五月天婷亚洲天久久综合网,婷婷丁香五月激情亚洲综合,久久男人精品女人,麻豆91在线播放

  • <center id="8gusu"></center><rt id="8gusu"></rt>
    <menu id="8gusu"><small id="8gusu"></small></menu>
  • <dd id="8gusu"><s id="8gusu"></s></dd>
    樓主: Lisrelchen
    14254 41

    [大家來答題]數(shù)據(jù)分析師面試常見的77個(gè)問題   [推廣有獎(jiǎng)]

    • 0關(guān)注
    • 62粉絲

    VIP

    院士

    67%

    還不是VIP/貴賓

    -

    TA的文庫(kù)  其他...

    Bayesian NewOccidental

    Spatial Data Analysis

    東西方數(shù)據(jù)挖掘

    威望
    0 級(jí)
    論壇幣
    50174 個(gè)
    通用積分
    81.7428
    學(xué)術(shù)水平
    253 點(diǎn)
    熱心指數(shù)
    300 點(diǎn)
    信用等級(jí)
    208 點(diǎn)
    經(jīng)驗(yàn)
    41518 點(diǎn)
    帖子
    3256
    精華
    14
    在線時(shí)間
    766 小時(shí)
    注冊(cè)時(shí)間
    2006-5-4
    最后登錄
    2022-11-6

    +2 論壇幣
    k人 參與回答

    經(jīng)管之家送您一份

    應(yīng)屆畢業(yè)生專屬福利!

    求職就業(yè)群
    趙安豆老師微信:zhaoandou666

    經(jīng)管之家聯(lián)合CDA

    送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

    感謝您參與論壇問題回答

    經(jīng)管之家送您兩個(gè)論壇幣!

    +2 論壇幣
    原文網(wǎng)站:http://www.mianwww.com/html/2014/03/19571.html

    隨著大數(shù)據(jù)概念的火熱,數(shù)據(jù)科學(xué)家這一職位應(yīng)時(shí)而出,那么成為數(shù)據(jù)科學(xué)家要滿足什么條件?或許我們可以從國(guó)外的數(shù)據(jù)科學(xué)家面試問題中得到一些參考,下面是77個(gè)關(guān)于數(shù)據(jù)分析或者數(shù)據(jù)科學(xué)家招聘的時(shí)候會(huì)常會(huì)的幾個(gè)問題,供各位同行參考。

    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、告訴我二個(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(jī)效指標(biāo)、強(qiáng)壯性、模型按合度、實(shí)驗(yàn)設(shè)計(jì)、2/8原則?
    4、什么是:協(xié)同過濾、n-grams, map reduce、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)從而得到一干凈的數(shù)據(jù)庫(kù)?
    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)該是實(shí)時(shí)處理?為什么?哪部分應(yīng)該實(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”?存在所有情況下通用的模型嗎?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(yǔ)言方便?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(yǔ)言?
    11、你是如何處理缺少數(shù)據(jù)的?你推薦使用什么樣的處理技術(shù)?
    12、你最喜歡的編程語(yǔ)言是什么?為什么?
    13、對(duì)于你喜歡的統(tǒng)計(jì)軟件告訴你喜歡的與不喜歡的3個(gè)理由。
    14、SAS, R, Python, Perl語(yǔ)言的區(qū)別是?
    15、什么是大數(shù)據(jù)的詛咒?
    16、你參與過數(shù)據(jù)庫(kù)與數(shù)據(jù)模型的設(shè)計(jì)嗎?
    17、你是否參與過儀表盤的設(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、你喜歡TD數(shù)據(jù)庫(kù)的什么特征?
    19、如何你打算發(fā)100萬(wàn)的營(yíng)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、如果有幾個(gè)客戶查詢ORACLE數(shù)據(jù)庫(kù)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(kù)更好?
    22、什么是哈希表碰撞攻擊?怎么避免?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?云的安全問題有哪些?
    25、(在內(nèi)存滿足的情況下)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(kù)分析的評(píng)價(jià)?
    26、為什么樸素貝葉斯差?你如何使用樸素貝葉斯來改進(jìn)爬蟲檢驗(yàn)算法?
    27、你處理過白名單嗎?主要的規(guī)則?(在欺詐或者爬行檢驗(yàn)的情況下)
    28、什么是星型模型?什么是查詢表?
    29、你可以使用excel建立邏輯回歸模型嗎?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、實(shí)驗(yàn)設(shè)計(jì)。好的與壞的實(shí)驗(yàn)設(shè)計(jì)能否舉個(gè)案例?
    33、普通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?如果不是,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)分布非常混亂的數(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改變相比?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)和低的預(yù)測(cè)能力還是正好相反好?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偷拿舾行缘南敕ㄈ绾慰矗?br /> 40、對(duì)于一下邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)。在過去15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?你熟悉的逐步回歸技術(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、你熟悉極值理論、蒙特卡羅邏輯或者其它數(shù)理統(tǒng)計(jì)方法以正確的評(píng)估一個(gè)稀疏事件的發(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)的預(yù)測(cè)能力?
    46、如何為欺詐檢驗(yàn)得分技術(shù)發(fā)現(xiàn)最好的規(guī)則集?你如何處理規(guī)則冗余、規(guī)則發(fā)現(xiàn)和二者的本質(zhì)問題?一個(gè)規(guī)則集的近似解決方案是否可行?如何尋找一個(gè)可行的近似方案?你如何決定這個(gè)解決方案足夠好從而可以停止尋找另一個(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接口的經(jīng)驗(yàn)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)圖中有效展現(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?有咨詢經(jīng)驗(yàn)嗎?與供應(yīng)商打過交道,包括供應(yīng)商選擇與測(cè)試。
    54、你熟悉軟件生命周期嗎?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(yáng)性好還是假陰性好?
    58、你熟悉價(jià)格優(yōu)化、價(jià)格彈性、存貨管理、競(jìng)爭(zhēng)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)消失嗎?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?從哪開始?
    66、你是怎么開始對(duì)數(shù)據(jù)科學(xué)感興趣的?
    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、什么是推薦引擎?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)算復(fù)雜度?什么好的聚類算法?你怎么決定一個(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)生誤解、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“經(jīng)驗(yàn)法則”嗎?或者在商業(yè)分析中。
    76、你覺得下一個(gè)20年最好的5個(gè)預(yù)測(cè)方法是?
    77、你怎么馬上就知道在一篇文章中(比如報(bào)紙)發(fā)表的統(tǒng)計(jì)數(shù)字是錯(cuò)誤,或者是用作支撐作者的論點(diǎn),而不是僅僅在羅列某個(gè)事物的信息?例如,對(duì)于每月官方定期在媒體公開發(fā)布的失業(yè)統(tǒng)計(jì)數(shù)據(jù),你有什么感想?怎樣可以讓這些數(shù)據(jù)更加準(zhǔn)確?

