Chime 是美国最大的 challenger bank 之一，2024-2026 年持续扩招 Data Analyst / Sr Data Analyst / Growth Analyst。中文社区面经里，Chime 的 VO 评价相当一致：「SQL 偏难、A/B 测试问得细、产品 sense 关键」。本文按面经里出现频率最高的四类题型整理 Chime DA VO 的备考路径，并附 VO代面 / VO辅助 实操建议。
Chime DA / Sr DA VO 流程
| 轮次 | 时长 | 主题 |
|---|---|---|
| 1. Recruiter screen | 25 min | 动机、做过的项目 |
| 2. SQL 技术面 | 60 min | 复杂查询 + 数据建模 |
| 3. A/B 测试 + 产品分析 | 60 min | 实验设计、指标拆解 |
| 4. Cross-functional case | 45 min | 业务问题 + 数据落地 |
| 5. Hiring manager / behavioral | 45 min | 影响力、协作 |
模块一：SQL 复杂查询
Chime SQL 偏中等偏难，几乎每场都会问窗口函数 + 自连接。
代表题 1：用户活跃 cohort 留存
events(user_id, event_date, event_type)。求注册当周（W0）有 sign_up 事件的用户，在 W1、W2、W3 的留存率（看是否还有 login 事件）。
WITH signups AS (
SELECT
user_id,
DATE_TRUNC('week', MIN(event_date)) AS w0
FROM events
WHERE event_type = 'sign_up'
GROUP BY user_id
),
logins AS (
SELECT
s.user_id,
s.w0,
DATE_TRUNC('week', e.event_date) AS lw
FROM signups s
JOIN events e
ON s.user_id = e.user_id
AND e.event_type = 'login'
)
SELECT
(lw - w0) / 7 AS week_offset,
COUNT(DISTINCT user_id) * 1.0
/ (SELECT COUNT(*) FROM signups) AS retention
FROM logins
WHERE lw BETWEEN w0 AND w0 + INTERVAL '21 days'
GROUP BY 1
ORDER BY 1;
代表题 2：连续 N 天交易用户
txn(user_id, txn_date, amount)。求连续 7 天每天都至少有一笔交易的用户列表。
WITH daily AS (
SELECT DISTINCT user_id, txn_date
FROM txn
),
gaps AS (
SELECT
user_id,
txn_date,
txn_date - INTERVAL '1 day' *
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY txn_date)
AS grp
FROM daily
),
streaks AS (
SELECT user_id, grp, COUNT(*) AS streak_len
FROM gaps
GROUP BY user_id, grp
)
SELECT DISTINCT user_id
FROM streaks
WHERE streak_len >= 7;
这题的核心是 「Gap-and-Island」 模板：把日期减去行号，落到同一个虚拟组里就是连续段。
模块二：A/B 测试设计
Chime 这类金融科技对 A/B 测试要求高于一般 SaaS——任何 UX 改动都可能直接影响交易量。
高频问题清单
- 怎么选主指标？为什么不选某个看似更直观的指标？
- 实验样本量怎么算？给定 baseline = 12%、MDE = 1%、α = 0.05、β = 0.2，估算 n。
- 你的实验结果 p = 0.052，怎么向 PM 解释？
- 实验作弊怎么发现？SRM (Sample Ratio Mismatch) 是什么？
样本量近似公式
n ≈ 16 · p(1-p) / MDE² （单侧）
代入 baseline = 0.12, MDE = 0.01：
n ≈ 16 · 0.12 · 0.88 / 0.0001 = 16 896 / 组
实战回答模板：
- 先确认主指标（北极星 / 代理指标）
- 计算样本量 + 跑实验时长
