數據分析師常見的面試問題集錦(2)

　　36、給出一個不符合高斯分布與不符合對數正態分布的數據案例。給出一個分布非常混亂的數案例。

　　37、為什么說均方誤差不是一個衡量模型的好指標?你建議用哪個指標替代?

　　38、你如何證明你帶來的算法改進是真的有效的與不做任何改變相比?你對A/B測試熟嗎?

　　39、什么是敏感性分析?擁有更低的敏感性(也就是說更好的強壯性)和低的預測能力還是正好相反好?你如何使用交叉驗證?你對于在數據集中插入噪聲數據從而來檢驗模型的敏感性的想法如何看?

　　40、對于一下邏輯回歸、決策樹、神經網絡。在過去15年中這些技術做了哪些大的改進?

　　41、除了主成分分析外你還使用其它數據降維技術嗎?你怎么想逐步回歸?你熟悉的逐步回歸技術有哪些?什么時候完整的數據要比降維的數據或者樣本好?

　　42、你如何建議一個非參數置信區間?

　　43、你熟悉極值理論、蒙特卡羅邏輯或者其它數理統計方法以正確的評估一個稀疏事件的發生概率?

　　44、什么是歸因分析?如何識別歸因與相關系數?舉例。

　　45、如何定義與衡量一個指標的預測能力?

　　46、如何為欺詐檢驗得分技術發現最好的規則集?你如何處理規則冗余、規則發現和二者的本質問題?一個規則集的近似解決方案是否可行?如何尋找一個可行的近似方案?你如何決定這個解決方案足夠好從而可以停止尋找另一個更好的?

　　47、如何創建一個關鍵字分類?

　　48、什么是僵尸網絡?如何進行檢測?

　　49、你有使用過API接口的經驗嗎?什么樣的API?是谷歌還是亞馬遜還是軟件即時服務?

　　50、什么時候自己編號代碼比使用數據科學者開發好的軟件包更好?

　　51、可視化使用什么工具?在作圖方面，你如何評價Tableau?R?SAS?在一個圖中有效展現五個維度?

　　52、什么是概念驗證?

　　53、你主要與什么樣的客戶共事：內部、外部、銷售部門/財務部門/市場部門/IT部門的人?有咨詢經驗嗎?與供應商打過交道，包括供應商選擇與測試。

　　54、你熟悉軟件生命周期嗎?及IT項目的生命周期，從收入需求到項目維護?

　　55、什么是cron任務?

　　56、你是一個獨身的編碼人員?還是一個開發人員?或者是一個設計人員?

　　57、是假陽性好還是假陰性好?

　　58、你熟悉價格優化、價格彈性、存貨管理、競爭智能嗎?分別給案例。

　　59、Zillow’s算法是如何工作的?

　　60、如何檢驗為了不好的目的還進行的虛假評論或者虛假的FB帳戶?

　　61、你如何創建一個新的匿名數字帳戶?

　　62、你有沒有想過自己創業?是什么樣的想法?

　　63、你認為帳號與密碼輸入的登錄框會消失嗎?它將會被什么替代?

　　64、你用過時間序列模型嗎?時滯的相關性?相關圖?光譜分析?信號處理與過濾技術?在什么樣的場景下?

　　65、哪位數據科學有你最佩服?從哪開始?

　　66、你是怎么開始對數據科學感興趣的?

　　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、什么是精密測試?如何及什么時候模擬可以幫忙我們不使用精密測試?

　　70、你認為怎么才能成為一個好的數據科學家?

　　71、你認為數據科學家是一個藝術家還是科學家?

　　72、什么是一個好的、快速的聚類算法的的計算復雜度?什么好的聚類算法?你怎么決定一個聚類的聚數?

　　73、給出一些在數據科學中“最佳實踐的案例”。

　　74、什么讓一個圖形使人產生誤解、很難去讀懂或者解釋?一個有用的圖形的特征?

　　75、你知道使用在統計或者計算科學中的“經驗法則”嗎?或者在商業分析中。

　　76、你覺得下一個20年最好的5個預測方法是?

　　77、你怎么馬上就知道在一篇文章中(比如報紙)發表的統計數字是錯誤，或者是用作支撐作者的論點，而不是僅僅在羅列某個事物的信息?例如，對于每月官方定期在媒體公開發布的失業統計數據，你有什么感想?怎樣可以讓這些數據更加準確?

【數據分析師常見的面試問題(2)】相關文章：

面試常見問題09-27

英語面試常見的問題07-11

大學生面試常見問題(2)09-18

輔導員面試常見問題整理(2)09-11

英語面試常見的面試問題06-06

壓力面試最常見的問題10-27

面試英語常見問題08-21

英文面試的常見問題10-07

mba面試常見問題07-29

英語面試常見的問題及答案10-29