數(shù)據(jù)科學(xué)家的66個(gè)工作面試問題

我們現(xiàn)在有91個(gè)問題。我們還添加了50個(gè)新的人  在這里，并開始提供這些問題的答案  在這里。這些都是開放式問題，以評估一個(gè)高級職位的高級候選人的技術(shù)水平知識，例如董事。
您處理的最大數(shù)據(jù)集是什么，以及如何處理它，結(jié)果是什么？
告訴我關(guān)于你的分析或計(jì)算機(jī)科學(xué)項(xiàng)目的兩個(gè)成功案例？電梯（或成功）是如何衡量的？
什么是：升力，KPI，魯棒性，模型擬合，實(shí)驗(yàn)設(shè)計(jì)，80/20規(guī)則？
什么是：協(xié)同過濾，n-gram，地圖縮小，余弦距離？
如何優(yōu)化Web爬網(wǎng)程序運(yùn)行得更快，提取更好的信息，并更好地匯總數(shù)據(jù)以生成更清潔的數(shù)據(jù)庫？
你會(huì)怎么想出一個(gè)解決方案來識別剽竊？

如何檢測由多個(gè)用戶共享的個(gè)人付費(fèi)帳戶？
應(yīng)該實(shí)時(shí)處理點(diǎn)擊數(shù)據(jù)嗎？為什么？在哪些情況下？
什么是更好：好的數(shù)據(jù)或好的模型？你如何定義“好”？是否有一個(gè)通用的好模型？有沒有任何模型，絕對不是那么好？
什么是概率合并（AKA模糊合并）？使用SQL或其他語言更容易處理嗎？您將選擇哪種語言用于半結(jié)構(gòu)化文本數(shù)據(jù)對帳？
如何處理丟失的數(shù)據(jù)？你推薦什么插補(bǔ)技術(shù)？
你最喜歡的編程語言/供應(yīng)商是什么？為什么？
告訴我3件事情積極和3件事情你最喜歡的統(tǒng)計(jì)軟件。
比較SAS，R，Python，Perl
大數(shù)據(jù)的詛What是什么？
您是否參與過數(shù)據(jù)庫設(shè)計(jì)和數(shù)據(jù)建模？
您是否參與了儀表板創(chuàng)建和指標(biāo)選擇？你對Birt有什么看法？
您喜歡Teradata的哪些功能？
您即將發(fā)送一百萬封電子郵件（營銷廣告系列）。如何優(yōu)化交付？如何優(yōu)化響應(yīng)？你可以分別優(yōu)化嗎？（答案：不是真的）
Toad或Brio或任何其他類似的客戶端查詢Oracle數(shù)據(jù)庫的效率非常低。為什么？你將如何提高速度10倍，并能夠處理更大的輸出？
如何將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)？是真的有必要嗎？是否可以將數(shù)據(jù)存儲為純文本文件，而不是以SQL為動(dòng)力的RDBMS？
什么是哈希表沖突？如何避免？它多久發(fā)生一次？
如何確保mapreduce應(yīng)用程序具有良好的負(fù)載平衡？什么是負(fù)載平衡？
例如，mapreduce不工作？例子，它工作得很好？云涉及的安全問題是什么？您認(rèn)為EMC的解決方案提供了內(nèi)部和外部云的混合方法以減輕風(fēng)險(xiǎn)并提供其他優(yōu)勢（哪些）？
最好在內(nèi)存中有100個(gè)小哈希表或一個(gè)大哈希表，就訪問速度而言（假設(shè)兩者都適合內(nèi)存）？你對數(shù)據(jù)庫分析有什么看法？
為什么樸素貝葉斯這么糟？如何改進(jìn)使用樸素貝葉斯的垃圾郵件檢測算法？
你一直在使用白名單嗎？積極的規(guī)則？（在欺詐或垃圾郵件檢測的上下文中）
什么是星型模式？查找表？
你能用Excel進(jìn)行邏輯回歸嗎？（是）如何？（對日志轉(zhuǎn)換數(shù)據(jù)使用linest）？結(jié)果會(huì)好嗎？（Excel有數(shù)字問題，但它非?；?dòng)）
