【面经】stat ms new grad 一波data scientist面经

第一次发帖，有问题求指出，这个贴记录从去年10月份开始 stat ms new grad 面data scientist的面经。

wayfair （ds new grad）：
店面：假如用户在不同device上浏览商品，如何判断之前拿电脑浏览的和现在用手机浏览的是同一个用户？

wells fargo（[color=rgba(0, 0, 0, 0.85)]Quantitative Associate Program）：
店面：记不清了，问了一些linear regression和logistic regression的问题，记得有lr的assumption是什么。

zillow （ds new grad）：
take home：预测房价，给一周时间
店面：linear regression基础问题；如果number of data = number of predictor会有什么问题？random forest问题，记不清具体了，但是和var bias trade off相关；代码写一个算euclidean distance 的function，利用这个function写一个knn function，follow up是如果有几个点的distance是一样的怎么办？

insight data engineer：
. ----take home：写一个program来处提取stream data中的30percentile。
店面：搜索引擎搜索新闻，如何设计来使得搜索并返回结果更快。

indeed （ds texas）：
take home：给一个training data要求predict test data的y，data非常的clean但数据量极大。
店面：见glassdoor，原题
onsite：
- stats：1000次toss中有400次head，问coin是不是fair。算一个prob（at least one **）。给了两个网页不同陈列，问哪一个好，之后又给了个数据结果问这个数据说明哪一个好。
- ml：如果你要每天给用户发email来推荐工作，怎么推荐，已知数据是所有candidate的简历数据，和所有job description。
- coding：swe面经题里关于tree之一，大概是算有没有一条path上的数加起来等于target这种，之后问了复杂度，还有follow up如果有一个path很长但是没个点的数值很小怎么办。
- 现场coding：给你一台电脑现场coding，让你写一个简单的推荐系统，给了一种实现方法的详细instruction，你也可以自己想一个。
.1point3acres
coursera（ds）：
hackerrank题：和之前面经差不多，有几个不确定也过了
店面：想给每个课加一个difficulty的显示，怎么做？前提是没有history data，要自己想用什么proxy来做difficulty。我说了quiz分数，follow up有问学历高的人和学历低的人quiz分数很不一样怎么办。

leantaas（ds）：
店面：关于排列组合的问题，具体不太记得了，要用google doc code 出来计算过程
onsite：共五轮
- 1. 问了关于remove duplicate record问题，data是一些商家地址店名什么的信息
- 2. 面试官闲扯，不知道主题是什么，随口问了一个svm原理，后一个题记不清了，大概是一个他们遇到的问题，然后问我的想法，我说了用kmeans clustering，然后面试官说他们在用exhaustive search 解决
- 3. 问了一个bayes rule的题，问了一个recursion tree的coding题
- 4. pm 没问什么
- 6. ceo：问了一个queue 模型的问题，给了几个data frame，有不同nurse几点上班，patient几点来等多久等问题，然后问怎么减少patient waiting time

limebike（ds）：
take home：花式写sql， 一周发回去，要考虑怎么写efficient
店面1: take home各种如何improve，怎么更efficient问题
店面2: 继续take home的批判，大概面之前就想挂我了，怎么设计实验测试手机app上某按键大的好还是小的好

ea（ds）：
店面1: sql基础题，怎么分析user churn，还有一个记不清了
店面2: 就问了问简历，觉得面之前就想挂我了已经

factual（ds）：
take home：一个测fair coin简答，一个关于simpson‘s paradox分析，一个根据已有data 找popular的restaurant，一个根据已有data发现data有问题的地方
店面1: 手写代码cross validation，如何选model eval metric，什么是precision，什么是recall
店面2: 如何估计美国人民平均身高，代码validate parenthesis
onsite：共四轮，每轮两道题
- 第一题：lc 609； 第二题：从stream data里实时sample data，怎么sample
- 第一题：怎么设计一个东西可以输入某个地点能返回天气好坏，收集什么data？第二题：面经题，https://www.geeksforgeeks.org/nearly-sorted-algorithm/
- 白板pivot table，问怎么检测一个地点是不是valid的
- 开放题，给你所有的sensor data，比如fitbit，手机等等，你想设计一个什么东西，然后讨论各种follow up

uptake（ds）：
店面1: 详细讲一个你的project，提前要把project文件发过去
take home：8小时，给了一个data，无数个column，data说明书就好几页，data很多问题，需要大量清理工作，最后需要建模，并写好ppt，八小时之后发回给hr。ppt之后onsite要做presentation
onsite（可remote）：共三轮，这个onsite一个接一个都没有休息时间
- 1. 给了一个实际工作中的data，问了一些问题，有点看图说话的意思，不难
- 2. behavior question
- 3. present 之前的take home，code 一行一行讲，

uber（ds）：
店面 eats nyc组：很多driver 做了一阵就不做了，怎么预测一个driver是不是会churn，建好摸之后，怎么检测模型好不好，用哪种test来检测
店面 marketplace组：hr好人，上一轮挂了给转了组，机场的uber是要在一个特定的停车场等接单，uber会按照first in first out发trip，uber想加一个feature让driver在等待的时候能知道等待时间，怎么建模？
take home：creatively visualize demand，预测demand，permutation类coding题
onsite：共五轮
- 用什么metric measure eta是否准确，如何选择mse/mae，怎么测试eta algorithm效果好不好。
- 一开始问了和店面一样的，要求换一个，说是一个optimization的问题，uber以前给driver发trip，给第一个driver发出去之后会等待20秒，driver可以在20s之内接单，如果没接单会自动给下一个driver发，但如果driver不想接单，不能decline，只能等20s 过去，怎么确定20s是太长了还是太短了，太长了的问题就是如果一个人不想接要等很久才能发给下一个driver，太短了的问题就是driver还没反应过来要接单就过去，要求寻找一个optimal的等待时间。
. ----- 非marketplace组小哥，问了些behavior，why uber，如果要improve uber你准备improve 什么
- 给了个电脑，一个data set，先让你coding 找group by的accept rate，之后要你画一个eta和accept rate的关系，中间会出现奇怪pattern要你解释，最后要你fit一个model，问为什么选这个model
- pm，问怎么设计dash board来监测 market的health

好像被屏蔽了。看不到内容

怎么感觉超级难。。。

楼主大大好多ds面试。感觉市面上ds的岗位不是太多啊
想请问都是怎么投的简历？还是HR找到你的？
谢谢了！

感谢分享，祝好运！

感谢楼主分享

哇， 新毕业生能拿到这么多大公司电面，很不错，祝顺利成功！感谢分享！

感谢楼主分享！祝福好运！

谢谢楼主的分享

感谢楼主！！！！！！！

楼主干货满满

楼主好厉害！ 请问楼主最后去了哪里？