Chime 是美國最大的數位銀行之一,以「無隱藏費用」的理念服務超過 2200 萬用戶。其 Senior Data Analyst 崗位要求候選人不僅具備紮實的 SQL 和統計功底,還需要展示產品思維和業務洞察力。
面試流程
| 階段 | 內容 | 時長 |
|---|---|---|
| Recruiter Screen | 背景了解、薪資預期 | 30 分鐘 |
| Technical Screen | SQL + 統計基礎 | 45 分鐘 |
| Onsite Round 1 | SQL 深度面試 | 60 分鐘 |
| Onsite Round 2 | A/B Testing 設計 | 60 分鐘 |
| Onsite Round 3 | Case Study / 產品分析 | 60 分鐘 |
| Onsite Round 4 | 行為面試 | 45 分鐘 |
薪資範圍
Senior Data Analyst 基礎薪資:$140,670 - $195,400,另有獎金和股權。
SQL 高頻題
題目一:用戶留存率計算
WITH first_activity AS (
SELECT
user_id,
MIN(activity_date) as signup_date,
DATE_TRUNC('month', MIN(activity_date)) as signup_month
FROM user_activities
GROUP BY user_id
),
retention AS (
SELECT
f.user_id,
f.signup_month,
MAX(CASE WHEN a.activity_date BETWEEN f.signup_date + INTERVAL '1 day'
AND f.signup_date + INTERVAL '7 days' THEN 1 ELSE 0 END) as retained_7d,
MAX(CASE WHEN a.activity_date BETWEEN f.signup_date + INTERVAL '1 day'
AND f.signup_date + INTERVAL '30 days' THEN 1 ELSE 0 END) as retained_30d
FROM first_activity f
LEFT JOIN user_activities a ON f.user_id = a.user_id
GROUP BY f.user_id, f.signup_month
)
SELECT
signup_month,
COUNT(*) as total_users,
ROUND(100.0 * SUM(retained_7d) / COUNT(*), 2) as retention_7d_pct,
ROUND(100.0 * SUM(retained_30d) / COUNT(*), 2) as retention_30d_pct
FROM retention
GROUP BY signup_month
ORDER BY signup_month;
題目二:交易異常檢測
WITH user_stats AS (
SELECT
user_id,
AVG(amount) as avg_amount,
STDDEV(amount) as std_amount
FROM transactions
WHERE transaction_date < CURRENT_DATE - INTERVAL '30 days'
GROUP BY user_id
HAVING COUNT(*) >= 10
)
SELECT
t.transaction_id,
t.user_id,
t.amount,
(t.amount - us.avg_amount) / us.std_amount as z_score
FROM transactions t
JOIN user_stats us ON t.user_id = us.user_id
WHERE t.transaction_date >= CURRENT_DATE - INTERVAL '30 days'
AND t.amount > us.avg_amount + 3 * us.std_amount
ORDER BY z_score DESC;
A/B Testing 設計框架
1. 明確假設(Hypothesis)
2. 確定指標(Primary / Guardrail / Secondary)
3. 實驗設計(隨機化、樣本量、時長)
4. 分析方法(統計檢驗、信賴區間、分群分析)
產品分析 Case Study
典型問題
「Chime 的月活用戶(MAU)在過去一個月下降了 5%,你會如何分析?」
分析框架
- 確認資料:排除資料品質問題
- 分解指標:MAU = 新用戶 + 回流用戶 + 留存用戶
- 定位問題:哪個組成部分下降最多?
- 深入分析:按渠道、地區、裝置、用戶群體切分
- 假設驗證:提出可能原因並用資料驗證
- 建議行動:基於分析結果提出可執行建議
FAQ
Chime Data Analyst 面試難度如何?
Chime 的 DA 面試難度中等偏上,SQL 部分涉及窗口函數、CTE 和複雜 JOIN,統計部分需要紮實的 A/B 測試知識。
Chime 面試需要金融背景嗎?
不需要深入的金融知識,但建議了解數位銀行的基本業務模式(存款、轉帳、提前發薪、信用建設等)。
Chime 用什麼資料工具?
Chime 主要使用 Snowflake(資料倉儲)、Looker(BI 工具)、Python(進階分析)。
Chime DA 的職業發展路徑是什麼?
Senior DA → Staff DA → Principal DA,或轉向 Data Science / Analytics Engineering 方向。
正在準備 Chime 面試?
oavoservice 提供專業的資料分析崗位面試輔助,覆蓋 SQL 實戰、A/B Testing 設計和產品分析 Case Study。
👉 立即添加微信:Coding0201,獲取面試輔助方案。
聯繫方式
Email: [email protected]
Telegram: @OAVOProxy