Întrebări de interviu pentru știința datelor

Ghidul de carieră pentru Data Scientist de la BrainStation vă poate ajuta să faceți primii pași către o carieră profitabilă în știința datelor. Citiți mai departe pentru o prezentare generală a întrebărilor obișnuite de interviu pentru joburile din știința datelor și cum să răspundeți cel mai bine la acestea.

Deveniți un Data Scientist

Discutați cu un consilier de învățare pentru a afla mai multe despre modul în care campurile și cursurile noastre vă pot ajuta să deveniți un Data Scientist.

Făcând clic pe Trimite, acceptați Termeni .

Trimite

Nu s-a putut trimite! Reîmprospătați pagina și încercați din nou?

Aflați mai multe despre Bootcamp-ul nostru pentru știința datelor

Mulțumesc!

Vom lua legătura în curând.

Vizualizați pagina Data Science Bootcamp

Procesele de interviu pentru știința datelor pot varia în funcție de companie și industrie. De obicei, acestea vor include o examinare telefonică inițială cu managerul de angajare, urmată de unul sau mai multe interviuri la fața locului.

Va trebui să răspundeți la întrebări tehnice și comportamentale de la interviu privind știința datelor și probabil că veți finaliza un proiect legat de competențe. Înainte de fiecare interviu, ar trebui să vă revizuiți CV-ul și portofoliul, precum și să vă pregătiți pentru eventualele întrebări la interviu.

Întrebările de interviu pentru știința datelor vă vor testa cunoștințele și abilitățile de statistică, programare, matematică și modelare a datelor. Angajatorii vă vor evalua abilitățile tehnice și soft și cât de bine v-ați integra în compania lor.

Pregătind câteva întrebări și răspunsuri comune la interviu pentru știința datelor, puteți intra cu încredere la interviu. Există câteva tipuri diferite de întrebări Data Scientist pe care vă puteți aștepta să le întâlniți în timpul interviului pentru știința datelor.

Lista întrebărilor de interviu pentru știința datelor: întrebări legate de date

Angajatorii caută candidați care au cunoștințe solide despre tehnicile și conceptele științei datelor. Întrebările de interviu legate de date vor varia în funcție de poziția și abilitățile necesare.

Iată câteva exemple de întrebări și răspunsuri la interviu legate de date:

Care este diferența dintre învățarea supravegheată și nesupravegheată?

Cea mai mare diferență între învățarea supravegheată și nesupravegheată implică utilizarea seturilor de date etichetate și neetichetate. Învățarea supravegheată utilizează date de ieșire și de intrare care sunt etichetate, iar algoritmii de învățare nesupravegheată nu. O altă diferență este că învățarea supravegheată are un mecanism de feedback, în timp ce învățarea nesupravegheată nu. În cele din urmă, algoritmii de învățare supravegheată utilizați în mod obișnuit includ regresia logistică, mașina de suport vector și arbori de decizie, în timp ce algoritmii de învățare nesupravegheată sunt gruparea k-means, clusteringul ierarhic și algoritmul apriori.

Care este diferența dintre deep learning și machine learning?

La această întrebare poate fi dificil de răspuns clar, deoarece există, evident, o suprapunere aici. Începeți prin a explica că învățarea profundă este în esență un subdomeniu al învățării automate și că ambele intră sub umbrela inteligenței artificiale. În cazul în care învățarea automată folosește algoritmi pentru a analiza datele și în cele din urmă învață să ia decizii pe baza a ceea ce scoate din date, învățarea profundă stratifică acești algoritmi pentru a crea rețele neuronale artificiale capabile să învețe și să ia decizii informate.

