沐瞳科技
校招【2027届秋招】数据分析
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 职位要求
- 2027届本科以上学历，对数据分析有浓厚兴趣，有游戏/互联网行业数据分析相关实习经验优先。
- 具备完整的手游项目数据分析经验或相关课程/竞赛项目经验，具备良好的团队协作能力与表达能力、跨团队资源整合能力，能够独立推进分析项目。
- 逻辑思维清晰，对数据敏感，熟悉数据收集、清洗、分析全流程
- 精通 SQL，能独立完成复杂查询与数据处理；熟练使用 Excel 及至少一种可视化/BI 工具（如 Tableau、Power BI等）
- 了解基础统计与实验设计方法（显著性检验、A/B Test指标分析）。
- 了解LLM等模型底层原理，能结合 AI 工具提升报告自动化与洞察产出效率，具备利用 AI 工具提效的意识和实践经验。
- 熟悉常见机器学习方法（聚类、分类、回归）在用户分群、系统设计中的应用，了解常用因果推断框架（DID/PSM/DML）的应用场景。
- 具备快速学习新工具/新方法的意愿和能力，能主动尝试并评估新技术在分析场景中的适用性。
- 有游戏项目数据模型搭建、精细化运营、A/B 实验分析或全生命周期数据分析规划经验优先。
岗位描述
职位描述
- 1、构建并完善游戏项目运营数据分析体系，负责日常业务的数据整理、统计分析，撰写并汇总分析报告；
- 2、针对游戏项目开展专项数据分析，包括但不限于用户价值、游戏生态、活动/版本效果评估、用户画像与人群分层等，为运营决策、产品方向、商业化策略提供数据支持。
- 3、研究用户精细化运营方法，如用户画像应用、人群分层运营、A/B 实验设计与效果评估等。
- 4、对产品、运营、市场团队提供数据分析支持，推动数据驱动决策文化。
- 5、沉淀分析思路与方法论框架，提炼数据产品需求，与数据研发/算法团队协作推进数据建模、指标体系与自动化分析工具建设；探索并落地 AI 辅助分析（如智能取数、自动报告生成、对话式数据洞察）在业务场景中的应用。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。