你已經(jīng)優(yōu)化代碼或算法的速度：在SQL，Perl，C ++，Python等。如何，以及多少？
是否最好花5天開發(fā)90％準(zhǔn)確的解決方案，或10天的100％準(zhǔn)確性？取決于上下文？
定義：質(zhì)量保證，六西格瑪，實(shí)驗(yàn)設(shè)計(jì)。給出實(shí)驗(yàn)的好和壞設(shè)計(jì)的例子。
一般線性模型的缺點(diǎn)是什么？你熟悉替代品（拉索，脊回歸，提升的樹）嗎？
你認(rèn)為50個(gè)小決策樹比大的好嗎？為什么？
精算科學(xué)不是統(tǒng)計(jì)學(xué)的一個(gè)分支（生存分析）？如果不是，怎么辦？
給出沒有高斯分布或?qū)?shù)正態(tài)的數(shù)據(jù)示例。給出具有非常混亂分布的數(shù)據(jù)的示例？
為什么均方誤差是模型性能的不良衡量標(biāo)準(zhǔn)？你會(huì)建議什么？
你如何證明你帶給算法的一個(gè)改進(jìn)真的是比沒有做任何改進(jìn)？你熟悉A / B測試嗎？
什么是敏感性分析？它是否有更好的低靈敏度（即，偉大的魯棒性）和低預(yù)測能力，或者反過來？如何執(zhí)行良好的交叉驗(yàn)證？您認(rèn)為在數(shù)據(jù)集中注入噪聲以測試模型的靈敏度的想法是什么？
比較邏輯回歸w。決策樹，神經(jīng)網(wǎng)絡(luò)。在過去的15年里，這些技術(shù)如何得到了極大的改進(jìn)？
你知道/使用除PCA以外的數(shù)據(jù)縮減技術(shù)嗎？你覺得逐步回歸怎么樣？你熟悉什么樣的步進(jìn)技巧？什么時(shí)候完整數(shù)據(jù)比減少數(shù)據(jù)或樣本好？
你將如何建立非參數(shù)置信區(qū)間，例如分?jǐn)?shù)？（參見  AnalyticBridge定理）
你是否熟悉極端價(jià)值理論，蒙特卡羅模擬或數(shù)學(xué)統(tǒng)計(jì)（或任何其他），以正確估計(jì)一個(gè)非常罕見的事件的機(jī)會(huì)？
什么是根本原因分析？如何識別原因與相關(guān)？舉例。
如何定義和度量度量的預(yù)測能力？
如何檢測欺詐檢測評分技術(shù)的最佳規(guī)則集？如何處理規(guī)則冗余，規(guī)則發(fā)現(xiàn)和問題的組合性質(zhì)（找到最佳規(guī)則集 - 具有最佳預(yù)測能力的規(guī)則集）？規(guī)則集問題的近似解是否可以？你會(huì)如何找到一個(gè)OK的近似解？你會(huì)如何決定它是否足夠好，停止尋找一個(gè)更好的？
如何創(chuàng)建關(guān)鍵字分類法？
什么是僵尸網(wǎng)絡(luò)？如何檢測？
任何使用API的經(jīng)驗(yàn)？編程API？Google還是Amazon API？AaaS（Google Analytics（分析）即服務(wù)）？
什么時(shí)候編寫自己的代碼比使用數(shù)據(jù)科學(xué)軟件包更好？
您使用哪些工具進(jìn)行可視化？你對Tableau有什么看法？R' SAS？（圖表）。如何在圖表（或視頻）中有效地表示5維度？
什么是POC（概念證明）？
您與哪些類型的客戶合作：內(nèi)部，外部，銷售/財(cái)務(wù)/營銷/ IT人員？咨詢經(jīng)驗(yàn)？處理供應(yīng)商，包括供應(yīng)商選擇和測試？
你熟悉軟件生命周期嗎？從IT項(xiàng)目生命周期 - 從收集請求到維護(hù)？
什么是cron工作？
你是一個(gè)孤獨(dú)的編碼器嗎？一個(gè)生產(chǎn)家伙（開發(fā)商）？還是設(shè)計(jì)師（建筑師）？
是否最好有太多的假陽性，或太多的假陰性？
你熟悉定價(jià)優(yōu)化，價(jià)格彈性，庫存管理，競爭情報(bào)？舉例。
