非常簡單，只需要用max和datediff。實際答案就留在文末好了。
問題2：請計算每個用戶歷史以來最大的連續簽到天數（輸出表為用戶簽到表中所有出現過的用戶，計算其歷史最大連續簽到天數）
輸出表【t_user_max_days】:用戶id【fuser_id】，用戶最大連續簽到天數【fmax_days】
這個乍看不太是SQL能解決的問題，但仔細想想就有思路。我的答案可能也不是最佳答案，但暫時還沒問到過別的答案吧。
Python題目
題目：針對股票的最大回撤率指標定義，給出代碼實現思路。給定的是產品所有交易日的凈值序列，且其凈值序列已按照日期排序。
最大回撤率：在選定周期內任一歷史時點往後推，產品凈值走到最低點時的收益率回撤幅度的最大值。
追問：如何在提升計算效率？
這道題類似的題目其實在leecode也有，這個大概是變化但類似版本（可以搜leecode股票最大回報）；因為團隊里處理比較多金融資產數據，這個指標是策略中最常見的指標之一，所以也是一道工作中攢下來的題目。這個指標的計算優化問題真的非常值得問，我後面會列幾個版本的代碼思路和實現代碼。
通常最簡單的計算實現，會需要O(n2)的計算複雜度；可以針對如何降低計算複雜度，專門追問。
漫談
其實這倆題目，核心考察的都不是語言能力，因為語言永遠都在更新，始終可以通過寫得多來提升熟悉度；核心考察的其實都是邏輯和算法能力，就算忘記核心函數或者語法，回歸到問題本身，有邏輯的candidate還是能給出思路和步驟，那當然如果語法和函數都非常熟悉，那就更完美了，可以馬上寫出來答案。
其他經驗
很多硬性技能考察題，核心一樣，題面可以一直換，比如：簽到可以變成用戶活躍，用戶充值次數之類的，可以換成候選人項目經歷里熟悉的context，有些候選人比較緊張，換點熟悉的場景，似乎就腦子轉的快一點。如果候選人最簡單的版本能快速給出思路，可以一層層追問，了解ta的思考過程，更全面考察邏輯能力。
參考解答
感覺要是不給參考答案的話，分享題目還是有點耍流氓的意思，就還是給幾個答案參考參考。
SQL題目：
問題1答案：
思路：先找用戶最近一次未簽到日期，再用今天減那個日期
create table t_user_consecutive_days as select fuser_id ,datediff('20200322',fdate_max) fconsecutive_days from (select fuser_id ,max(fdate) fdate_max from t_user_attendence where fis_sign_in = 0 group by fuser_id ) t1 ;
問題2答案：把用戶所有簽到記錄轉化成一條0-1字符串序列，用0做split切割，計算切出來的1序列組中的最大長度
create table t_user_max_days as select fuser_id ,max(length(cut_fsign_record)) as fmax_days (select fuser_id ,fsign_record ,cut_fsign_record from (select fuser_id ,wm_concat(fis_sign_in) fsign_record from t_user_attendence group by fuser_id ) t1 lateral view explode(split(fsign_record,'0')) t as cut_fsign_record ) t2 where cut_fsign_record<>'' group by fuser_id ;
Python題目：
最大回撤率：輸入參數都是按照日期降序排列的凈值序列
基礎實現版本：
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
空間換時間實現版本：
把每個時間點計算的最大值都存到一個列表結構中，最大回撤的計算只需要再依賴這個列表進行多一次循環計算。
def maxDrawdownGainCal(accnavArr): # 默認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
當前最優版本：
每個時間點同時更新最大值和最大回撤，兩個指標，不需要額外空間，且只做一次列表循環計算。
def maxDrawdownGainCal(accnavArr): # 默認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
Love & Share
[ 完 ]
朕已閱
