数据科学家面试指南及常见问题解答.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家面试指南及常见问题解答

一、统计学基础（共5题，每题6分）

1.假设检验的应用场景

题目：某电商公司希望验证“新推荐算法能提升用户购买转化率”的假设。请说明如何设计假设检验方案，并解释p值和置信区间的含义。

答案：

-假设检验方案：

-原假设（H0）：新算法与旧算法的转化率无差异（p≥0.5）。

-备择假设（H1）：新算法转化率更高（p0.5）。

-数据收集：随机抽样1000名用户，分别使用新旧算法，记录转化率。

-检验方法：使用双样本比例检验（Z检验），计算p值。

-决策标准：若p值0.05，则拒绝H0，认为新算法有效。

-p值与置信区间：

-p值：小概率事件发生的概率，若p0.05，说明观察结果在H0下罕见。

-置信区间：如95%置信区间为[0.10,0.15]，表示新算法转化率真实值有95%概率在此区间。

2.离散变量与连续变量的区别

题目：某外卖平台统计用户下单时间，数据类型为“10:00,11:30,12:15,...”。请说明如何处理此类数据，并举例说明离散变量场景。

答案：

-处理方式：

-离散变量：若仅统计“是否高峰时段”（如10:00-12:00为1，其他为0），可转换为分类变量。

-连续变量：直接用于回归分析，如用下单时间预测订单金额。

-离散变量场景：

-