KPMG 數據分析實習面試完整解析
KPMG Deal Advisory Infrastructure & Renewables 2026 數據分析實習生面試準備：Power BI、Python、網頁爬蟲技術考核 + 行為面試模擬練習。
面試前，先掌握關鍵情報
登入即可解鎖無限練習，搶先收到最新職缺分析、面試攻略與薪資趨勢。
職位深度分析
KPMG 安侯建業 Deal Advisory 數據分析實習生隸屬 Infrastructure & Renewables Team，是台灣四大會計師事務所中少數同時涵蓋 M&A 估值、Project Finance、PPP/BOT 政府投資案、不動產顧問與綠能產業數據分析的高階顧問團隊。辦公室位於台北 101，由 KPMG 全球基礎建設與能源產業負責人 Steven Chen 領導，他同時擔任台灣公共工程委員會與促進民間參與公共建設審議委員會委員，反映團隊在公共政策與綠能轉型的策略地位。
團隊與業務範圍
根據 KPMG Taiwan 官方資料，Infrastructure & Renewables Team 的服務涵蓋三大主軸：
- 策略規劃與可行性評估：Market Due Diligence、M&A 評估、稅務結構優化、法規合規
- 營運管理與基礎建設：專案管理、財務模型、募資協助、跨境融資（特別是離岸風電）
- 顧問與專案執行：費率分析、外資登記、移轉訂價、Green Bonds Assurance
團隊聚焦領域為 太陽能、離岸風電、循環經濟，其中離岸風電被官方定位為主要成長動能。實習生會直接接觸這些產業的爬蟲蒐集、產業分析與互動式儀表板。
實習生工作內容
根據職缺說明，實習生主要負責四大方向：
- 網頁爬蟲分析：蒐集再生能源與基礎建設產業資訊，包含政策動向、廠商財報、能源價格、專案進度
- 互動式財務儀表板：使用 Power BI 開發儀表板，輔助顧問策略決策
- 資料庫維護與合規文件：清理資料庫、準備法規合規文件
- 商業洞察轉化：將分析結果轉成產業趨勢洞察，支援 Deal 評估
申請資格
- 必備：Power BI、Python 數據分析能力
- 必備：網頁爬蟲技術（含反爬蟲處理）
- 必備：優異英文聽說讀寫能力
- 特質：主動積極、團隊合作、溝通能力佳
- 加分：其他程式語言、相關專案實作、再生能源／基建產業興趣
投遞流程
履歷請寄至 eric921128@gmail.com（cc：ericzhang7@kpmg.com.tw），主旨建議標註「Data Analytics Intern」。職缺說明中明確標註「投遞履歷後將進行作業以確認爬蟲基礎能力」，這是本職位獨有的篩選機制。
薪酬與條件
- 時薪：NT$ 220（高於一般四大實習常見 180-200）
- 工時：每週 2-3 天
- 期間：2026 年 6 月起，至少 4 個月，建議 6+ 個月
- 名額：1 名
面試流程全解析
根據面試趣平台 843 則 KPMG 面試心得統計，KPMG 安侯建業整體面試概況：
- 整體評分：3.8/5
- 錄取率：81%
- 面試難度：普通
- 平均月薪：41.8K（涵蓋全公司，實習時薪則為 NT$ 220）
Deal Advisory 實習生實際面試流程
根據 2025 年 6 月一位面試者在 Dcard 實習板的分享，KPMG Deal Advisory Infrastructure & Renewables Team 實習生的面試流程為「面試 + 筆試」兩階段：
第一階段：面試（約 30 分鐘，2 位面試官）
面試氣氛偏聊天式，主要聚焦履歷上的過往實習與專案經驗。面試官會主動補充產業知識，讓求職者了解團隊在做什麼。
KPMG Deal Advisory Intern (Infrastructure & Renewables) 面試 + 筆試。面試像聊天，主要聊過往實習經驗，面試官也會在 Q&A 階段補充產業知識。 — Dcard 實習板 2025 面試心得
