摘要：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個關(guān)于數(shù)據(jù)分析或者數(shù)據(jù)科學(xué)家招聘的時候會常會的幾個問題，供各位同行參考。

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個關(guān)于數(shù)據(jù)分析或者數(shù)據(jù)科學(xué)家招聘的時候會常會的幾個問題，供各位同行參考。

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個關(guān)于數(shù)據(jù)分析或者數(shù)據(jù)科學(xué)家招聘的時候會常會的幾個問題，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、告訴我二個分析或者計算機科學(xué)相關(guān)項目?你是如何對其結(jié)果進(jìn)行衡量的?

3、什么是：提升值、關(guān)鍵績效指標(biāo)、強壯性、模型按合度、實驗設(shè)計、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)計一個解決抄襲的方案?

7、如何檢驗一個個人支付賬戶都多個人使用?

8、點擊流數(shù)據(jù)應(yīng)該是實時處理?為什么?哪部分應(yīng)該實時處理?

9、你認(rèn)為哪個更好：是好的數(shù)據(jù)還是好模型?同時你是如何定義“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?對于處理半結(jié)構(gòu)化的數(shù)據(jù)你會選擇使用哪種語言?

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、對于你喜歡的統(tǒng)計軟件告訴你喜歡的與不喜歡的3個理由。

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)計嗎?

17、你是否參與過儀表盤的設(shè)計及指標(biāo)選擇?你對于商業(yè)智能和報表工具有什么想法?

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?能把這二個優(yōu)化份開嗎?

20、如果有幾個客戶查詢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、請舉例說明mapreduce是如何工作的?在什么應(yīng)用場景下工作的很好?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個小的哈希表好還是一個大的哈希表，對于內(nèi)在或者運行速度來說?對于數(shù)據(jù)庫分析的評價?

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、實驗設(shè)計。好的與壞的實驗設(shè)計能否舉個案例?

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、保險精算是否是統(tǒng)計學(xué)的一個分支?如果不是，為何如何?

36、給出一個不符合高斯分布與不符合對數(shù)正態(tài)分布的數(shù)據(jù)案例。給出一個分布非?；靵y的數(shù)案例。

37、為什么說均方誤差不是一個衡量模型的好指標(biāo)?你建議用哪個指標(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A/B測試熟嗎?

39、什么是敏感性分析?擁有更低的敏感性(也就是說更好的強壯性)和低的預(yù)測能力還是正好相反好?你如何使用交叉驗證?你對于在數(shù)據(jù)集中插入噪聲數(shù)據(jù)從而來檢驗?zāi)Ｐ偷拿舾行缘南敕ㄈ绾慰?

40、對于一下邏輯回歸、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)計方法以正確的評估一個稀疏事件的發(fā)生概率?

44、什么是歸因分析?如何識別歸因與相關(guān)系數(shù)?舉例。

45、如何定義與衡量一個指標(biāo)的預(yù)測能力?

46、如何為欺詐檢驗得分技術(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?一個規(guī)則集的近似解決方案是否可行?如何尋找一個可行的近似方案?你如何決定這個解決方案足夠好從而可以停止尋找另一個更好的?

47、如何創(chuàng)建一個關(guān)鍵字分類?

48、什么是僵尸網(wǎng)絡(luò)?如何進(jìn)行檢測?

49、你有使用過API接口的經(jīng)驗嗎?什么樣的API?是谷歌還是亞馬遜還是軟件即時服務(wù)?

50、什么時候自己編號代碼比使用數(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，你如何評價Tableau?R?SAS?在一個圖中有效展現(xiàn)五個維度?

52、什么是概念驗證?

53、你主要與什么樣的客戶共事：內(nèi)部、外部、銷售部門/財務(wù)部門/市場部門/IT部門的人?有咨詢經(jīng)驗嗎?與供應(yīng)商打過交道，包括供應(yīng)商選擇與測試。

54、你熟悉軟件生命周期嗎?及IT項目的生命周期，從收入需求到項目維護(hù)?

55、什么是cron任務(wù)?

56、你是一個獨身的編碼人員?還是一個開發(fā)人員?或者是一個設(shè)計人員?

57、是假陽性好還是假陰性好?

58、你熟悉價格優(yōu)化、價格彈性、存貨管理、競爭智能嗎?分別給案例。

59、Zillow’s算法是如何工作的?

60、如何檢驗為了不好的目的還進(jìn)行的虛假評論或者虛假的FB帳戶?

61、你如何創(chuàng)建一個新的匿名數(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)為帳號與密碼輸入的登錄框會消失嗎?它將會被什么替代?

64、你用過時間序列模型嗎?時滯的相關(guān)性?相關(guān)圖?光譜分析?信號處理與過濾技術(shù)?在什么樣的場景下?

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、什么是精密測試?如何及什么時候模擬可以幫忙我們不使用精密測試?

70、你認(rèn)為怎么才能成為一個好的數(shù)據(jù)科學(xué)家?

71、你認(rèn)為數(shù)據(jù)科學(xué)家是一個藝術(shù)家還是科學(xué)家?

72、什么是一個好的、快速的聚類算法的的計算復(fù)雜度?什么好的聚類算法?你怎么決定一個聚類的聚數(shù)?

73、給出一些在數(shù)據(jù)科學(xué)中“最佳實踐的案例”。

74、什么讓一個圖形使人產(chǎn)生誤解、很難去讀懂或者解釋?一個有用的圖形的特征?

75、你知道使用在統(tǒng)計或者計算科學(xué)中的“經(jīng)驗法則”嗎?或者在商業(yè)分析中。

76、你覺得下一個20年最好的5個預(yù)測方法是?

77、你怎么馬上就知道在一篇文章中(比如報紙)發(fā)表的統(tǒng)計數(shù)字是錯誤，或者是用作支撐作者的論點，而不是僅僅在羅列某個事物的信息?例如，對于每月官方定期在媒體公開發(fā)布的失業(yè)統(tǒng)計數(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?