大數(shù)據(jù)分析實(shí)習(xí)生面試題庫(kù)

　　大數(shù)據(jù)分析是一個(gè)有吸引力的領(lǐng)域，因?yàn)樗粌H有利可圖，而且您有機(jī)會(huì)從事有趣的項(xiàng)目，而且您總是在學(xué)習(xí)新事物。如果您想從頭開(kāi)始，請(qǐng)查看大數(shù)據(jù)分析實(shí)習(xí)生面試題庫(kù)以準(zhǔn)備面試要點(diǎn)。

　　大數(shù)據(jù)分析是一個(gè)有吸引力的領(lǐng)域。這是有利可圖的，您有機(jī)會(huì)從事有趣的項(xiàng)目，而且您總是在學(xué)習(xí)新事物。因此，進(jìn)入大數(shù)據(jù)分析領(lǐng)域極具競(jìng)爭(zhēng)力。開(kāi)始大數(shù)據(jù)分析事業(yè)的最佳方法之一是通過(guò)大數(shù)據(jù)分析實(shí)習(xí)。
 

　　在大數(shù)據(jù)分析實(shí)習(xí)生面試題庫(kù)中，我們將研究所需的一般知識(shí)水平，典型面試過(guò)程的組成部分以及一些面試問(wèn)題示例。注意，強(qiáng)調(diào)“通用”一詞是因?yàn)榫唧w情況因公司而異。
 

　　大數(shù)據(jù)分析實(shí)習(xí)面試會(huì)有什么期望?
 

　　大數(shù)據(jù)分析實(shí)習(xí)面試和專職大數(shù)據(jù)分析師之間的最大區(qū)別在于，通常不會(huì)期望您了解有關(guān)機(jī)器學(xué)習(xí)或深度學(xué)習(xí)概念的極其具體的細(xì)節(jié)。
 

　　但是，您將期望擁有能夠在其上進(jìn)行構(gòu)建的基本構(gòu)建塊-包括Python，R或SQL，統(tǒng)計(jì)和概率基礎(chǔ)以及基本的機(jī)器學(xué)習(xí)概念。
 

　　以下是使您成為有吸引力的候選人的基本知識(shí)和技能的列表：
 

　　Python或R

　　您應(yīng)該具有腳本語(yǔ)言(最好是Python或R)的編程經(jīng)驗(yàn)。如果您是Python程序員，則還應(yīng)該對(duì)流行的庫(kù)(如Scikit-learn 和 Pandas)有基本的了解 。
 

　　您應(yīng)該了解的內(nèi)容： 您應(yīng)該知道如何編寫(xiě)基本功能，并對(duì)各種數(shù)據(jù)結(jié)構(gòu)及其用途有基本的了解。您還應(yīng)該了解Scikit-learn的基本(但仍必不可少)功能，例如test_train_split和StandardScaler。對(duì)于Pandas，您應(yīng)該像使用SQL編寫(xiě)查詢那樣舒適地操作DataFrame。
 

　　例如，您可能需要構(gòu)建一個(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)模型來(lái)預(yù)測(cè)產(chǎn)品的銷售數(shù)量。在這種情況下，如果您是Python用戶，那么了解Scikit-Learn庫(kù)將非常有用，因?yàn)樗呀?jīng)提供了許多預(yù)構(gòu)建的函數(shù)，例如上面提到的那些函數(shù)。
 

　　如何準(zhǔn)備： 嘗試在Kaggle上進(jìn)行大數(shù)據(jù)分析項(xiàng)目或在Interview Query上進(jìn)行實(shí)地考察，以了解您可能需要完成哪些項(xiàng)目。
 

　　為了更好地了解Scikit-Learn，最好使用它構(gòu)建一個(gè)簡(jiǎn)單的機(jī)器學(xué)習(xí)模型，或者逐步完成其他人已經(jīng)完成的一些大數(shù)據(jù)分析項(xiàng)目。
 

