阿里旗下公司，從阿里安全部脫離出來，阿里安全主要是為阿里內(nèi)部安全服務(wù)的，橙鷹做對(duì)外安全服務(wù)。80%員工是阿里安全部轉(zhuǎn)過去的，其他的是新招的，目前在招都是P6以及以上的有經(jīng)驗(yàn)的同學(xué)，暫時(shí)不要應(yīng)屆生。前景來說應(yīng)該還可以，馬云巴巴重點(diǎn)培養(yǎng)對(duì)象。
還可以 1.對(duì)海量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，為產(chǎn)品決策提供數(shù)據(jù)支持。
2.參與業(yè)務(wù)數(shù)據(jù)倉庫，數(shù)據(jù)集市建設(shè)。
3.參與大數(shù)據(jù)平臺(tái)建設(shè)，對(duì)BI分析，數(shù)據(jù)產(chǎn)品開發(fā)，數(shù)據(jù)挖掘提供底層支持。
1. 3年以上海量數(shù)據(jù)DW模型設(shè)計(jì)和ETL開發(fā)經(jīng)驗(yàn)。
2. 熟悉數(shù)據(jù)倉庫領(lǐng)域知識(shí)：如數(shù)據(jù)質(zhì)量，元數(shù)據(jù)管理，ETL任務(wù)調(diào)度，數(shù)據(jù)開發(fā)工具等。
3.熟練使用SQL，有一定調(diào)優(yōu)能力
4.熟練運(yùn)用HIVE/HADOOP進(jìn)行數(shù)據(jù)開發(fā)的能力。
5. 具備Spark/HBase使用經(jīng)驗(yàn)者優(yōu)先。
橙鷹是阿里旗下的一個(gè)負(fù)責(zé)公共安全技術(shù)的公司，不是員工，不屬于阿里員工。
蠻多人都在問阿里巴巴常見的面試問題，我就整理一些出來，希望能幫到大家一些吧。
面試時(shí)候問的比較多的少不了工作規(guī)劃，所以面試前做個(gè)3-5年的工作規(guī)劃，越詳細(xì)約好，讓人覺得你是真心想要加入公司，還有多多了解一下公司信息，因?yàn)闀?huì)問你如何看待企業(yè)文化、發(fā)展前景什么的，還有準(zhǔn)備一下個(gè)人經(jīng)歷，什么最成功的的事，遇到過的最大的困難之類的。
1. 不算2. 橙盾科技是一家獨(dú)立的網(wǎng)絡(luò)安全公司，雖然曾與阿里巴巴有過合作，但是并不屬于阿里巴巴集團(tuán)。3. 橙盾科技在網(wǎng)絡(luò)安全領(lǐng)域有著較高的知名度和影響力，其技術(shù)和產(chǎn)品也得到了廣泛的應(yīng)用和認(rèn)可。
一、異常值是指什么？請(qǐng)列舉1種識(shí)別連續(xù)型變量異常值的方法？
異常值（Outlier） 是指樣本中的個(gè)別值，其數(shù)值明顯偏離所屬樣本的其余觀測(cè)值。在數(shù)理統(tǒng)計(jì)里一般是指一組觀測(cè)值中與平均值的偏差超過兩倍標(biāo)準(zhǔn)差的測(cè)定值。
Grubbs’ test（是以Frank E. Grubbs命名的），又叫maximum normed residual test，是一種用于單變量數(shù)據(jù)集異常值識(shí)別的統(tǒng)計(jì)檢測(cè)，它假定數(shù)據(jù)集來自正態(tài)分布的總體。
未知總體標(biāo)準(zhǔn)差σ，在五種檢驗(yàn)法中，優(yōu)劣次序?yàn)椋簍檢驗(yàn)法、格拉布斯檢驗(yàn)法、峰度檢驗(yàn)法、狄克遜檢驗(yàn)法、偏度檢驗(yàn)法。
點(diǎn)評(píng)：考察的內(nèi)容是統(tǒng)計(jì)學(xué)基礎(chǔ)功底。
二、什么是聚類分析？聚類算法有哪幾種？請(qǐng)選擇一種詳細(xì)描述其計(jì)算原理和步驟。
聚類分析(cluster analysis)是一組將研究對(duì)象分為相對(duì)同質(zhì)的群組(clusters)的統(tǒng)計(jì)分析技術(shù)。 聚類分析也叫分類分析(classification analysis)或數(shù)值分類(numerical taxonomy)。聚類與分類的不同在于，聚類所要求劃分的類是未知的。
