数据分析师常见的面试问题集锦.pdfVIP

人人好公，则天下太平；人人营私，则天下大乱。——刘鹗

数据分析师常见的面试问题集锦

随着大数据概念的火热，数据科学家这一职位应时而出，那么成

为数据科学家要满足什么条件?或许我们可以从国外的数据科学家面试

问题中得到一些参考，下面是77个关于数据分析或者数据科学家招聘

的时候会常会的几个问题，供各位同行参考。

1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。

2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果

进行衡量的?

3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验

设计、2/8原则?

4、什么是：协同过滤、n-grams,mapreduce、余弦距离?

5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结

数据从而得到一干净的数据库?

6、如何设计一个解决抄袭的方案?

7、如何检验一个个人支付账户都多个人使用?

8、点击流数据应该是实时处理?为什么?哪部分应该实时处理?

9、你认为哪个更好：是好的数据还是好模型?同时你是如何定义

“好”?存在所有情况下通用的模型吗?有你没有知道一些模型的定义

并不是那么好?

10、什么是概率合并(aka模糊融合)?使用sql处理还是其它语言

方便?对于处理半结构化的数据你会选择使用哪种语言?

11、你是如何处理缺少数据的?你推荐使用什么样的处理技术?

12、你最喜欢的编程语言是什么?为什么?

13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。

14、sas,r,python,perl语言的区别是?

15、什么是大数据的诅咒?

16、你参与过数据库与数据模型的设计吗?

17、你是否参与过仪表盘的设计及指标选择?你对于商业智能和报

表工具有什么想法?

人人好公，则天下太平；人人营私，则天下大乱。——刘鹗

18、你喜欢td数据库的什么特征?

19、如何你打算发100万的营销活动邮件。你怎么去优化发送?你

怎么优化反应率?能把这二个优化份开吗?

20、如果有几个客户查询oracle数据库的效率很低。为什么?你

做什么可以提高速度10倍以上，同时可以更好处理大数量输出?

21、如何把非结构化的数据转换成结构化的数据?这是否真的有必

要做这样的转换?把数据存成平面文本文件是否比存成关系数据库更好?

22、什么是哈希表碰撞攻击?怎么避免?发生的频率是多少?

23、如何判别mapreduce过程有好的负载均衡?什么是负载均衡?

24、请举例说明mapreduce是如何工作的?在什么应用场景下工

作的很好?云的安全问题有哪些?

25、(在内存满足的情况下)你认为是100个小的哈希表好还是一

个大的哈希表，对于内在或者运行速度来说?对于数据库分析的评价?

26、为什么朴素贝叶斯差?你如何使用朴素贝叶斯来改进爬虫检验

算法?

27、你处理过白名单吗?主要的规则?(在欺诈或者爬行检验的情况

下)

28、什么是星型模型?什么是查询表?

29、你可以使用excel