第二階段：筆試（3 天內繳交）
收到面試邀請後，會被指派一份 take-home 筆試，主題為 Infrastructure Valuation Modeling，內容包含太陽能光電（Solar/PV）以及不動產的財務估值，被過來人形容為「滿難的」。
筆試 3 天內繳交，內容是 Infrastructure Valuation Modeling，包含太陽能光電以及不動產，題目滿難的。 — Dcard 實習板 2025 面試心得
本職位獨有：爬蟲作業
本次數據分析實習生在投遞履歷後會額外進行 爬蟲作業，用以確認 Python 與反爬蟲基本能力。職缺說明中明確指出此一篩選步驟。
常見面試問題
結合面試趣 KPMG 實習心得（涵蓋 Audit、Tax、Digital Audit）、Big 4 顧問部門面試常見題與本職位職缺需求，建議準備以下問題：
關於動機與了解
- 為什麼選擇 KPMG Deal Advisory？了解 Infrastructure & Renewables Team 在做什麼嗎？
- 為什麼是再生能源／基礎建設產業？對台灣離岸風電、太陽能政策有什麼看法？
- 你對 PPP、BOT、Project Finance 的理解是？
關於技術與專案
- 介紹你做過最複雜的 Power BI 儀表板，以及背後的資料模型
- Python 爬蟲遇過哪些反爬蟲機制？怎麼處理 Cloudflare、JS 渲染、驗證碼？
- 從履歷中挑一個爬蟲或數據視覺化專案，從資料來源 → 清理 → 分析 → 結論完整說明
- 太陽能電廠的估值，你會怎麼建模？（會考！take-home 必出）
關於行為
- 一個你主動發現問題並改善的例子
- 你怎麼安排同時段的多個任務優先順序？
- 為什麼是實習而不是正職？
- 在團隊裡你通常扮演什麼角色？
面試準備建議
- 務必準備財務估值模型：太陽能 / Real Estate 的 DCF 與 IRR 是 take-home 的核心。建議練習 Excel 完整建模、敏感度分析、Project Finance 的 Debt Sizing
- 爬蟲作業要做完整：投遞後的爬蟲考核是本職位獨有篩選，建議準備一個完整的爬蟲作品集（含反爬處理、資料清理、儲存方案）
- Power BI 要能展示作品：面試時準備 1-2 個你做過的 Power BI 儀表板畫面，能在現場展示資料模型與互動邏輯
- 熟讀產業趨勢：台灣離岸風電 Round 3 區塊開發、太陽能 20GW 政策、綠電轉供與 CPPA、儲能、循環經濟都是熱門題
- 英文要能應對技術討論：本職位明確要求英文聽說讀寫，建議用英文簡述自己的爬蟲與數據專案
過來人經驗分享
KPMG 工作環境與文化
根據比薪水與四大事務所薪資調查，KPMG 安侯建業的工作環境特點：
正面回饋
- 辦公室位於台北 101，地理位置與品牌光環俱佳
- 各組別自由度差異大，部分組別管理寬鬆
- 教育訓練資源豐富，新鮮人能快速累積實務經驗
- 在 ESG、AI 等新興領域有選擇性投資與加薪
需注意的地方
有的組別嚴格要求準時上班，也有組別的要求寬鬆。Big 4 旺季（busy season）週六需要進公司，淡季可能 6 點下班。 — 比薪水觀點 2025 四大事務所薪水分析
- 旺季工時偏長，加班頻率視組別與案件而異
- 平均月薪 41.6K（四大中略低於 Deloitte、PwC、EY）
- 各組別文化差異大，建議面試時了解 Deal Advisory 旺季強度
Deal Advisory 與顧問部門的特殊性
根據一位曾任 KPMG 顧問部實習生的 Medium 分享：
與其在大海裡茫然亂游，不如站在高山上看遠方哪裡有黃金。 — Hsiao's Blog KPMG 顧問部實習心得
