数据科学面试的take home test , data science challenge 大家都是怎么解决的？

只做过五个data challenge/take home assignment/case study，千奇百怪，无所不有
咨询公司的会偏向于case，就是给你描述个大问题，一堆数据，爱咋做咋做，output是ppt
其余的有考察数据可视化的（用plotly在r里面做的），experimental design的（用jupyter notebook写的），data engineering的（限时1.5小时，让我做到1.5小时自动停止，我就真的只做了1.5小时，notebook写的），还有一个是要我给出analysis的code和data viz，我就用notebook写了怎么做的过程，给了一个python script用于repeat the analysis，还用js写了data viz的部分
感觉就是如果这个challenge你觉得有意思并且公司很想去，就做
challenge你觉得无聊并且公司也没啥兴趣就不做
其余的就自己看着办吧，感觉我从这些take-home assignment中也能学到很多新技能！抱着这个心态去做就会比较开心～

风信子 发表于 2019-3-20 04:47
只做过五个data challenge/take home assignment/case study，千奇百怪，无所不有
咨询公司的会偏向于case ...

每次data challenge做得巨累，expected 1-4小时的我都用了20小时以上，感觉都很难很tricky啊，自己觉得是解决了challenge里面的问题了但是还是挂了，而且还没有feedback，怎么提高啊

不知道你做的是什么类型的data challenge，我从没做过让我做predictive modeling的challenge，虽然我的项目经验里很多predictive modeling
但我觉得就是
introduction（为什么做这个）
methods（主要方法）
data wrangling and eda（对数据的一些探索、处理）
modeling（建模部分、validation）
conclusion（结论）
future work/remarks （自己的体会、以后的改进）
但我没做过predictive modeling的challenge，只能说如果是这种可以这么写吧
我的话会比较注意：
1. 突出自己擅长的部分
2. 干净整洁、well-commented的代码，尽量让别人能通过你的代码repeat你的工作，我的话会尽量把每一个function都写清楚，每个function的功能是什么，parameters和return都是什么
3. 多想想alternatives。比如还可以怎么做？为什么没有这个plan b？几种方法的对比，可以写在最后补充说明的部分。我曾经被要求用一个建议的工具完成一个任务，我用了别的工具完成，但是也用了建议的工具完成，并且说明了两者的对比
4. 一些我也不知道怎么描述的细节。比如如果我用了别人写的function会写上source（我不觉得这不好，你在现实工作中也会上网搜别人是不是有写好的现成代码可以用，但要记得引用）。如果提交了好几个deliverables，会写清楚每个都是什么，都是哪部分的产出之类的。
一些个人的建议～但我做过的也不多，也没收到过太多feedback

学习学习