Zillow的算法如何工作？（估計(jì)美國任何房屋的價(jià)值）
如何檢測虛假評論，或偽造的Facebook帳戶用于不良目的？
如何創(chuàng)建一個(gè)新的匿名數(shù)字貨幣？
你有沒有想過創(chuàng)建一個(gè)啟動(dòng)？圍繞哪個(gè)想法/概念？
你認(rèn)為輸入的登錄名/密碼會(huì)消失嗎？如何替換它們？
你使用時(shí)間序列模型嗎？與時(shí)間滯后的交叉相關(guān)？Correlograms？光譜分析？信號處理和濾波技術(shù)？在哪個(gè)上下文？
你最欣賞哪些數(shù)據(jù)科學(xué)家？哪個(gè)創(chuàng)業(yè)？
你是如何變得對數(shù)據(jù)科學(xué)的興趣？
什么是效率曲線？它的缺點(diǎn)是什么，如何克服它們？
什么是推薦引擎？它是如何工作的？
什么是精確測試？當(dāng)我們不使用精確測試時(shí)，模擬如何以及何時(shí)可以幫助我們？
你認(rèn)為什么是一個(gè)好的數(shù)據(jù)科學(xué)家？
你認(rèn)為數(shù)據(jù)科學(xué)是一門藝術(shù)還是一門科學(xué)？
一個(gè)好的，快速聚類算法的計(jì)算復(fù)雜度是多少？什么是好的聚類算法？如何確定集群的數(shù)量？假設(shè)您有1000萬個(gè)數(shù)據(jù)點(diǎn)（每個(gè)由兩個(gè)關(guān)鍵字組成），以及衡量這兩個(gè)關(guān)鍵字的相似程度的指標(biāo)，您將如何對一百萬個(gè)唯一關(guān)鍵字執(zhí)行聚類？你將如何創(chuàng)建這個(gè)1000萬數(shù)據(jù)點(diǎn)表的第一位？
在數(shù)據(jù)科學(xué)中給出幾個(gè)“最佳實(shí)踐”的例子。
什么可能使圖表誤導(dǎo)，難以閱讀或解釋？有用的圖表應(yīng)該有什么功能？
你知道在統(tǒng)計(jì)或計(jì)算機(jī)科學(xué)中使用的幾條“經(jīng)驗(yàn)法則”嗎？或在業(yè)務(wù)分析中？
未來20年的5大預(yù)測是什么？
你如何立即知道文章中出版的統(tǒng)計(jì)數(shù)據(jù)（例如報(bào)紙）是錯(cuò)誤的，還是出于支持作者的觀點(diǎn)，而不是關(guān)于特定主題的正確，全面的事實(shí)信息？例如，你對新聞界定期討論的官方每月失業(yè)統(tǒng)計(jì)數(shù)字有什么看法？什么可以使他們更準(zhǔn)確？
測試你的分析直覺：看看這三個(gè)圖表。其中兩個(gè)展示模式。哪個(gè)？你知道這些圖表被稱為散點(diǎn)圖嗎？有沒有其他方法來直觀地表示這種類型的數(shù)據(jù)？
您設(shè)計(jì)一個(gè)魯棒的非參數(shù)統(tǒng)計(jì)量（度量）來替代相關(guān)性或R平方，（1）獨(dú)立于樣本大小，（2）總是在-1和+1之間，以及（3）基于秩統(tǒng)計(jì)。如何標(biāo)準(zhǔn)化樣本大??？編寫一個(gè)計(jì)算n個(gè)元素的所有排列的算法。當(dāng)n很大時(shí)，如何對排列進(jìn)行抽樣（即生成大量的隨機(jī)排列），以估計(jì)新創(chuàng)建的度量的漸近分布？您可以使用此漸近分布來標(biāo)準(zhǔn)化您的指標(biāo)。你認(rèn)為一個(gè)確切的理論分布可能存在，因此，我們應(yīng)該找到它，并使用它，而不是浪費(fèi)我們的時(shí)間嘗試使用模擬估計(jì)漸近分布？