這位過來人在 KPMG 顧問部實習一年，工作橫跨產業研究、合規文件翻譯、技術專案開發（用 ASP.NET 開發 ISO 20000 與 OWASP Top 10 視覺化系統）、機器學習論文閱讀。她特別強調：
在資訊領域沒有甚麼不想走 AI 就不會碰到 AI 的事情。 — Hsiao's Blog KPMG 顧問部實習心得
顧問部實習常見特徵：
- 工作多元，從產業研究到技術實作都有
- 管理顧問導向工作仍會接觸大量技術內容
- mentor 制度明確，主管會給職涯方向建議
KPMG 一般面試文化
根據面試趣 KPMG 各部門實習生面試心得整理：
Audit 部門面試風格
- 形式：1 對 2 面試（兩位 Manager），約 30 分鐘到 1 小時
- 問題：1 分鐘自我介紹、了解你能為公司付出什麼、實習期待
- 風格：氣氛輕鬆，主要聊個人經驗，少有專業考題
- 評分：多數為 4-5/5，錄取率高
Digital Audit 部門面試風格
- 形式：實體面試，約 1 小時
- 重點問題：「了解數位審計在做什麼嗎？」
- 風格：偏專業，會考核對部門業務的理解深度
Deal Advisory 與其他三大的比較
根據 2025 比薪水四大事務所分析：
| 事務所 | 起薪月均 | 工作彈性 | 特色 |
|---|---|---|---|
| Deloitte 勤業眾信 | 44K | 有 Well-being 政策 | 年輕員工多，但資深員工帶人時間少 |
| PwC 資誠 | 42.9K | 不打卡、無固定座位、每月 7 天遠端 | 四大中最彈性 |
| EY 安永 | 41.8K | 一般 | 過來人提及辦公室政治 |
| KPMG 安侯建業 | 41.6K | 各組別差異大 | ESG/AI 領域選擇性加薪 |
KPMG 在 ESG 與 AI 領域有選擇性投資與加薪，這也呼應了 Deal Advisory Infrastructure & Renewables Team 結合再生能源與數據分析的策略方向。
誰適合這份工作
你可能很適合，如果你...
- 同時具備 Power BI 與 Python 實作經驗：本職位明確要求兩者「皆」必備，缺一就難以通過 take-home 與爬蟲作業考核
- 網頁爬蟲不是修課寫過 BeautifulSoup 而已：必須處理過反爬蟲、JS 渲染、登入後的資料、定時排程，否則投遞後的爬蟲作業會卡關
- 對再生能源、離岸風電、太陽能、基建有真實興趣：Deal Advisory 顧問會看你能不能把產業趨勢轉成商業洞察，而不只是會跑 Python
- 能用英文做技術討論與簡報：職缺要求「優異」英文聽說讀寫，KPMG 跨國案件多，英文是日常工作語言而非加分項
- 能承諾 4 個月以上實習與每週 2-3 天到班：6 個月以上會優先錄取，能配合長期實習者更有機會接觸完整專案
- 商管／財金／資管／工程／統計背景：雖無硬性科系限制，但具備財務報表閱讀、估值模型、SQL 基礎者能更快上手
- 習慣自己找問題、自己給答案：Deal Advisory 顧問每天面對非結構化資料與未定義問題，被動執行型不適合此職位
可能不太適合，如果你...
- 只想要四大實習資歷而對基建／綠能無感：工作核心是讀產業、抓資料、做估值，缺乏興趣會三個月就累
- 爬蟲只停留在「複製貼上 ChatGPT 程式碼」：投遞後的爬蟲作業會立刻篩掉這類候選人
- 沒做過完整 Power BI 儀表板：報表式分析（樞紐表、Excel 圖表）和互動式儀表板是兩件事，沒做過互動式儀表板的人面試會被卡住
- 無法承諾每週 2-3 天到台北辦公室：顧問業仍以實體討論為主，遠端比例低
- 英文簡報會卡卡：KPMG 跨國案件多，英文是日常工作語言而非偶爾用到
- 抗拒財務估值模型：Take-home 筆試是太陽能與不動產估值，不願碰財務的人光是筆試就會放棄
- 只想短期實習（< 4 個月）：職缺明確設下底線，未達者基本不會被錄取