    二維碼

    掃碼加我 拉你入群

    請(qǐng)注明:姓名-公司-職位

    以便審核進(jìn)群資格,未注明則拒絕

    關(guān)鍵詞:數(shù)據(jù)分析師 數(shù)據(jù)分析 分析師 MapReduce Tableau 計(jì)算機(jī)科學(xué) 面試問題 科學(xué)家 分析師 最大的

    已有 4 人評(píng)分經(jīng)驗(yàn) 論壇幣 學(xué)術(shù)水平 熱心指數(shù) 信用等級(jí) 收起 理由
    我的素質(zhì)低 + 100 + 20 + 5 + 5 + 5 精彩帖子
    jerker + 60 很窮,請(qǐng)笑納
    觀世鷹 + 100 + 5 + 5 + 5 辛苦了
    離歌レ笑 + 5 + 5 + 5 精彩帖子

    總評(píng)分: 經(jīng)驗(yàn) + 260  論壇幣 + 20  學(xué)術(shù)水平 + 15  熱心指數(shù) + 15  信用等級(jí) + 15   查看全部評(píng)分

    本帖被以下文庫(kù)推薦

    沙發(fā)
    Lisrelchen 發(fā)表于 2014-8-8 23:05:02 |只看作者 |壇友微信交流群
    藤椅
    nuomin 發(fā)表于 2014-8-8 23:11:09 |只看作者 |壇友微信交流群
    粗略的看了一下這些問題,頭上冒出來好多汗。好多回答不上來。
    板凳
    auirzxp 學(xué)生認(rèn)證  發(fā)表于 2014-8-8 23:12:43 |只看作者 |壇友微信交流群
    報(bào)紙
    fankaiqing 在職認(rèn)證  發(fā)表于 2014-8-8 23:23:43 |只看作者 |壇友微信交流群
    有答案么,親?答案也灰常重要呀,要是能同時(shí)提供答案就perfect啦;蛘咦尨蠹視(huì)幾道就回答幾道,最后匯總答案唄,供大家參考
    地板
    fankaiqing 在職認(rèn)證  發(fā)表于 2014-8-9 00:05:56 |只看作者 |壇友微信交流群
    說句實(shí)話,這些問題灰常的好,非常有用,支持。
    7
    Nicolle 學(xué)生認(rèn)證  發(fā)表于 2014-8-9 00:58:02 |只看作者 |壇友微信交流群
    提示: 作者被禁止或刪除 內(nèi)容自動(dòng)屏蔽
    8
    Nicolle 學(xué)生認(rèn)證  發(fā)表于 2014-8-9 00:58:35 |只看作者 |壇友微信交流群
    提示: 作者被禁止或刪除 內(nèi)容自動(dòng)屏蔽
    9
    Nicolle 學(xué)生認(rèn)證  發(fā)表于 2014-8-9 01:07:06 |只看作者 |壇友微信交流群
    提示: 作者被禁止或刪除 內(nèi)容自動(dòng)屏蔽
    10
    Nicolle 學(xué)生認(rèn)證  發(fā)表于 2014-8-9 01:09:01 |只看作者 |壇友微信交流群
    提示: 作者被禁止或刪除 內(nèi)容自動(dòng)屏蔽

    本版微信群
    加好友,備注jltj
    拉您入交流群

    京ICP備16021002-2號(hào) 京B2-20170662號(hào) 京公網(wǎng)安備 11010802022788號(hào) 論壇法律顧問:王進(jìn)律師 知識(shí)產(chǎn)權(quán)保護(hù)聲明   免責(zé)及隱私聲明

    GMT+8, 2024-12-23 15:07