聚類分析計(jì)算方法主要有： 層次的方法（hierarchical method）、劃分方法（partitioning method）、基于密度的方法（density-based method）、基于網(wǎng)格的方法（grid-based method）、基于模型的方法（model-based method）等。其中，前兩種算法是利用統(tǒng)計(jì)學(xué)定義的距離進(jìn)行度量。
k-means 算法的工作過程說明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然 后再計(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開。
其流程如下：
（1）從 n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心；
（2）根據(jù)每個(gè)聚類對(duì)象的均值（中心對(duì)象），計(jì)算每個(gè)對(duì)象與這些中心對(duì)象的距離；并根據(jù)最小距離重新對(duì)相應(yīng)對(duì)象進(jìn)行劃分；
（3）重新計(jì)算每個(gè)（有變化）聚類的均值（中心對(duì)象）；
（4）循環(huán)（2）、（3）直到每個(gè)聚類不再發(fā)生變化為止（標(biāo)準(zhǔn)測(cè)量函數(shù)收斂）。
優(yōu)點(diǎn)：本算法確定的K 個(gè)劃分到達(dá)平方誤差最小。當(dāng)聚類是密集的，且類與類之間區(qū)別明顯時(shí)，效果較好。對(duì)于處理大數(shù)據(jù)集，這個(gè)算法是相對(duì)可伸縮和高效的，計(jì)算的復(fù)雜度為 O(NKt)，其中N是數(shù)據(jù)對(duì)象的數(shù)目，t是迭代的次數(shù)。一般來說，K<<N，t<<N 。
缺點(diǎn)：1. K 是事先給定的，但非常難以選定；2. 初始聚類中心的選擇對(duì)聚類結(jié)果有較大的影響。
點(diǎn)評(píng)：考察的內(nèi)容是常用數(shù)據(jù)分析方法，做數(shù)據(jù)分析一定要理解數(shù)據(jù)分析算法、應(yīng)用場(chǎng)景、使用過程、以及優(yōu)缺點(diǎn)。
三、根據(jù)要求寫出SQL
表A結(jié)構(gòu)如下：
Member_ID（用戶的ID，字符型）
Log_time（用戶訪問頁面時(shí)間，日期型（只有一天的數(shù)據(jù)））
URL（訪問的頁面地址，字符型）
要求：提取出每個(gè)用戶訪問的第一個(gè)URL（按時(shí)間最早），形成一個(gè)新表（新表名為B，表結(jié)構(gòu)和表A一致）
createtable B asselectMember_ID, min(Log_time), URL from Agroup byMember_ID ;
點(diǎn)評(píng)：SQL語句，簡(jiǎn)單的數(shù)據(jù)獲取能力，包括表查詢、關(guān)聯(lián)、匯總、函數(shù)等。
另外，這個(gè)答案其實(shí)是不對(duì)的，實(shí)現(xiàn)有很多方法，任由大家去發(fā)揮吧。
四、銷售數(shù)據(jù)分析
以下是一家B2C電子商務(wù)網(wǎng)站的一周銷售數(shù)據(jù)，該網(wǎng)站主要用戶群是辦公室女性，銷售額主要集中在5種產(chǎn)品上，如果你是這家公司的分析師，
a) 從數(shù)據(jù)中，你看到了什么問題？你覺得背后的原因是什么？
b) 如果你的老板要求你提出一個(gè)運(yùn)營改進(jìn)計(jì)劃，你會(huì)怎么做？
表如下：一組每天某網(wǎng)站的銷售數(shù)據(jù)
a) 從這一周的數(shù)據(jù)可以看出，周末的銷售額明顯偏低。這其中的原因，可以從兩個(gè)角度來看：站在消費(fèi)者的角度，周末可能不用上班，因而也沒有購買該產(chǎn)品的欲望；站在產(chǎn)品的角度來看，該產(chǎn)品不能在周末的時(shí)候引起消費(fèi)者足夠的注意力。
