2017數(shù)據(jù)分析師常見的面試問題集錦
隨著大數(shù)據(jù)概念的火熱，數(shù)據(jù)科學(xué)家這一職位應(yīng)時(shí)而出，那么成為數(shù)據(jù)科學(xué)家要滿足什么條件?或許我們可以從國外的數(shù)據(jù)科學(xué)家面試問題中得到一些參考，下面是77個(gè)關(guān)于數(shù)據(jù)分析或者數(shù)據(jù)科學(xué)家招聘的時(shí)候會(huì)常會(huì)的幾個(gè)問題，供各位同行參考。
1、你處理過的最大的數(shù)據(jù)量?你是如何處理他們的?處理的結(jié)果。
2、告訴我二個(gè)分析或者計(jì)算機(jī)科學(xué)相關(guān)項(xiàng)目?你是如何對(duì)其結(jié)果進(jìn)行衡量的?
3、什么是：提升值、關(guān)鍵績(jī)效指標(biāo)、強(qiáng)壯性、模型按合度、實(shí)驗(yàn)設(shè)計(jì)、2/8原則?
4、什么是：協(xié)同過濾、n-grams, map reduce、余弦距離?
5、如何讓一個(gè)網(wǎng)絡(luò)爬蟲速度更快、抽取更好的信息以及更好總結(jié)數(shù)據(jù)從而得到一干凈的數(shù)據(jù)庫?
6、如何設(shè)計(jì)一個(gè)解決抄襲的方案?
7、如何檢驗(yàn)一個(gè)個(gè)人支付賬戶都多個(gè)人使用?
8、點(diǎn)擊流數(shù)據(jù)應(yīng)該是實(shí)時(shí)處理?為什么?哪部分應(yīng)該實(shí)時(shí)處理?
9、你認(rèn)為哪個(gè)更好：是好的數(shù)據(jù)還是好模型?同時(shí)你是如何定義“好”?存在所有情況下通用的模型嗎?有你沒有知道一些模型的定義并不是那么好?
10、什么是概率合并(AKA模糊融合)?使用SQL處理還是其它語言方便?對(duì)于處理半結(jié)構(gòu)化的數(shù)據(jù)你會(huì)選擇使用哪種語言?
11、你是如何處理缺少數(shù)據(jù)的?你推薦使用什么樣的處理技術(shù)?
12、你最喜歡的編程語言是什么?為什么?
13、對(duì)于你喜歡的統(tǒng)計(jì)軟件告訴你喜歡的與不喜歡的3個(gè)理由。
14、SAS, R, Python, Perl語言的區(qū)別是?
15、什么是大數(shù)據(jù)的詛咒?
16、你參與過數(shù)據(jù)庫與數(shù)據(jù)模型的設(shè)計(jì)嗎?
17、你是否參與過儀表盤的設(shè)計(jì)及指標(biāo)選擇?你對(duì)于商業(yè)智能和報(bào)表工具有什么想法?
18、你喜歡TD數(shù)據(jù)庫的什么特征?
19、如何你打算發(fā)100萬的營銷活動(dòng)郵件。你怎么去優(yōu)化發(fā)送?你怎么優(yōu)化反應(yīng)率?能把這二個(gè)優(yōu)化份開嗎?
20、如果有幾個(gè)客戶查詢ORACLE數(shù)據(jù)庫的效率很低。為什么?你做什么可以提高速度10倍以上，同時(shí)可以更好處理大數(shù)量輸出?
21、如何把非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化的數(shù)據(jù)?這是否真的有必要做這樣的轉(zhuǎn)換?把數(shù)據(jù)存成平面文本文件是否比存成關(guān)系數(shù)據(jù)庫更好?
22、什么是哈希表碰撞攻擊?怎么避免?發(fā)生的頻率是多少?
23、如何判別mapreduce過程有好的負(fù)載均衡?什么是負(fù)載均衡?
24、請(qǐng)舉例說明mapreduce是如何工作的?在什么應(yīng)用場(chǎng)景下工作的很好?云的安全問題有哪些?
25、(在內(nèi)存滿足的情況下)你認(rèn)為是100個(gè)小的哈希表好還是一個(gè)大的哈希表，對(duì)于內(nèi)在或者運(yùn)行速度來說?對(duì)于數(shù)據(jù)庫分析的評(píng)價(jià)?