　　最后，嘗試在Interview Query上練習(xí)Python問(wèn)題，以了解他們可能會(huì)問(wèn)您什么。
 

　　SQL

　　不會(huì)期望您在關(guān)系數(shù)據(jù)庫(kù)方面有太多的經(jīng)驗(yàn)，但是至少，您應(yīng)該了解SQL的工作方式。 如果您正在爭(zhēng)取大數(shù)據(jù)分析師的實(shí)習(xí)機(jī)會(huì)，那么您很可能會(huì)在擁有大量數(shù)據(jù)的公司工作。您將需要親自瀏覽這些數(shù)據(jù)來(lái)解決問(wèn)題。
 

　　您應(yīng)該了解的內(nèi)容： 您應(yīng)該能夠編寫(xiě)基本查詢，并且應(yīng)該知道如何使用SQL查詢來(lái)操縱數(shù)據(jù)。對(duì)于公司而言，將SQL納入其實(shí)際案例研究中非常普遍，因此，您必須非常了解SQL。
 

　　示例問(wèn)題：
 

　　編寫(xiě)一個(gè)SQL查詢以從Employee 表中獲取第二高的薪水 。例如，給定下面的Employee表，查詢應(yīng)返回 200 作為第二高的薪水。如果沒(méi)有第二高的薪水，則查詢應(yīng)返回 null 。
 

　　+ ---- + ---------- +

　　| ID | 薪金|

　　+ ---- + ---------- +

　　| 1 | 100 |

　　| 2 | 200 |

　　| 3 | 300 |

　　+ ---- + ---------- +
 

　　如何準(zhǔn)備： 模式為學(xué)習(xí)基本SQL提供了很好的資源，可以在這里找到。此外，您還可以在線找到大量的SQL練習(xí)問(wèn)題和練習(xí)案例研究。
 

　　統(tǒng)計(jì)與概率

　　您應(yīng)該對(duì)基本統(tǒng)計(jì)數(shù)據(jù)和概率有所了解 。這些概念是大多數(shù)機(jī)器學(xué)習(xí)和大數(shù)據(jù)分析概念的基礎(chǔ)。同樣，許多要求大數(shù)據(jù)分析職位的面試問(wèn)題都與統(tǒng)計(jì)有關(guān)。
 

　　您應(yīng)該了解的內(nèi)容： 您應(yīng)該對(duì)基本概念有扎實(shí)的理解，包括但不限于概率基礎(chǔ)，概率分布，估計(jì)和假設(shè)檢驗(yàn)。統(tǒng)計(jì)數(shù)據(jù)的一個(gè)非常普遍的應(yīng)用是條件概率，例如，假設(shè)客戶購(gòu)買了產(chǎn)品C，那么購(gòu)買該產(chǎn)品B的概率是多少?
 

　　如何準(zhǔn)備： 如果您對(duì)這些概念感到陌生，則可以利用許多免費(fèi)資源，例如Khan Academy或Georgia Institute of Technology。
 

　　機(jī)器學(xué)習(xí)概念

　　雖然不希望您成為專家，但是您應(yīng)該對(duì)基本的機(jī)器學(xué)習(xí)模型和概念有很好的了解 。如果職位描述表明您將要構(gòu)建模型，則尤其如此。
 

　　您應(yīng)該了解的內(nèi)容： 這包括但不限于線性回歸，支持向量機(jī)和聚類之類的概念。理想情況下，您應(yīng)該對(duì)這些概念有基本的了解，并了解何時(shí)適合使用各種機(jī)器學(xué)習(xí)方法。
 

　　例如，您可能需要對(duì)產(chǎn)品的價(jià)格點(diǎn)實(shí)施線性回歸以確定銷售數(shù)量。話雖如此，您將不需要生產(chǎn)或部署機(jī)器學(xué)習(xí)模型作為實(shí)習(xí)生。
 

　　領(lǐng)域知識(shí)
 

　　您應(yīng)該對(duì) 所申請(qǐng)的領(lǐng)域具有 領(lǐng)域知識(shí)(如果沒(méi)有，則應(yīng)該學(xué)習(xí))。
 

　　例如，如果您要申請(qǐng)市場(chǎng)營(yíng)銷部門(mén)的大數(shù)據(jù)分析職位，那么了解不同的營(yíng)銷渠道(例如社交媒體，會(huì)員，電視)以及核心指標(biāo)(例如LTV， CAC)。
 