- 提到 guardrail 指标（如 NPS、欺诈率）
- 谈 SRM 检查与停止规则
模块三：产品分析 Case
Chime 偏好「给你一个业务现象，你怎么用数据找到原因」类问题。
代表 Case：周一活跃用户掉了 8%
走查框架：
- 先验证：是否数据上报问题？看 internal vs server logs
- 拆维度：iOS / Android、地理、新老用户、版本
- 找漏斗位置：sign_in → home → 任意 action
- 假设池：deploy 回滚？通知开关？App Store 更新？外部事件？
- 落地建议：先 stop bleeding，再做 root cause
代表 Case：要不要给 Chime+ 会员发返现？
走查框架：
- 目标对齐：是 retention、LTV 还是 referral？
- 数据准备：会员历史交易、对照组、外部宏观指标
- 方案：A/B 测试（10% holdout）+ 增长模型 + 决策表
- 风险：现金返还的合规问题、moral hazard
模块四：行为面
Chime 的行为面比一般科技公司更看重 「客户视角 + 风险意识」：
- 你做过的对客户体验影响最大的一个数据决策？
- 数据团队和产品/工程意见相左时你怎么处理？
- 一个你没看到的盲点是怎么发现的？
VO 代面 / VO 辅助 准备路径
实操做法
- SQL 题库：用 LeetCode SQL Hard + DataLemur 自由练，专门挑「窗口函数 + Gap-and-Island」
- A/B 测试卡片：把样本量公式、SRM、新颖效应等写成 8 张速记卡
- 产品 case 模板：把 5 步走查框架做成 Notion 模板，模拟面试时直接套
- mock + 录像：mentor 模拟 60 min SQL + 45 min case，事后录像复盘表达节奏
oavoservice 的 VO代面 + VO辅助 一体化服务
针对 Chime Sr DA 这种 5 轮、SQL + A/B + 行为面 全覆盖的 VO，oavoservice 提供：
- VO辅助：SQL Hard 专项 mock + A/B 测试速记卡 + 产品 case 5 步走查模板 + 录像复盘
- VO代面：面试当天实时答题辅助，针对 SQL 窗口函数 / Gap-and-Island / 产品 case 临场支援
- 行为面剧本：围绕「客户视角 + 风险意识」准备 3 个故事
具体方案与报价，加微信 Coding0201 沟通。
6 天冲刺计划
| 天数 | 任务 |
|---|---|
| D1 | 阅读最近 6 个月 Chime 面经，做主题分类 |
| D2 | SQL Hard 10 题，重点窗口函数 + Gap-and-Island |
| D3 | A/B 测试速记卡 + 一遍 Trustworthy Online Experiments 关键章节 |
| D4 | 产品 case：2 个完整走查（活跃下跌 + 新功能上线） |
| D5 | 1 次完整 5 轮 mock interview，录像 |
| D6 | 行为面 STAR：3 个客户视角 / 风险意识故事打磨 |
FAQ
Chime DA 和 Sr DA VO 难度差多少？
DA 偏 SQL + 描述性分析；Sr DA 多一轮 cross-functional case + 行为面 deep dive，期望候选人能独立推动一个 product analytics 项目。
Chime VO SQL 一定要会窗口函数吗？
几乎一定。最近 12 个月的面经里，超过 80% 的 SQL 题至少用到 ROW_NUMBER / LAG / SUM OVER 之一。
A/B 测试不熟怎么补？
最快路径是 Kohavi 的《Trustworthy Online Experiments》第 1-8 章 + DataLemur 的 A/B Testing 板块。重点把样本量、SRM、新颖效应吃透。
Chime VO 没过冷却期多长？
通常 6 个月。换岗位或换组（如从 Growth 改投 Risk Analytics）一般不算同一池。
正在准备 Chime Data Analyst VO？
oavoservice 提供 Chime / Robinhood / SoFi / Plaid 等金融科技公司的 SQL 专项辅导、A/B 测试理论复习、产品 case mock、行为面剧本等 VO辅助 服务。我们的 mentor 来自一线 FinTech 数据团队，可以针对 Sr DA 岗位制定 1-2 周冲刺方案。
👉 立即添加微信：Coding0201，获取 Chime 高频题与 VO辅助方案。
联系方式
Email: [email protected]
Telegram: @OAVOProxy