美的一面是线下群面，我们这组是计算机类，有6个面试者（3个开发+2个交互设计+1个数据分析），2个面试官，主要围绕怎么开发一款办公聊天软件进行讨论。一开始是每人1分钟自我介绍+对任务的理解，5分钟看题，20分钟自由讨论，最后5分钟总结。总结完面试官询问我们是否有问题要问他们的，解答完之后结束。
一面整体给我感觉就是很懵，我做数据分析的没想到还要参与开发软件，所以整体发言不多，就主要提了一句我们可以收集数据反馈，根据数据确认用户的使用情况，后续进行软件的迭代优化。而且全程我都是很关注发言者的，并且随时记录，给面试官留下积极合作的印象。
美的二面是线上单面，28日上午hr来约当日面试时间，我约了下午四点半。很巧的是二面面试官是一面面试官的其中一个，他的部门是IoT，给我的感觉是技术大咖，但估计不是专门做数据分析的人。面试过程45分钟，面试官主要是围绕简历询问问题，中间穿插了一些比较常规的数据分析问题（如PCA、贝叶斯公式、费米问题）这些，难度不算高。整个面试过程面试官很nice，我的电脑出故障了断断续续地出现嘈杂声音他也会很耐心地听，也会微笑和作出比较友好的回应。整体面试感觉是挺好的。
美的数据分析师面试题
一面是群面，主要是组员之间自由讨论，面试官没有向我们提问，但我们可以反向问面试官问题，由于他们是来自集团总部的专业人士，最好是问与群面有关的问题。
因为也有朋友参与了同一天的美的群面，结合我自己那场群面通过结果来看，美的似乎不太喜欢leader角色，在群面中太强势和主导的话反而会被刷，适当补充发言（当idea-contributor）即便不多也会被面试官青睐。
二面是专业面，首先从简历展开，问了印象最深刻的项目（这一部分我说了很多印象深刻的点，我遇到的问题以及怎么处理的，并且提到了如果有后续迭代的话可以怎么优化）、PCA、贝叶斯公式，还问了一个费米问题（估算深圳新生人口数，我是从各区医院数量×每个医院新生人口数来着手的，但面试官很nice地反问我怎么没从人口结构着手）。对美的的了解；还问了团队合作方面（在工作中是否有过意见不合的情况，如何处理）；能为美的作出什么贡献；python平常用什么库（后来反问面试官的时候得知日常工作中用python比较多）。
群面，IT岗的一起面，8个人3个本科，5个硕士；题目是财务员工每周从IT员工那获取大规模数据放到公司文件管理系统中，问这个做法合理吗？数据对应用户时谁，痛点是什么，怎么解决。
面试官问的面试题：美的数据分析面试题
面试官只是开场引导介绍，小组讨论时提醒时间，宣布结束，全程只是坐在那里看我们讨论。讨论完没有问问题。
面试官问了简历上关于项目的问题，仔细问了几个项目怎么做的，算法用的居多，但面试官觉得不太对口（不是专业做统计学、数学的），最后问我有什么想问他的
面试官问的面试题：美的数据分析面试题
你项目A中的算法过程是什么样的？用到的SQL数据库吗？跟算法岗相比你为何选择数据分析岗位？你还有什么想问的？