　　大數(shù)據(jù)分析實(shí)習(xí)面試流程

　　同樣，面試過(guò)程最終取決于您所申請(qǐng)的公司。但是一般來(lái)說(shuō)，大多數(shù)(如果不是全部)公司在面試過(guò)程中都有一些一般步驟，我將在下面進(jìn)行解釋。
 

　　作為實(shí)習(xí)生， 最糟糕的事情是不對(duì)公司的工作進(jìn)行研究 ，這是文化使命和價(jià)值觀。
 

　　初步篩選
 

　　通常，由公司的招聘人員或招聘經(jīng)理進(jìn)行初步篩選(通常是電話篩選)。這樣做的目的是為了使受訪者更好地了解其角色，并使訪問(wèn)者更好地了解受訪者。
 

　　您應(yīng)該期望他們?cè)儐?wèn)您對(duì)這個(gè)職位和公司的興趣，為什么認(rèn)為自己很合適，以及與您過(guò)去的經(jīng)歷有關(guān)的問(wèn)題。在極少數(shù)情況下，您可能還會(huì)被問(wèn)到一個(gè)或兩個(gè)簡(jiǎn)單的技術(shù)問(wèn)題。
 

　　面試官只是在確保您對(duì)公司真正感興趣，您是一個(gè)很好的溝通者，并且沒(méi)有提出任何危險(xiǎn)信號(hào)。
 

　　帶回家的情況
 

　　對(duì)于現(xiàn)在的許多大數(shù)據(jù)分析實(shí)習(xí)，公司將要求您完成一項(xiàng)實(shí)戰(zhàn)挑戰(zhàn)。這意味著他們會(huì)給您一定的時(shí)間來(lái)完成他們給您的案例研究，這通常反映出您在實(shí)際角色中會(huì)遇到的問(wèn)題。
 

　　這樣做是為了了解您如何解決問(wèn)題(即思考過(guò)程)，以及您是否具有完成問(wèn)題所需的基本知識(shí)。案例的示例包括 清理數(shù)據(jù)集 并 建立機(jī)器學(xué)習(xí)模型以做出給定的預(yù)測(cè)，或 查詢數(shù)據(jù)集并分析數(shù)據(jù)或兩者結(jié)合。
 

　　現(xiàn)場(chǎng)采訪
 

　　最后是現(xiàn)場(chǎng)采訪，可以包括一輪到多達(dá)六輪的采訪。這些面試由行為和技術(shù)面試問(wèn)題組成。您可能還需要現(xiàn)場(chǎng)完成一輪案件。
 

　　當(dāng)他們?cè)噲D確保您對(duì)成功擔(dān)任該角色所需的基本知識(shí)有深刻的了解時(shí)，他們還將評(píng)估您的行為動(dòng)機(jī)，并最終評(píng)估您是否適合團(tuán)隊(duì)或不。確保您處于最佳行為狀態(tài)，但不要忘記做自己!
 

　　面試問(wèn)題
 

　　以下是您希望了解的一些面試問(wèn)題的10個(gè)示例：
 

　　1)什么是p值?

　　2)什么是正則化，它試圖解決什么問(wèn)題?

　　3)您如何將年齡和收入之間的關(guān)系轉(zhuǎn)換成線性模型?

　　4)如果您有兩個(gè)相等重量的骰子，總和為4的概率是多少?

　　5)在整理和清理數(shù)據(jù)集時(shí)需要采取哪些步驟?

　　6)什么是交叉驗(yàn)證，為什么有必要?

　　7)舉例說(shuō)明在確定機(jī)器學(xué)習(xí)模型有效性時(shí)，準(zhǔn)確性不是最佳指標(biāo)。

　　8)INNER和OUTER JOIN有什么區(qū)別?

相關(guān)推薦


2020數(shù)據(jù)工程師面試題庫(kù)

2020數(shù)據(jù)架構(gòu)師面試題庫(kù)

大數(shù)據(jù)分析師面試求職攻略