编译：陆震、张秋玥、蒋宝尚

直到今天，在各类媒体口中，数据科学家依然是“21世纪最性感的职业”。但事实上，希望进入这个行业的初级数据科学家已经供过于求。

可以预见的是，各种高校相关专业的毕业生，在完成coursera或者fast.ai的课程后，都希望得到一份跟“数据”相关的岗位。据统计，部分职位的供求比已经达到了1:200。

那么，如何能在这条独木桥上杀出重围、脱引而出呢？

金三银四求职季，江湖传言在三月份和四月份找工作和跳槽成功的概率最大。不同于程序员这样的纯技术工种，求职成为一名数据科学家似乎需要“上知天文，下知地理”。

毕竟，数据科学领域集成了多种不同元素，包括信号处理，数学，概率模型技术和理论，机器学习，计算机编程，统计学，数据工程，模式识别和学习，可视化，不确定性建模，数据仓库，以及从数据中析取规律和产品的高性能计算。

今天文摘菌会给大家推荐一份数据科学面试资料，资料收集了来自顶级技术公司的访调员和数据科学家。从浅入深的囊括了沟通、数据分析、模型预测、编程、概率、产品指标等7个部分的共120个面试问题。

根据官方网站，这份资源由Max、Carl、Henry以及William四位合作编写，这四位好基友都有数学科学以及数据分析的背景，也非常互补，也因此让这份资料变得弥足珍贵。

这份资料，在官方网站上需要付19美元可以获取完整版（包括问题和答案）。

先放上资料官网数据分析测试题，非常需要的读者请购买支持正版哦

当然，如果你只是想了解这份资料的大概内容，或者测试一下自己是否掌握了数据科学家需要的知识，文摘菌在github上也找到了这份资料的缩略问题版，少部分概念以及定义性的问题有答案，对于开放性的问题，欢迎大家在留言区给出你的答案哦。

文摘菌精选了这份资料中的部分问题和答案，完整版戳下边链接自取。

github地址：

沟通

1.向我解释一个与你正在面试的角色相关的技术概念。

2.向我介绍你所热爱的事情。

3.你会如何向没有统计背景的工程师解释A/B测试，线性回归呢？

4.你会如何向没有统计背景的工程师解释置信区间以及95％的置信度的意思？

5.你会如何向一组高级管理人员解释为什么数据很重要？

数据分析

1.给定一个数据集，分析这个数据集并告诉我你可以从中了解到什。

2.什么是R2？可能比R2更好的指标有哪些，为什么？

答：拟合良好，是由该回归/总方差解释的那部分方差；你添加的预测变量越多，R^2越大；因而使用因自由度调整的R ^ 2；或着训练误差指标。

3.什么是维度灾难？

4.更多的数据就总是更好么？

5.分析数据之前绘制图表有什么好处？

模型预测（19个问题）

1.给定一个数据集，分析这个数据集并给出一个可以预测这个响应变量的模型。

2.如果测试数据的分布与训练数据的分布明显不同，可能会出现什么问题？

3.有什么方法可以让我的模型对异常值的鲁棒性更高？

4.与最小化误差绝对值的模型相比，在最小化误差平方的模型中，你认为有哪些差异？每个误差指标分别在哪种情况下合适？

5.你会什么误差指标来评估二分类器的好坏？如果类别不平衡怎么办？如果超过2组怎么办？

概率

1.阿米巴虫波波生0个、1个或2个小阿米巴虫的概率分别是25%、25%以及50%。这些小阿米巴虫们的繁殖能力也都一样。请问波波的后代灭绝的概率是多少？

2.任何15分钟时间段内，你看到至少一颗流星的概率是20%。请问在一小时内你看到至少一颗流星的概率是多少？

3.仅使用一枚色子，你如何生成一个1-7内随机数？

4.有一个数据集包含来自两个正态分布的数值。两个分布的标准差相同。来自两个分布的数据点个数相同。请问如果想要该数据集呈双峰分布，两个分布的均值应当至少差多少？

5.提供已知正态分布的样本值，请问你能如何模拟一个均匀分布的样本值？

6.一对夫妻告诉你他们有两个小孩，其中至少有一个是女孩。请问他们拥有两个女儿的概率是多少？

产品指标

1.对于一个广告驱动的消费者产品（比如Buzzfeed，YouTube，Google搜索等），什么可以称为好的成功衡量指标？服务驱动的消费者产品（比如优步，Flickr，Venmo等）呢？

2.对于一个效率工具（比如印象笔记，Asana，Google文档等），什么可以称为好的成功衡量指标？线上课程平台（比如edX，Coursera，Udacity等）呢？

3.对于一个电商产品（比如Etsy，Groupon，Birchbox等），什么可以称为好的成功衡量指标？订阅产品（比如Netflix，Birchbox数据分析测试题，Hulu等）呢？高级付费订阅（比如OKCupid，领英，Spo

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！