• Puteți oferi o explicație detaliată a algoritmului Decision Tree?
• Ce este eșantionarea? Cu câte metode de prelevare sunteți familiarizat?
• Cum faceți diferența între o eroare de tip I și de tip II?
• Vă rugăm să definiți regresia liniară.
• Ce înseamnă termenii valoare p, coeficient și valoare r pătrat? De ce este semnificativă fiecare componentă?
• Vă rugăm să definiți tendința de selecție.
• Vă rugăm să definiți o interacțiune statistică.
• Puteți oferi un exemplu de set de date cu o distribuție non-Gauss?
• Vă rugăm să explicați formula probabilității binomiale.
• Puteți explica diferența dintre k-NN și k-means clustering?
• Care este abordarea dumneavoastră pentru a crea un model de regresie logistică?
• Care este regula 80/20? Cât de important este validarea modelului?
• Definiți precizia și amintirea. Cum se raportează ele la curba ROC?
• Vă rugăm să explicați cum să faceți diferența între metodele de regularizare L1 și L2?
• Înainte de a aplica algoritmi de învățare automată, care sunt pașii pentru discutarea datelor și curățarea datelor?
• Puteți explica diferența dintre o histogramă și un diagramă cu casete?
• Cum definiți validarea încrucișată?
• Puteți explica ce sunt un fals pozitiv și un fals negativ? Ce ați spune că este mai bine să aveți: prea multe fals pozitive sau prea multe fals negative?
• Când proiectați un model de învățare automată, care este mai important: acuratețea modelului sau performanța modelului?
• În opinia dumneavoastră, ce este mai bine: 50 de arbori de decizie mici sau unul mare?
• Vă puteți gândi la un proiect de știință a datelor la compania noastră care v-ar interesa?
• Vă rog să vă gândiți la câteva exemple de bune practici în domeniul științei datelor?

Lista de întrebări pentru interviuri în domeniul științei datelor: întrebări despre competențe tehnice

Întrebările privind abilitățile tehnice dintr-un interviu pentru știința datelor sunt folosite pentru a vă evalua cunoștințele, abilitățile și abilitățile în știința datelor. Aceste întrebări vor fi legate de responsabilitățile specifice ale postului de Data Scientist.

Întrebările interviului pentru știința datelor tehnice pot avea un răspuns corect sau mai multe soluții posibile. Veți dori să vă arătați procesul de gândire atunci când rezolvați probleme și să explicați clar cum ați ajuns la un răspuns.

Exemple de întrebări de interviu pentru abilitățile în domeniul științei datelor tehnice includ:

Care sunt instrumentele și abilitățile tehnice de top pentru un Data Scientist?

Știința datelor este un domeniu extrem de tehnic și veți dori să arătați managerului de angajare că sunteți abil cu toate cele mai recente instrumente, software și limbaje de programare standard din industrie. Dintre diferitele limbaje de programare statistică utilizate în știința datelor, R și Python sunt cel mai frecvent utilizate de oamenii de știință ai datelor. Ambele pot fi utilizate pentru funcții statistice, cum ar fi crearea unui model neliniar sau liniar, analiza de regresie, teste statistice, extragerea datelor și multe altele. Un alt instrument important pentru știința datelor este RStudio Server, în timp ce Jupyter Notebook este adesea folosit pentru modelarea statistică, vizualizarea datelor, funcții de învățare automată etc. , Bokeh, Plotly și Infogramă. Oamenii de știință în date au, de asemenea, nevoie de multă experiență în utilizarea SQL și Excel.

Răspunsul dvs. ar trebui să menționeze, de asemenea, orice instrumente sau competențe tehnice specifice cerute de jobul pentru care intervievați. Examinați fișa postului și, dacă există instrumente sau programe pe care nu le-ați folosit, ar putea merita să vă familiarizați înainte de interviu.

Cum tratezi valorile aberante?

Unele tipuri de valori aberante pot fi eliminate. Valorile gunoaie sau valorile despre care știți că nu pot fi adevărate, pot fi abandonate. Valorile aberante cu valori extreme mult în afara celorlalte puncte de date grupate într-un set pot fi, de asemenea, eliminate. Dacă nu puteți elimina valorile aberante, puteți reconsidera dacă ați ales modelul potrivit, puteți utiliza algoritmi (cum ar fi pădurile aleatorii) care nu vor fi afectați atât de puternic de valorile aberante sau puteți încerca să vă normalizați datele.

