Intel 如何面試資料分析師

以下階段是應徵者針對 Intel 軟體工程師面試流程所回報的內容；目前沒有資料分析師的同類回報，因此請將其視為 Intel 面試風格的參考，而不是分析師職位的實際面試輪次。初步篩選、回家作業、個案、行為面試和現場面試是本頁的準備類別，並非 Intel 的面試輪次名稱。

• 回報的流程長度。應徵者回報的流程包含 4 到 6 個階段，會依職級、事業部，以及應徵者是應屆畢業生或具經驗人才而異。
• 回報的起始階段。根據回報，具經驗人才會先接受約 30 分鐘的招募人員篩選；初階工程職位的應徵者則表示會先進行線上測驗，而分析師可能會收到，也可能不會。
• 回報的技術篩選。由同儕工程師或招募經理進行 45 到 60 分鐘的篩選。
• 回報的現場面試。透過 Microsoft Teams 進行由 3 到 4 場連續面試組成、約需 3 到 4 小時的虛擬現場面試，接著與經理或高階主管進行約 30 分鐘的總結對談。

應徵者表示，工程職位的現場面試混合了程式設計、設計討論、特定領域的深入探討、與工程經理進行的行為面試，以及與資深工程師進行的跨團隊面試；場次數量、順序和長度會因團隊而異。分析師可預期相同的模式：一場深入的專業面試，加上行為和跨團隊對談，但內容會換成分析師相關主題。

一般而言，資料分析師面試會評估：

• SQL 與資料清理。聯結、彙總、視窗函數，以及在產出報告前找出重複值和空值。
• 指標與儀表板。精確定義指標，並了解它會在何種情況下造成誤導。
• 溝通分析結果。將結果轉化為工程師或經理可採取行動的決策，這也是跨團隊面試會評估的能力。
• 商業判斷。選擇最重要的分析，並為該選擇提出有力理由。

目前沒有針對 Intel 分析師職位的具體回報，因此以下差異是一般業界做法。

• 相較於資料科學家面試，模型建構和實驗設計較少，指標定義、描述性分析和明確建議則較多。
• 相較於資料工程師面試，資料管線架構的內容很少，更著重於解讀既有資料，包括資料本身的缺陷。
• 相較於回報的工程職位面試流程，應徵者所描述的 C 或 C++ 程式設計面試不太可能適用；對分析師而言，對應項目是 SQL 測驗，而設計討論的主題會是指標或分析計畫，而非平台。

Intel 並未公開時程，應徵者的回報提供的是各階段所需時間，而非總時長：招募人員篩選約 30 分鐘、技術篩選 45 到 60 分鐘、現場面試約 3 到 4 小時，以及最後約 30 分鐘的總結對談。

根據回報，難點在於連續進行的現場面試：一個下午內要完成數場面試，其中至少一場會深入探討某項專業。對分析師而言，這表示應將一個領域（通常是 SQL 或指標）準備到足以應付完整面試的深度，並練習連續進行多場對談而不失精確。

請依照回報的流程形式準備，並向招募人員確認分析師職位的具體安排。

• 詢問面試流程。根據回報，各團隊的流程不同；請詢問面試共有幾場、是否有測驗，以及是否會現場測試 SQL。
• 口述 SQL。練習撰寫查詢，同時說明你的檢查步驟。
• 指標案例。針對履歷中的每項指標，準備其定義、弱點，以及它曾改變的一項決策。
• 跨團隊說明。練習分別向工程師和經理解釋同一項分析，因為應徵者曾提到跨團隊面試。
• 演練連續面試。使用 SubcueAI 進行一場模擬面試，讓你練習在一次演練中完成多場對談。