2026年数据科学家面试题库与解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家面试题库与解析

一、统计学基础（5题，每题6分）

1.假设检验的应用场景与选择

某电商平台A和B希望比较用户购买转化率。A公司数据科学家采用显著性水平α=0.05进行假设检验，结果发现A平台转化率显著高于B平台。请解释：

（1）假设检验的零假设（H?）和备择假设（H?）是什么？

（2）若A平台实际转化率为5%，B平台为4%，请讨论该结论的商业意义及潜在风险。

2.相关性与因果性的区别

某研究发现，冰淇淋销量与溺水事故数量呈强正相关关系。请解释：

（1）该相关性是否意味着吃冰淇淋导致溺水？

（2）如何通过实验设计区分相关性背后的真实机制？

3.熵与信息增益

假设某数据集包含“性别”“收入”“是否购房”三个特征，请计算：

（1）若“性别”特征将数据集均分，其熵是多少？

（2）若“是否购房”特征将数据集按比例分为60%是/40%否，其信息增益是多少？

4.置信区间与样本量

某外卖平台抽样1000名用户，发现其月均消费为200元（标准差30元），95%置信区间为[193.8,206.2]。若要求置信区间宽度缩小至±5元，样本量应增加多少？

5.卡方检验的应用

某招聘公司怀疑简历投递与面试结果存在偏见（投递者性别比面试者性别比例不符）。请设计卡方检验步骤，并解释如何判断偏见是否显著。

二、机器学习算法（8题，每题