面試問答
Bigquery 使用經歷
過往專案與工作中使用...
本次前往公司面試，整體辦公空間寬闊明亮、環境舒適，面試環節於小型獨立會議室進行。
面試一開頭為 SQL 實務筆試，不同
於常見的 LeetCode 線上題庫模式，本次直接使用企業內部數據軟體實機作答；我平時練習多以 LeetCode 刷題為主，初次面對真實數據環境當下稍感緊張。題目需先自主查閱資料表架構、欄位資訊，再依需求撰寫對應 SQL 程式碼，更貼近真實工作場景。
技術測驗完畢由部門主管一對一面談，先是針對上一份工作的工作內容細緻提問，包含 Bigquery 使用經歷、日常分析用數據是自行彙整處理，或是取用團隊已整理完畢的現成資料。因我本身沒有 Power BI 操作經驗，主管當場安排實機測試，請我現場操作軟體並產出視覺化圖表。接續針對我履歷上的機器學習專案深入探討，詢問專案開發目的與落地應用方向。
主管待人親切溫和，傾聽習慣佳，我在敘述經歷時不會隨意插話打斷，遇到思路卡頓的環節也會適度拋出提示引導作答。整場主管面試耗費約一小時以上，技術面結束後換 HR 入場，進行履歷資訊確認篩選，並完整介紹公司薪資福利、勞健保與內部規章制度。
綜合整趟面試流程與互動感受，整體體驗優質，收穫頗多。
面試問答
Bigquery 使用經歷
過往專案與工作中使用 BigQuery 做數據分析作業，日常會依據業務需求撰寫 SQL 撈取、聚合數據，操作包含查看 Dataset 與 Table 結構、篩選分區數據、使用 CTE 與子查詢做多表關聯。
平常一部分原始數據會由數據工程師前置匯入 BigQuery，基礎表結構與底層數據由團隊整理完畢，但後續的自訂指標、衍生欄位、業務專用中間表都是我依照需求自行開發 SQL 產出；遇到查詢耗時過大時，也會透過分區、叢集欄位優化查詢成本與執行效率。
若後續工作需要從原始檔案匯入數據進 BQ、自建暫存表，我也能參考官網文件快速上手落地。
面試建議
一 、不要只練 LeetCode 題庫：該公司面試是真實業務資料庫軟體實機考 SQL，需先手動查詢資料表欄位、表關聯關係再撰寫語法，和刷題給定固定欄位、表結構的模式差異很大。建議平時模擬真實場景，練習自主查表結構、多表 JOIN、分組聚合、子查詢、CTE 語法。
熟練商務場景 SQL：多練營運統計、用戶數據彙整類寫法，偏向數據分析實務，少鑽牛角尖偏難演算法題。
二、BigQuery 相關備考
提前梳理 BigQuery 實作經歷，區分「底層原始數據由團隊整理」、「業務加工數據自己用 SQL 整理」兩塊說法，主管必問數據來源與數據處理分工。
就算實戰經驗偏少，也要瞭解 Dataset、資料表、分區、叢集基礎概念、標準 SQL 查詢用法，以及 BQ 撈數給 ML 專案的應用場景。
三、Power BI 突發實機考點提醒
該崗會現場臨時要求沒相關經驗者實做儀表板圖表，沒接觸過 Power BI 也不用慌：面試前快速瀏覽基礎操作，包含匯入數據、維度 / 指標配置、基礎折線 / 長條圖建立邏輯，講得出製作思路即可，主管重在學習潛力。
四、機器學習專案準備
針對履歷上的 ML 專案，事前備好：專案目的、落地場景、實際商業價值、數據來源（是否從 BigQuery 取特徵），主管會深挖專案能解決什麼業務問題。
五、面試互動小技巧
面試主管風格友善、習慣傾聽，不會隨意打斷回答，答題不用緊張卡殼；思路中斷可順勢承接主管給的提示，穩定表達自身邏輯即可。
六、後續流程
技術面約 1 小時，通過後 HR 會進場談薪資福利、公司制度與履歷確認，不用提前過度焦慮後續環節。
