
20道問題識別假的數(shù)據(jù)科學(xué)家
雇用數(shù)據(jù)科學(xué)家是不容易的工作,特別是當(dāng)有一群假的數(shù)據(jù)科學(xué)家在里面裝腔作勢。這兒有現(xiàn)成的一些問題能夠幫助區(qū)分真假的數(shù)據(jù)科學(xué)家。
21道必須懂得的關(guān)于數(shù)據(jù)科學(xué)的面試問題和答案
如今數(shù)據(jù)科學(xué)家是公認(rèn)的21世紀(jì)最性感的工作,每個人都想分一杯羹。
這就意味著里面會混著一些對大數(shù)據(jù)裝著很懂的人。這些人稱自己為數(shù)據(jù)科學(xué)家,但是不具備關(guān)于數(shù)據(jù)方面的能力。
當(dāng)然他們不是有意去欺騙大家:他們是數(shù)據(jù)科學(xué)家。數(shù)據(jù)科學(xué)本身的嶄新性和人們對相關(guān)工作內(nèi)容的不夠理解會讓他們自己認(rèn)為因為他們在處理數(shù)據(jù),所以他們是數(shù)據(jù)科學(xué)家。
“假的數(shù)據(jù)科學(xué)家經(jīng)常是很擅長某一特定學(xué)科的,然后會堅持他們所在的學(xué)科是唯一的真正的數(shù)據(jù)科學(xué)。這個信念沒有領(lǐng)會到數(shù)據(jù)的真正含義,即數(shù)據(jù)科學(xué)是根據(jù)科學(xué)工具和技術(shù)(如:數(shù)學(xué)方面的,計算機(jī)方面的,可視化方面的,分析方面的,統(tǒng)計方面的,經(jīng)驗方面的,還有問題定義,模型建立和驗證)完全的應(yīng)用,然后從數(shù)據(jù)收集里面獲得發(fā)現(xiàn),見識和價值。”
–Kirk Borne ,Booz Allen Hamilton首席數(shù)據(jù)科學(xué)家和Rocket Data Science.org的創(chuàng)辦人。
發(fā)現(xiàn)假的數(shù)據(jù)科學(xué)家第一個方法是了解你要尋找的人應(yīng)該具備哪些能力。
明白數(shù)據(jù)科學(xué)家,數(shù)據(jù)分析師,數(shù)據(jù)工程師之間的不同是很重要的,特別是在如果你計劃雇用他們中的一種的時候。
為了幫助大家從假(或誤以為)的數(shù)據(jù)科學(xué)家中找出真的,我們已經(jīng)準(zhǔn)備了20道面試問題,你可以在面試他們的時候采用。
1.解釋什么是規(guī)則化,為什么它是有用的。
2.你最欣賞哪個數(shù)據(jù)科學(xué)家,是哪個創(chuàng)業(yè)企業(yè)的。
3.你如何通過多次回歸,驗證你所創(chuàng)建的模型生成的關(guān)于數(shù)量結(jié)果的預(yù)測模型是可變的。
4.解釋什么是查全率,它們和ROC 曲線的關(guān)系。
5.你如何證實你帶到算法里面的一個改進(jìn)是有意義的,但是沒有起到作用。
6.造成分析的根源是什么?
7.你熟悉定價優(yōu)化,價格彈性,存貨管理和競爭智能嗎?請舉例。
8.什么是檢驗效能?
9.解釋什么是重抽樣方法,為什么有用?它們的局限性在哪里。
10.存在很多的假陽性是不是更好,或者許多假陰性呢。請解釋。
11.什么是選擇誤差,為什么它很重要以及你如何避免。
12.請舉例,你如何使用試驗設(shè)計回答關(guān)于用戶行為的問題。
13.數(shù)據(jù)格式的“長”和“寬”有什么不同。
14.關(guān)于某特定領(lǐng)域的全面的真實信息,你通過什么方式?jīng)Q定相關(guān)統(tǒng)計數(shù)據(jù)無論是否發(fā)表于文章都是錯的,或者被提出用以支持作者的觀點(diǎn)也是不對的。
15.解釋Edward Tufte關(guān)于圖表垃圾的概念。
16.你如何檢查極端值,如果你發(fā)現(xiàn)了一個你將怎么辦?
17.極值理論,蒙特卡洛模擬,數(shù)理統(tǒng)計,任意使用其中一種理論,你如何正確預(yù)測一件罕見事件的發(fā)生概率。
18.推薦引擎是什么?它是如何工作的。
19.解釋什么是假陽性和假陰性。為什么區(qū)分兩者很重要。
20.你在使用什么工作進(jìn)行可視化。你怎么看待Tableau?R?SAS?(關(guān)于圖表的)。如何在一個表格或者視頻里高效的描繪第五維?
“一個真正的數(shù)據(jù)科學(xué)家懂得如何運(yùn)用數(shù)學(xué)和統(tǒng)計學(xué),懂得通過合適的試驗性設(shè)計創(chuàng)建和驗證模型。如果擁有了IT技能,卻不會統(tǒng)計技能,你就像只懂得舉著手術(shù)刀的外科醫(yī)生一樣,只懂得如何拿手術(shù)刀(卻不會做手術(shù))?!?
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11