b) 針對(duì)該問題背后的兩方面原因，我的運(yùn)營改進(jìn)計(jì)劃也分兩方面：一是，針對(duì)消費(fèi)者周末沒有購買欲望的心理，進(jìn)行引導(dǎo)提醒消費(fèi)者周末就應(yīng)該準(zhǔn)備好該產(chǎn)品；二是，通過該產(chǎn)品的一些類似于打折促銷等活動(dòng)來提升該產(chǎn)品在周末的人氣和購買力。
點(diǎn)評(píng)：數(shù)據(jù)解讀能力，獲取數(shù)據(jù)是基本功，僅僅有數(shù)據(jù)獲取能力是不夠的，其次是對(duì)數(shù)據(jù)的解讀能力。
五、用戶調(diào)研
某公司針對(duì)A、B、C三類客戶，提出了一種統(tǒng)一的改進(jìn)計(jì)劃，用于提升客戶的周消費(fèi)次數(shù)，需要你來制定一個(gè)事前試驗(yàn)方案，來支持決策，請(qǐng)你思考下列問題：
a) 試驗(yàn)需要為決策提供什么樣的信息？
c) 按照上述目的，請(qǐng)寫出你的數(shù)據(jù)抽樣方法、需要采集的數(shù)據(jù)指標(biāo)項(xiàng)，以及你選擇的統(tǒng)計(jì)方法。
a) 試驗(yàn)要能證明該改進(jìn)計(jì)劃能顯著提升A、B、C三類客戶的周消費(fèi)次數(shù)。
b) 根據(jù)三類客戶的數(shù)量，采用分層比例抽樣；
需要采集的數(shù)據(jù)指標(biāo)項(xiàng)有：客戶類別，改進(jìn)計(jì)劃前周消費(fèi)次數(shù)，改進(jìn)計(jì)劃后周消費(fèi)次數(shù)；
選用統(tǒng)計(jì)方法為：分別針對(duì)A、B、C三類客戶，進(jìn)行改進(jìn)前和后的周消費(fèi)次數(shù)的，兩獨(dú)立樣本T-檢驗(yàn)（two-sample t-test）。
點(diǎn)評(píng)：業(yè)務(wù)理解能力和數(shù)據(jù)分析思路，這是數(shù)據(jù)分析的核心競(jìng)爭(zhēng)力。
以上就是關(guān)于阿里數(shù)據(jù)分析師的崗位面試題及要求的相關(guān)介紹，更多阿里數(shù)據(jù)分析師的崗位面試題及要求相關(guān)內(nèi)容可以咨詢我們或者瀏覽頁面上的推薦內(nèi)容。我們將讓你對(duì)阿里數(shù)據(jù)分析師的崗位面試題及要求有更深的了解和認(rèn)識(shí)。
橙鷹并沒有被救活。
在根據(jù)小說改編的電視劇警犬赤龍里面，最可愛的是艾勒薇斯，它是警犬。中國內(nèi)地女演員張馨予覺得艾勒薇斯就是另一個(gè)她，也撫慰了她的內(nèi)心，還立下了等艾勒薇斯退休就收養(yǎng)它的承諾。不過張馨予等到的卻不是艾勒薇斯，反而是它因病去世的噩耗。
根據(jù)公開信息，愛橙科技是阿里巴巴的全資子公司。愛橙科技的法人為阿里巴巴前任CTO程立，也被稱為魯肅。注冊(cè)資本為50萬人民幣，統(tǒng)一社會(huì)信用代碼為91210231MA0Y11H98E，企業(yè)地址位于遼寧省大連市甘井子區(qū)小平島路149號(hào)寫字樓5層501-2號(hào)。愛橙科技的法定代表人為馬天美。經(jīng)營范圍包含：計(jì)算機(jī)軟件技術(shù)開發(fā)、技術(shù)咨詢、技術(shù)轉(zhuǎn)讓、技術(shù)服務(wù)；計(jì)算機(jī)系統(tǒng)集成；經(jīng)營國內(nèi)廣告業(yè)務(wù)；保健食品、日用百貨、預(yù)包裝食品的銷售；互聯(lián)網(wǎng)信息服務(wù)；國內(nèi)一般貿(mào)易；網(wǎng)上貿(mào)易代理。
橙心網(wǎng)絡(luò)科技有限公司，是全球最大的B2B平臺(tái)阿里巴巴在廣州、深圳地區(qū)的授權(quán)推廣商，目前在廣州、深圳都設(shè)有公司，是經(jīng)過阿里巴巴多項(xiàng)評(píng)估的深圳地區(qū)最高星級(jí)渠道商，服務(wù)水準(zhǔn)深得客戶認(rèn)可；同時(shí)還是一家“阿里味濃”“有情懷”“有夢(mèng)想”的企業(yè)，肩負(fù)著將阿里企業(yè)文化和價(jià)值觀傳播到每一家中小企業(yè)的使命。
都在阿里旗下，我認(rèn)為都很好，烏鶇科技比橙鷹科技更勝一籌。
：
