字节跳动
实习数据科学实习生-抖音增长
北京 · 实习 · 本科
长期有效
任职要求
- 本科及以上学历在读，数学、经济学、统计学、计算机相关专业优先
- 擅长量化分析，具备良好的量化思维、结构化思维、学习能力、创造力、用户同理心及业务敏感度
- 有责任心和主动性，具备良好的业务配合能力与团队协作能力
- 熟练使用Hive，精通SQL、Excel、Python、R等工具。
岗位描述
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。
团队介绍：抖音增长团队（User Growth）负责抖音旗下产品的增长工作。我们帮助产品量身定做增长方案，并运用营销、产品、数据分析等方式达成业务增长目标。UG团队维护和优化一系列类似付费广告、裂变、导量等成熟的产品增长方案，并熟练将其应用到各种不同的业务中，推动业务增长；同时当发现新的增长机会时，我们也及时构建新的解决方案，帮助业务实现突破。加入 UG 团队，可以负责亿级用户产品的增长工作，掌握业界先进、第一手的增长实践。
- 1、负责抖音系多产品用户增长的分析工作，通过策略挖掘和数据分析，为业务增长提供数据洞察；
- 2、基于A/B实验设计、因果推断等分析方案，对业务优化和决策结论做验证或推演，提供高效的分析方法，解决业务复杂度量问题；
- 3、基于深度专题分析，从全局增长视角，挖掘手段增长空间，回答关键策略命题，对业务增长驱动因素做拆解和诊断，看清楚业务长期投入方向，提供增长决策支持；
- 4、围绕增长手段，设计指标体系，明确度量标准和上线规范，为业务问题提供分析支持，挖掘业务增长方向的机会点及优化策略；并与产品、运营、算法、策略、研发等部门紧密配合，推进结论落地，并带来业务全局提升；
- 5、在支持业务发展中，善于思考、总结，沉淀增长分析方法论与数据效率工具，并结合AI做提效。
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。