腾讯最爱考的2道数据分析面试题

冷不防 2023-02-22 12:30 12阅读 0赞

原文作者：腾讯数据分析师 annatx

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。

## 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**。

**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】，用户联系签到天数【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。

## Python题目 ##

**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。

### 漫谈 ###

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。

### 其他经验 ###

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。

## 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。

**SQL题目：**

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

createtable 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
        groupby fuser_id
        ) t1
    ;

问题2答案：

思路：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

createtable 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
        groupby fuser_id
        ) t1
    lateralviewexplode(split(fsign_record,'0')) t as cut_fsign_record
    ) t2
    where cut_fsign_record<>''
    groupby fuser_id
    ;

**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：**

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。

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