26、為什么樸素貝葉斯差?你如何使用樸素貝葉斯來改進(jìn)爬蟲檢驗(yàn)算法?
27、你處理過白名單嗎?主要的規(guī)則?(在欺詐或者爬行檢驗(yàn)的情況下)
28、什么是星型模型?什么是查詢表?
29、你可以使用excel建立邏輯回歸模型嗎?如何可以，說明一下建立過程?
30、在SQL, Perl, C++, Python等編程過程上，待為了提升速度優(yōu)化過相關(guān)代碼或者算法嗎?如何及提升多少?
31、使用5天完成90%的精度的解決方案還是花10天完成100%的精度的解決方案?取決于什么內(nèi)容?
32、定義：QA(質(zhì)量保障)、六西格瑪、實(shí)驗(yàn)設(shè)計(jì)。好的與壞的實(shí)驗(yàn)設(shè)計(jì)能否舉個(gè)案例?
33、普通線性回歸模型的缺陷是什么?你知道的其它回歸模型嗎?
34、你認(rèn)為葉數(shù)小于50的決策樹是否比大的好?為什么?
35、保險(xiǎn)精算是否是統(tǒng)計(jì)學(xué)的一個(gè)分支?如果不是，為何如何?
36、給出一個(gè)不符合高斯分布與不符合對(duì)數(shù)正態(tài)分布的數(shù)據(jù)案例。給出一個(gè)分布非�；靵y的數(shù)案例。
37、為什么說均方誤差不是一個(gè)衡量模型的好指標(biāo)?你建議用哪個(gè)指標(biāo)替代?
38、你如何證明你帶來的算法改進(jìn)是真的有效的與不做任何改變相比?你對(duì)A/B測(cè)試熟嗎?
39、什么是敏感性分析?擁有更低的敏感性(也就是說更好的強(qiáng)壯性)和低的預(yù)測(cè)能力還是正好相反好?你如何使用交叉驗(yàn)證?你對(duì)于在數(shù)據(jù)集中插入噪聲數(shù)據(jù)從而來檢驗(yàn)?zāi)Ｐ偷拿舾行缘南敕ㄈ绾慰?
40、對(duì)于一下邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)。在過去15年中這些技術(shù)做了哪些大的改進(jìn)?
41、除了主成分分析外你還使用其它數(shù)據(jù)降維技術(shù)嗎?你怎么想逐步回歸?你熟悉的逐步回歸技術(shù)有哪些?什么時(shí)候完整的數(shù)據(jù)要比降維的數(shù)據(jù)或者樣本好?
42、你如何建議一個(gè)非參數(shù)置信區(qū)間?
43、你熟悉極值理論、蒙特卡羅邏輯或者其它數(shù)理統(tǒng)計(jì)方法以正確的評(píng)估一個(gè)稀疏事件的發(fā)生概率?
44、什么是歸因分析?如何識(shí)別歸因與相關(guān)系數(shù)?舉例。
45、如何定義與衡量一個(gè)指標(biāo)的預(yù)測(cè)能力?
46、如何為欺詐檢驗(yàn)得分技術(shù)發(fā)現(xiàn)最好的規(guī)則集?你如何處理規(guī)則冗余、規(guī)則發(fā)現(xiàn)和二者的'本質(zhì)問題?一個(gè)規(guī)則集的近似解決方案是否可行?如何尋找一個(gè)可行的近似方案?你如何決定這個(gè)解決方案足夠好從而可以停止尋找另一個(gè)更好的?
47、如何創(chuàng)建一個(gè)關(guān)鍵字分類?
48、什么是僵尸網(wǎng)絡(luò)?如何進(jìn)行檢測(cè)?
49、你有使用過API接口的經(jīng)驗(yàn)嗎?什么樣的API?是谷歌還是亞馬遜還是軟件即時(shí)服務(wù)?
50、什么時(shí)候自己編號(hào)代碼比使用數(shù)據(jù)科學(xué)者開發(fā)好的軟件包更好?
51、可視化使用什么工具?在作圖方面，你如何評(píng)價(jià)Tableau?R?SAS?在一個(gè)圖中有效展現(xiàn)五個(gè)維度?
