數(shù)據(jù)分析師面試的77個常見問題,你準(zhǔn)備好了嗎

1、數(shù)據(jù)分析師面試的77個常見問題，你準(zhǔn)備好了嗎？隨著我國經(jīng)濟決策逐漸由拍腦袋的“經(jīng)驗決策”轉(zhuǎn)向“數(shù)據(jù)決策”，項目數(shù)據(jù)分析成為戰(zhàn)略決策、經(jīng)營決策、投資決策必備的科學(xué)方法論。數(shù)據(jù)分析崗位已經(jīng)成為企業(yè)重要的崗位，數(shù)據(jù)分析師也越來越多的受到重視。數(shù)據(jù)分析師面試時面試官喜歡問那些問題，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)分析師應(yīng)聘的時候常會被問到的幾個問題，供各位數(shù)據(jù)分析師們參考。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、2/原8則？4什么是：協(xié)同過濾、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？0什么是概率合并（模糊融合）？使用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

3、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。4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？8你喜歡數(shù)據(jù)庫的什么特征？19如何你打算發(fā)10萬0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？0如果有幾個客戶查詢數(shù)據(jù)庫的效率很低。為什么？你做什么可以提高速度倍以上，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)

4、生的頻率是多少？3如何判別過程有好的負(fù)載均衡？什么是負(fù)載均衡？、請舉例說明是如何工作的？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10個0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？9你可以使用建立邏輯回歸模型嗎？如何可以，說明一下建立過程？0在等編程過程上，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

5、還是花10天完成100的%精度的解決方案？取決于什么內(nèi)容？2定義：（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？、你如何證明你帶來的算法改進是真的有效的與不做任何改變相比？你對測試熟嗎？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

6、）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绾慰矗?0、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？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

7、？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？4、什么是僵尸網(wǎng)絡(luò)？如何進行檢測？9你有使用過接口的經(jīng)驗嗎？什么樣的P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？1可視化使用什么工具？在作圖方面，你如何評價在一個圖中有效展現(xiàn)五個維度？52什么是概念驗證？3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。4你熟悉軟件生命

8、周期嗎？及項目的生命周期，從收入需求到項目維護？5什么是任務(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？5、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。9l算法是如何工作的？0如何檢驗為了不好的目的還進行的虛假評論或者虛假的帳戶？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