前端数据工程面试题
模拟真实面试场景，训练对数据埋点、AB 实验和指标体系的思考与表达。
一、基础题
1. 埋点有哪些类型？各举一个前端例子。基础
2. AB 实验为什么要随机分流？基础
3. 什么是北极星指标？基础
7. P 值与置信区间有什么区别？分别在 AB 实验中如何应用？基础
8. 什么是数据管道（Data Pipeline）？包含哪些核心组件？基础
二、进阶题
4. 如何设计一个科学的 AB 实验？进阶
5. 埋点口径不一致会带来什么问题？进阶
9. 如何设计一套前端埋点 SDK 的完整架构？需要考虑哪些模块？进阶
10. AB 实验中如何计算样本量？MDE 和统计功效是什么？进阶
11. 如何设计一套分层指标体系？北极星、护栏、核心和探索指标的关系？进阶
12. 如何设计和实现漏斗分析？涉及哪些核心概念？进阶
13. 如何设计会话回放（Session Replay）系统？涉及哪些关键技术？进阶
14. 如何设计实时数据管道架构？涉及哪些核心组件？进阶
三、高级题
6. 如何设计一个数据驱动的增长体系？深入
参考答案要点：
- 定义北极星指标和分层指标。
- 建立完善的埋点和数据仓库。
- 通过漏斗、留存、路径分析定位机会。
- 用 AB 实验验证改进方案。
- 形成洞察 → 实验 → 学习的闭环。
评分维度：
- 指标体系（25%）
- 数据基建（20%）
- 分析方法（20%）
- 实验机制（20%）
- 闭环文化（15%）
15. 多触点归因模型有哪些？如何选择和应用？深入
16. 除了 AB 实验，还有哪些因果推断方法？DID、RDD 和合成控制法的应用场景？深入
17. 如何设计大规模实时实验平台？如何处理重叠实验和网络效应？深入
18. 如何设计数据质量保障体系？有哪些关键环节和监控手段？深入
19. 在观测数据中如何进行因果推断？倾向得分匹配和工具变量法怎么用？深入