• Vă rugăm să ne spuneți despre un algoritm original pe care l-ați creat.
• Care este software-ul tău de statistică preferat și de ce?
• Ați lucrat la un proiect de știință a datelor care a necesitat o componentă de programare substanțială? Ce ai luat din experiență?
• Descrieți cum să reprezentați în mod eficient datele cu cinci dimensiuni.
• Trebuie să generați un model predictiv folosind regresia multiplă. Care este procesul dvs. de validare a acestui model?
• Cum vă asigurați că modificările pe care le faceți unui algoritm sunt o îmbunătățire?
• Vă rugăm să furnizați metoda dvs. de gestionare a unui set de date dezechilibrat care este utilizat pentru predicție (adică, mult mai multe clase negative decât clase pozitive).
• Care este abordarea dvs. pentru a valida un model pe care l-ați creat pentru a genera un model predictiv al unei variabile de rezultat cantitativ folosind regresia multiplă?
• Aveți două modele diferite de performanță și precizie de calcul comparabile. Vă rugăm să explicați cum decideți pe care să alegeți pentru producție și de ce.
• Vi se oferă un set de date format din variabile cu o parte substanțială de valori lipsă. Care este abordarea ta?

Lista întrebărilor interviului Data Science: Întrebări personale

Pe lângă testarea cunoștințelor și abilităților dvs. în domeniul științei datelor, angajatorii vă vor pune probabil și întrebări generale pentru a vă cunoaște mai bine. Aceste întrebări îi vor ajuta să înțeleagă stilul dvs. de lucru, personalitatea și modul în care v-ați putea integra în cultura companiei lor.

Întrebările de la interviu cu datele personale pot include:

Ce face un bun Data Scientist?

Răspunsul dumneavoastră la această întrebare va spune unui manager de angajare multe despre modul în care vă vedeți rolul și valoarea pe care o aduceți unei organizații. În răspunsul dvs., ați putea vorbi despre modul în care știința datelor necesită o combinație rară de competențe și abilități. Un bun Data Scientist trebuie să combine abilitățile tehnice necesare pentru a analiza datele și pentru a crea modele cu simțul de afaceri necesar pentru a înțelege problemele pe care le abordează, precum și pentru a recunoaște perspectivele acționabile în datele lor. În răspunsul dvs., puteți discuta și despre un Data Scientist pe care îl apreciați, fie că este un coleg pe care îl cunoașteți personal sau o persoană perspicace din industrie.

• Te rog spune-mi despre tine.
• Care sunt cele mai bune calități ale tale profesional? Care sunt zonele tale de slăbiciune?
• Există un Data Scientist pe care îl admiri cel mai mult?
• Ce v-a inspirat interesul pentru știința datelor?
• Ce abilități sau caracteristici unice aduci care ar ajuta echipa?
• Ce te-a determinat să-ți părăsești ultimul loc de muncă?
• La ce nivel de compensație așteptați de la acest job?
• Preferi să lucrezi singur sau ca parte a unei echipe de Data Scientists?
• Unde vă vedeți cariera peste cinci ani?
• Care este abordarea ta pentru gestionarea stresului la locul de muncă?
• Cum gasesti motivatia?
• Care este metoda ta pentru a măsura succesul?
• Cum ai descrie mediul tău ideal de lucru?
• Care sunt pasiunile sau hobby-urile tale în afara științei datelor?

Lista întrebărilor de interviu pentru știința datelor: leadership și comunicare

Leadership-ul și comunicarea sunt două abilități valoroase pentru oamenii de știință ai datelor. Angajatorii apreciază candidații care pot da dovadă de inițiativă, își pot împărtăși experiența cu membrii echipei și pot comunica obiectivele și strategiile științei datelor.

Iată câteva exemple de întrebări de interviu pentru conducere și comunicare în domeniul științei datelor:

Ce îți place să lucrezi într-o echipă multidisciplinară?

Un Data Scientist colaborează cu o mare varietate de oameni în roluri tehnice și non-tehnice. Nu este neobișnuit ca un Data Scientist să lucreze cu dezvoltatori, designeri, specialiști de produse, analiști de date, echipe de vânzări și marketing și directori de nivel superior, ca să nu mai vorbim de clienți. Prin urmare, în răspunsul dvs. la această întrebare, trebuie să ilustrați că sunteți un jucător de echipă care savurează oportunitatea de a întâlni și de a colabora cu oameni din cadrul unei organizații. Alegeți un exemplu de situație în care ați raportat oamenilor de cel mai înalt nivel dintr-o companie pentru a arăta nu numai că vă simțiți confortabil să comunicați cu oricine, ci și pentru a arăta cât de valoroase au fost informațiile dvs. bazate pe date în trecut.

