这篇文章先要来个【干货预警】～
之前看到很多人对Data Scientist这个岗位感兴趣，这次想直接分享几年前我在Master毕业之前面试DS的面试题。
Background
Master毕业之前通过校招和海投投了很多公司（无内推🥲），职位主要投的是new graduate - DS/Quant/Consultant，公司包括科技公司/银行/药厂/咨询公司等等。希望的是通过广撒网拿到一个支持sponsor的工作。以下分享的所有面试题都是当时我被问到的题目。选取的题目是面试中遇到最高频的题目（or知识点）。我尽量精简了一些语言，希望篇幅更小一点。
题目来自的面试轮数主要是电话面试和视频面试。所有题目都非onsite题目非coding题目。因为有些onsite会有口头或者正式保密协议so🤣🤣🤣
希望这些题目对大家有帮助！
DS面试题目
1. What programming language do you use. Some pros and cons of it.
作为new graduate其实有一个很熟悉的language还是会很加分的。目前业界主流肯定是python和r。大部分公司coding轮数都是perfer R或者Python，另外药厂和银行我面的时候全部都是写sas。
2. If you had to propose a new feature to XXX (某司某产品名字）, what would it be?
这种题目也顺便考察了对面试公司的了解。所以在面试某些厂时候，最好对这个组的产品有所了解。这个问题回答完之后紧接着肯定是问加了这个feature之后如何衡量这个feature好坏。又是套路题目了🙇♀️
3. What is the relationship between PCA and LDA/QDA
考察对PCA和LDA了解程度。面试前必备，翻一翻unsupervised和supervised learning相关知识。
4. You fit a multiple regression to examine the effect of a particular variable, the variable comes back insignificant, but your coworker says that is impossible as it is known to have an effect, what would you do/say?
考察对regression实操的理解。regression model似乎是模型里最常考的题目了。
5. How would you prevent over-fitting when you are creating xxx model.
考查overfitting相关知识。Cross Validation考前必看。
6. What metrics do you use to evaluate two search engines?
这种类型的题目我发现科技公司真的很爱考。距离我毕业都三四年了，换汤不换药的题目还在不断考。
总结
读书时候面试DS最大感觉就是问题真的很杂，不光是统计知识，数学知识，Machine learning知识，coding知识，还有很多类似product sense的类型题目。尤其是很多公司DS坑位很少。我印象很深的就是校招时候参加某血汗大工厂面试DS，面了一轮校园面试之后自我感觉面试很好（🤣）问了面试官也说很喜欢我很快就follow up下一轮，结果第二天HR就说把我转到了去面software engineer😰可以说当时找工作真的可以用“心力交瘁”来形容。
最后我的DS之路也是走的曲线救国道路：ms毕业也是通过去咨询公司上岸再跳槽做DS。
找工作时候经常容易想放弃，觉得无法上岸。这里希望大家都调整好心态，大家一起加油！也希望我们越来越多同行哈哈～互相交流～
感谢阅读～欢迎讨论～
君君提示：你也可以发布优质内容，点此查看详情 >>
本文著作权归作者本人和北美省钱快报共同所有，未经许可不得转载。长文章仅代表作者看法，如有更多内容分享或是对文中观点有不同见解，省钱快报欢迎您的投稿。
52
8696 33 7
