數(shù)據(jù)分析師常見面試問題集錦

1/1關(guān)于數(shù)據(jù)分析師常見的面試問題集錦關(guān)于數(shù)據(jù)分析師常見的面試問題集錦

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、告知我二個(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)鍵績效指標(biāo)、強(qiáng)壯性、模型按合度、試驗(yàn)設(shè)計(jì)、2/8原則?

4、什么是：協(xié)同過濾、n-grams,mapreduce、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)從而得到一潔凈的數(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)當(dāng)是實(shí)時(shí)處理?為什么?哪部分應(yīng)當(dāng)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”?存在全部狀況下通用的模型嗎?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處理還是其它語言便利?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?你推舉使用什么樣的處理技術(shù)?

12、你最喜愛的編程語言是什么?為什么?

13、對(duì)于你喜愛的統(tǒng)計(jì)軟件告知你喜愛的與不喜愛的3個(gè)理由。

14、sas,r,python,perl語言的區(qū)分是?

15、什么是大數(shù)據(jù)的詛咒?

16、你參加過數(shù)據(jù)庫與數(shù)據(jù)模型的設(shè)計(jì)嗎?

17、你是否參加過儀表盤的設(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、你喜愛td數(shù)據(jù)庫的什么特征?

19、如何你準(zhǔn)備發(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、假如有幾個(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?怎么避開?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?云的平安問題有哪些?

25、(在內(nèi)存滿意的狀況下)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、為什么樸實(shí)貝葉斯差?你如何使用樸實(shí)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)章?(在欺詐或者爬行檢驗(yàn)的狀況下)

28、什么是星型模型?什么是查詢表?

29、你可以使用excel建立規(guī)律回歸模型嗎?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、試驗(yàn)設(shè)計(jì)。好的與壞的試驗(yàn)設(shè)計(jì)能否舉個(gè)案例?

33、一般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?假如不是，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)分布特別混亂的數(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轉(zhuǎn)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)和低的猜測(cè)力量還是正好相反好?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?敏感性的想法如何看?

40、對(duì)于一下規(guī)律回歸、決策樹、神經(jīng)網(wǎng)絡(luò)。在過去XX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?你熟識(shí)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、你熟識(shí)極值理論、蒙特卡羅規(guī)律或者其它數(shù)理統(tǒng)計(jì)方法以正確的評(píng)估一個(gè)稀疏大事的發(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)的猜測(cè)力量?

46、如何為欺詐檢驗(yàn)得分技術(shù)發(fā)覺最好的規(guī)章集?你如何處理規(guī)章冗余、規(guī)章發(fā)覺和二者的本質(zhì)問題?一個(gè)規(guī)章集的近似解決方案是否可行?如何查找一個(gè)可行的近似方案?你如何打算這個(gè)解決方案足夠好從而可以停止查找另一個(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接口的閱歷嗎?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)圖中有效呈現(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?有詢問閱歷嗎?與供應(yīng)商打過交道，包括供應(yīng)商選擇與測(cè)試。

54、你熟識(shí)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、你熟識(shí)價(jià)格優(yōu)化、價(jià)格彈性、存貨管理、競(jìng)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(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)消逝嗎?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?從哪開頭?

66、你是怎么開頭對(duì)數(shù)據(jù)科學(xué)感愛好的?

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、什么是推舉引擎?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)算簡單度?什么好的聚類算法?你怎么打算一個(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)生誤會(huì)、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“閱歷法則”嗎?或者在商業(yè)分析中。

76、你覺得下