• Vă puteți gândi la o situație profesională în care ați avut ocazia să demonstrați leadership?
• Care este abordarea dvs. pentru rezolvarea conflictelor?
• Care este abordarea dumneavoastră pentru a construi relații profesionale cu colegii?
• Care este un exemplu de prezentare reușită pe care ați făcut-o? De ce a fost atât de convingător?
• Dacă vorbiți cu un coleg sau cu un client dintr-un mediu non-tehnic, cum explicați problemele sau provocările tehnice complexe?
• Vă rugăm să amintiți o situație în care a trebuit să gestionați informații sensibile. Cum ai abordat situația?
• Din propria perspectivă, cum ți-ai evalua abilitățile de comunicare?

Lista întrebărilor de interviu pentru știința datelor: comportamentale

Cu întrebările de interviu comportamentale, angajatorii caută situații specifice care prezintă anumite abilități. Intervievatorul vrea să înțeleagă cum ați tratat situațiile din trecut, ce ați învățat și ce puteți aduce companiei lor.

Exemple de întrebări comportamentale într-un interviu pentru știința datelor includ:

Vă amintiți o situație în care a trebuit să curățați și să organizați un set de date mari?

Studiile au arătat că oamenii de știință în domeniul datelor își petrec cea mai mare parte a timpului pregătirii datelor, spre deosebire de extragerea sau modelarea datelor. Deci, dacă aveți experiență ca Data Scientist, este aproape sigur că aveți experiență în curățarea și organizarea unui set de date mari. De asemenea, este adevărat că aceasta este o sarcină de care puțini oameni îi place cu adevărat. Dar curățarea datelor este și unul dintre cei mai importanți pași pentru orice companie. Prin urmare, ar trebui să-l conduceți pe managerul de angajare prin procesul pe care îl urmați în pregătirea datelor: eliminarea observațiilor duplicate, remedierea erorilor structurale, filtrarea valorii aberante, abordarea datelor lipsă și validarea datelor.

• Gândiți-vă înapoi la un proiect de date la care ați lucrat în care ați întâmpinat o problemă sau o provocare. Care a fost situația, care a fost obstacolul și cum ați depășit-o?
• Vă rugăm să furnizați un exemplu specific de utilizare a datelor pentru a îmbunătăți experiența unui client sau a unei părți interesate?
• Vă rugăm să furnizați o situație specifică în care ați îndeplinit un obiectiv. Cum ai reusit?
• Vă rugăm să furnizați o situație specifică în care nu ați îndeplinit un obiectiv. Ce a mers prost?
• Care este abordarea dumneavoastră pentru gestionarea și îndeplinirea termenelor limită strânse?
• Îți amintești o perioadă în care te-ai confruntat cu conflicte la locul de muncă? Cum te-ai descurcat cu asta?

Lista întrebărilor de interviu pentru știința datelor de la companiile de top (Amazon, Google, Facebook, Microsoft)

Pentru a vă face o idee despre alte întrebări care pot apărea într-un interviu, am compilat o listă de întrebări de interviu pentru știința datelor de la unele dintre companiile de top din domeniul tehnologiei.

• Care este diferența dintre mașina vectorială de suport și regresia logistică? Vă rugăm să oferiți exemple de situații în care ați alege să utilizați una, mai degrabă decât cealaltă.
• Dacă eliminarea valorilor lipsă dintr-un set de date cauzează părtinire, ce ați face?
• Când vă uitați la sănătatea, implicarea sau creșterea unui produs, ce valori ați evalua?
• Când încercați să abordați sau să rezolvați probleme de afaceri legate de produsul nostru, ce valori ați evalua?
• Cum apreciați performanța produsului?
• De unde știi dacă o nouă observație este aberantă?
• Cum ați defini un compromis de părtinire-varianță?
• Care este metoda dvs. de selectare aleatorie a unui eșantion dintr-o populație de utilizatori de produse?
• Care este procesul dvs. de dispută și curățare a datelor înainte de a aplica algoritmi de învățare automată?
• Cum ați aborda clasificarea binară dezechilibrată?
• Cum faceți diferența între vizualizarea de date bună și cea proastă?
• Vă rugăm să creați o funcție care să verifice dacă un cuvânt este un palindrom.