更困難，技術(shù)問題與前一個(gè)有關(guān)。在n個(gè)元素的排列和1和n之間的整數(shù)之間存在明顯的一對一對應(yīng)！設(shè)計(jì)一個(gè)編碼小于n的整數(shù)的算法！作為n個(gè)元素的置換。什么是反向算法，用于解碼置換并將其轉(zhuǎn)換回?cái)?shù)字？提示：中間步驟是使用 整數(shù)的因子數(shù)系統(tǒng)表示。請隨時(shí)查看在線參考回答問題。更好的是，隨時(shí)瀏覽網(wǎng)絡(luò)，找到問題的完整答案（這將測試候選人的快速在線搜索的能力，找到一個(gè)問題的解決方案，而不花時(shí)間重新發(fā)明輪子）。  
Yelp評論會(huì)收到多少“有用”的投票？我的答案：消除虛假帳戶（閱讀這篇文章）或競爭對手的評論（如何檢測他們：使用分類法來分類用戶和位置 - 兩個(gè)意大利餐館在相同的郵政編碼可能badmouth彼此，寫自己的好評。檢測  假的喜歡：一些公司（例如  FanMeNow.com）將收取你生產(chǎn)假帳戶和假的喜歡。消除喜歡一切的多產(chǎn)用戶，那些討厭一切的人。有一個(gè)黑名單的關(guān)鍵字過濾假的評論。查看審查者的IP地址或IP塊是否在黑名單中，例如“停止論壇垃圾郵件”。創(chuàng)建蜜罐捕捉欺詐者。還要注意不滿的員工傷害他們的前雇主。 注意2或3類似的評論發(fā)布同一天由3個(gè)用戶關(guān)于一個(gè)公司，收到很少的評論。是一個(gè)全新的公司嗎？向受信任的用戶添加更多權(quán)重（創(chuàng)建一個(gè)受信任用戶類別）。標(biāo)記所有相同（或幾乎相同）且來自相同IP地址或相同用戶的評論。創(chuàng)建一個(gè)指標(biāo)來衡量兩段文字（評論）之間的距離。創(chuàng)建評論或評論者分類。使用隱藏的決策樹  為評價(jià)和評論者評分或評分。標(biāo)記所有相同（或幾乎相同）且來自相同IP地址或相同用戶的評論。創(chuàng)建一個(gè)指標(biāo)來衡量兩段文字（評論）之間的距離。創(chuàng)建評論或評論者分類。使用隱藏的決策樹為評價(jià)和評論者評分或評分。標(biāo)記所有相同（或幾乎相同）且來自相同IP地址或相同用戶的評論。創(chuàng)建一個(gè)指標(biāo)來衡量兩段文字（評論）之間的距離。創(chuàng)建評論或評論者分類。使用  隱藏的決策樹為評價(jià)和評論者評分或評分。
你今天做了什么？或者你本周/上周做了什么？
你讀什么/什么時(shí)候是最新的數(shù)據(jù)挖掘書/文章？你參加的最新數(shù)據(jù)挖掘會(huì)議/網(wǎng)絡(luò)研討會(huì)/課堂/研討會(huì)/培訓(xùn)是什么？什么/什么時(shí)候是你獲得的最近的編程技能？
你最喜歡的數(shù)據(jù)科學(xué)網(wǎng)站是什么？在數(shù)據(jù)科學(xué)界，你最欣賞誰，為什么？你最欣賞哪個(gè)公司？
你寫的最后一個(gè)數(shù)據(jù)科學(xué)博客文章是什么/何時(shí)/在哪里？
在你看來，什么是數(shù)據(jù)科學(xué)？機(jī)器學(xué)習(xí)？數(shù)據(jù)挖掘？
誰是你招募的最好的人，他們今天在哪里？
您可以根據(jù)亞馬遜的公開數(shù)據(jù)估算和預(yù)測任何圖書的銷售額嗎？提示：閱讀這篇文章。
這張圖片有什么問題？
應(yīng)該刪除停用詞是步驟1而不是步驟3，在這里描述的搜索引擎算法？答：你想過我和你的也可以停止的事實(shí)嗎？所以在一個(gè)壞的實(shí)現(xiàn)，數(shù)據(jù)挖掘將成為數(shù)據(jù)挖掘后，然后數(shù)據(jù)。實(shí)際上，在詞干之前刪除停用詞。所以步驟3應(yīng)該成為步驟1。
實(shí)驗(yàn)設(shè)計(jì)和一些計(jì)算機(jī)科學(xué)與樂高的