52、什么是概念驗(yàn)證?
53、你主要與什么樣的客戶共事：內(nèi)部、外部、銷售部門/財(cái)務(wù)部門/市場(chǎng)部門/IT部門的人?有咨詢經(jīng)驗(yàn)嗎?與供應(yīng)商打過交道，包括供應(yīng)商選擇與測(cè)試。
54、你熟悉軟件生命周期嗎?及IT項(xiàng)目的生命周期，從收入需求到項(xiàng)目維護(hù)?
55、什么是cron任務(wù)?
56、你是一個(gè)獨(dú)身的編碼人員?還是一個(gè)開發(fā)人員?或者是一個(gè)設(shè)計(jì)人員?
57、是假陽性好還是假陰性好?
58、你熟悉價(jià)格優(yōu)化、價(jià)格彈性、存貨管理、競(jìng)爭(zhēng)智能嗎?分別給案例。
59、Zillow’s算法是如何工作的?
60、如何檢驗(yàn)為了不好的目的還進(jìn)行的虛假評(píng)論或者虛假的FB帳戶?
61、你如何創(chuàng)建一個(gè)新的匿名數(shù)字帳戶?
62、你有沒有想過自己創(chuàng)業(yè)?是什么樣的想法?
63、你認(rèn)為帳號(hào)與密碼輸入的登錄框會(huì)消失嗎?它將會(huì)被什么替代?
64、你用過時(shí)間序列模型嗎?時(shí)滯的相關(guān)性?相關(guān)圖?光譜分析?信號(hào)處理與過濾技術(shù)?在什么樣的場(chǎng)景下?
65、哪位數(shù)據(jù)科學(xué)有你最佩服?從哪開始?
66、你是怎么開始對(duì)數(shù)據(jù)科學(xué)感興趣的?
67、什么是效率曲線?他們的缺陷是什么，你如何克服這些缺陷?
68、什么是推薦引擎?它是如何工作的?
69、什么是精密測(cè)試?如何及什么時(shí)候模擬可以幫忙我們不使用精密測(cè)試?
70、你認(rèn)為怎么才能成為一個(gè)好的數(shù)據(jù)科學(xué)家?
71、你認(rèn)為數(shù)據(jù)科學(xué)家是一個(gè)藝術(shù)家還是科學(xué)家?
72、什么是一個(gè)好的、快速的聚類算法的的計(jì)算復(fù)雜度?什么好的聚類算法?你怎么決定一個(gè)聚類的聚數(shù)?
73、給出一些在數(shù)據(jù)科學(xué)中“最佳實(shí)踐的案例”。
74、什么讓一個(gè)圖形使人產(chǎn)生誤解、很難去讀懂或者解釋?一個(gè)有用的圖形的特征?
75、你知道使用在統(tǒng)計(jì)或者計(jì)算科學(xué)中的“經(jīng)驗(yàn)法則”嗎?或者在商業(yè)分析中。
76、你覺得下一個(gè)20年最好的5個(gè)預(yù)測(cè)方法是?
77、你怎么馬上就知道在一篇文章中(比如報(bào)紙)發(fā)表的統(tǒng)計(jì)數(shù)字是錯(cuò)誤，或者是用作支撐作者的論點(diǎn)，而不是僅僅在羅列某個(gè)事物的信息?例如，對(duì)于每月官方定期在媒體公開發(fā)布的失業(yè)統(tǒng)計(jì)數(shù)據(jù)，你有什么感想?怎樣可以讓這些數(shù)據(jù)更加準(zhǔn)確?
【2017數(shù)據(jù)分析師常見的面試問題集錦】相關(guān)文章：
關(guān)于數(shù)據(jù)分析師常見的面試問題集錦11-22
數(shù)據(jù)結(jié)構(gòu)面試常見問題10-18
2017護(hù)士面試常見問題10-26
2017面試常見問題100個(gè)面試經(jīng)典問題07-06
關(guān)于2017面試常見問題匯總11-05
醫(yī)院面試常見問題集錦11-21
會(huì)計(jì)面試常見問題集錦10-31
護(hù)士面試常見問題集錦10-15
電話面試常見的問題07-03