2025年数据建模工程师考试题库（附答案和详细解析）（0815）.docxVIP

2025年数据建模工程师考试题库（附答案和详细解析）（0815）

数据建模工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

数据建模的首要步骤是？A.数据清洗B.确定业务需求C.选择建模工具D.设计数据库表结构答案：B解析：数据建模需以业务需求为起点，明确目标后再进行后续步骤。选项A、C、D虽为建模过程内容，但非首要步骤。

以下哪种模型属于监督学习模型？A.决策树B.主成分分析C.K-means聚类D.神经网络答案：A解析：决策树通过标记数据训练预测新数据，属于监督学习。其余选项为无监督或深度学习模型。

在数据预处理中，处理缺失值最常用的方法是？A.删除缺失行B.填充均值/中位数C.使用复杂插值算法D.以上都是答案：B解析：填充均值/中位数是最常用且高效的方法，删除行可能导致数据丢失过多，复杂插值不具普适性。

关系型数据库中，保证数据一致性的主要机制是？A.索引优化B.事务ACID特性C.触发器D.存储过程答案：B解析：ACID特性（原子性、一致性、隔离性、持久性）是事务的核心保证，其他选项仅是辅助功能。

以下哪个指标不适合评估分类模型性能？A.准确率B.F1分数C.决策树深度D.AUC答案：C解析：决策树深度是结构指标，非性能评估指标。其他均为常见分类评估指标。

下列哪种数据挖掘任务属于异常检测？A.聚类分析B.关联规则挖掘C.异常值识别D.序列模式发现答案：C解析：异常检测的核心是识别异常值，其余为不同任务类型。

在特征工程中，“特征交叉”指的是？A.特征选择B.特征组合C.特征缩放D.特征编码答案：B解析：特征交叉通过组合原始特征生成新特征（如乘积、多项式），提升模型表现。

以下哪个是正确的数据库范式？A.第一范式（1NF）B.第三范式（3NF）C.反范式设计D.以上都是答案：D解析：范式设计包括1NF、2NF、3NF、BCNF等，反范式为非规范化设计。

集成学习方法中，随机森林的核心思想是？A.单个决策树集成B.多决策树并行投票C.单决策树优化D.神经网络集成答案：B解析：随机森林通过多棵决策树并行集成，利用投票机制提升泛化能力。

数据仓库中，“ODS”通常代表？A.操作数据存储B.数据集市C.概念模型D.数据湖答案：A解析：ODS（OperationalDataStore）是面向主题的、存入操作数据的中间层。

二、多项选择题（共10题，每题2分，共20分）

数据建模工程师的核心能力包括？A.业务理解能力B.编程实现能力C.数据可视化能力D.数学建模能力答案：ABCD解析：需具备业务分析、技术实现、数据呈现和模型构建全链条能力。

以下哪些属于常见的数据预处理技术？A.数据清洗B.特征工程C.数据转换D.数据集成答案：ABCD解析：预处理涵盖清洗、工程、转换、集成等全流程技术。

监督学习模型中，常用的损失函数包括？A.均方误差（MSE）B.交叉熵损失C.Hinge损失D.均值绝对误差（MAE）答案：ABC解析：MAE主要用于回归，其余为常见分类模型损失函数。

关系型数据库的ACID特性包含？A.原子性（Atomicity）B.一致性（Consistency）C.隔离性（Isolation）D.可恢复性（Durability）答案：ABCD解析：ACID是事务完整性的四项标准保证。

以下哪些属于数据挖掘的高级任务？A.关联规则挖掘B.序列模式分析C.异常检测D.回归预测答案：ABC解析：序列模式分析为较复杂任务，回归预测属于基础任务。

特征工程的主要方法包括？A.特征选择B.特征缩放C.特征编码D.特征交叉答案：ABCD解析：上述均为特征工程的核心技术手段。

数据仓库分层架构通常包含？A.ODS层B.数据集市C.雪花模型D.概念模型答案：AB解析：典型分层包含ODS、DW层（或数据集市）、OLAP层，概念模型为设计阶段。

集成学习方法包括？A.决策树集成（如随机森林）B.增强学习（如GBDT）C.融合学习D.神经网络集成答案：ABD解析：集成学习主要分为Bagging、Boosting、Stacking等，融合学习属另一类。

数据建模的输出通常包括？A.模型评估报告B.数据字典C.可视化图表D.部署方案答案：ABCD解析：完整建模输出需包含全生命周期文档和方案。

异常值检测方法包括？A.Z-score法B.IQR方法C.