写给小白的Data Science面试全攻略

如果你还在准备第一份Data Science工作的面试，还未身经百战，那么下面的信息会比较有用。这份总结来源于一个DS求职博客，原文有各种有用的资源链接，不过太多这里放不下了，大家可以去看看：https://towardsdatascience.com/i ... repare-1f3f9a977e14

1. 四类DS职位

DS职位一般可以分为:分析、统计、数据工程、算法。分析类职位（数量最多）主要根据对数据的分析提出相应产品建议来促进业务。统计类职位主要运用统计方法来解决业务面临的问题和挑战。数据工程类职位不同于典型的数据工程师，一般只为数据科学团队服务。算法类职位主要通过建立统计、机器学习和优化模型来创造价值。不同的职位在准备面试时侧重点不同，所以，最关键的是先找到适合自己的方向。

2.五个面试流程

• 在线评估（30 分钟至1 小时）： 通常在网站（比如HackerRank）上完成，公司目的是筛选掉不满足最低技术技能的候选人。
• HR电面（30 分钟 ）：HR会介绍公司、职位及相应的团队，还会询问你的背景、时间安排以及你对新职位的预期（包括薪酬）。公司目的是确保职位和你的兴趣、时间安排以及要求（例如签证）相匹配。
• Data Challenge（1 天 至2 周）：通常要求你处理一个业务案例并根据样本数据提供建议。可以使用SQL、Python 和 R等语言，因为这一轮测试的是解决问题的能力，而不是特定语言或工具的专业知识。通常你需要交一个报告（summary或者slides），公司会根据报告的质量决定是否会继续面试。
• 技术电面（30 分钟至1 小时）：通常由数据科学家或招聘经理进行。面试内容包括自我介绍、以往经历和一些深入的技术问题。问题类型取决于职位，可能包括数据提取 (SQL)、metric、统计和概率、机器学习和代码问题。一般问题最多只有两类，比如分析类职位只有数据提取和metric问题。
• 场面（通常 4-6 轮）：场面通常比前几轮面试更全面。疫情前，绝大多数情况都是去公司面试的，但现在都变成线上了。面试的具体类型也会根据职位有所不同，比如，分析类职位可能会有一些案例，但没有任何机器学习相关内容。
  

3.七种面试类型

编程面试：包括数据提取/处理问题、计算机科学基础（数据结构、算法和编程）和机器学习算法等（SQL最为常见）。写代码之前，可以先将思路和面试官沟通、确认一下。你应该了解基础知识，但不必记住所有内容。

常见问题：

• 获取每个用户的平均购买量 (SQL)。
• 在不使用中位数或百分位数函数的情况下，查找按国家/地区分组的收入中位数(SQL)。
• 查找未排序数组的中位数 (Python)。
• 编写经典的机器学习算法，比如k-means, k nearest neighbor (Python)。
  

Data Challenge：要求候选人对一个样本数据集进行分析（通常以 CSV 文件形式提供），并提出解决业务问题的建议。因此，通常是take-home的测试，也有可能是通过共享电脑屏幕来当场解决问题。问题包括探索性分析、数据清理和提取 (SQL) 问题、特征工程和建模（如预测或分割）。开始分析之前，一定要对业务问题有一个清晰的了解。除非另有说明，否则不要假设数据是经过清理的。考虑极端情况并寻找异常值。如果没有时间检查和清理数据，一定要明确说明你的假设。

常见问题：

• 给定客户行为数据集，定义客户流失并找出可能影响客户流失的因素。
• 给定购买行为数据集，确定转化率的趋势并提出改进建议。
  

metric面试：给定一个业务场景，讨论解决问题的方法并提出建议。包括多种形式：诊断metric变化、如何衡量成功、如何权衡评估功能以及如何改进产品。回答之前，向面试官要几分钟的时间用来写下答案并组织语言。给出完整答案之前，先简要分享多种方法，然后询问面试官需要分享哪个方法的更多细节。

常见问题：

• 如何分析利润metric的恶化？
• 使用每日活跃用户 (DAU) 作为成功metric的利弊是什么？
• 如果 A/B 测试显示观察的metric（如点击率）上升，而另一个metric（如点击次数）下降，如何决定是否发布？
  

概率与统计面试: 主要测试你对应用统计学（如实验）和概率（如贝叶斯定理）的理解。你可能不需要知道计算特定metric的确切公式。但是应该知道变量是什么，以及变量对metric的影响（比如，置信区间随着方差的增加和样本量的减少而变大）。

常见问题：

• 你如何对 10 岁儿童解释 p 值/置信区间？
• 假设测试呈阳性且患病概率为 0.1%，那么一个人感染疾病的概率是多少？
• 二项分布的均值和方差是多少？
• 如何使用fair coin来模拟biased coin？
  

机器学习面试：包括机器学习基础知识，以及使用常见技术解决问题。用两到三句话给出一个简洁的定义。提供一两个例子让面试官相信你既有理论知识又有经验。

常见问题：

• 什么是overfitting？如何克服overfitting？
• 如何处理样本不平衡的数据集？
• 描述偏差与方差。
• 描述random forest分类器。
• 什么时候会使用 L1 和 L2 regularization？
  

经验面试：你将与招聘经理或将来的同事讨论以前的相关经验，主要是非技术性的行为问题。准备面试时，挑选出3-5个适用于大多数行为面试的项目。写下背景、挑战、你的解决方案和影响，这样就不必在面试中即兴发挥。经常暂停一下并询问面试官是否有任何问题，或者是否需要分享特定方面的更多细节。

常见问题：

• 给出一个你做出重大影响的经历。背景是什么，你是如何处理和克服挑战的？
• 说一说你解决冲突，或者不得不说服利益相关者持相反观点的经历。
  

跨职能/公司价值观面试: 你需要用故事说明在之前的经历中如何与他人合作，以及在一些假设场景中会如何做。面试通常是为了确定适合公司文化的候选人。了解“公司价值观”（一般在公司网站上可以查到）。提前准备一些可以用来说明这些价值观的例子。如果可能的话，事先研究一下你的面试官是谁。想象一下他们工作中的挑战（比如，产品经理可能想知道你如何向利益相关者提供数据），并且将你过往的经验与这些情况联系起来。

常见问题：

• 你是否有意见与其他人不一致的时刻，你是如何找到解决方案的？
• 说一说你必须优先考虑好几个紧急项目的经历。你是怎么克服的？
  

上面的内容可能会让你感觉需要准备的太多，但可以根据自身情况、职位类型和已知流程来决定准备的优先级。如果刚接触数据科学，建议你选择分析类职位，优先考虑编程（SQL 问题）和metric案例面试的准备工作。做好投入大量时间的心理准备，并不断练习。请业内朋友帮你做模拟面试并给出建议，然后按照反馈来不断改进。

只不过现在DS面试不太会问这么简单的问题了

看楼主的id是陈绮贞粉吗（我跑题，我反省

damien 发表于 2021-7-18 09:13
只不过现在DS面试不太会问这么简单的问题了

可以具体讲讲吗

Mark一个。谢谢分享

非常感谢！

damien 发表于 2021-7-18 11:13
只不过现在DS面试不太会问这么简单的问题了

感谢分享！