أسئلة مقابلة عالم البيانات حسب الجولة

على الأرجح جهزت نفسك في SQL وقليل من تعلم الآلة، لكنك لست متأكدًا مما سيأتي بعد ذلك. يرسم هذا القسم الجولات الخمس التي تتكرر في هذه المقابلات، بحيث يتوافق استعدادك مع طريقة التقييم. كل جولة تختبر شيئًا مختلفًا، والاستعداد للجولتين التقنيتين فقط هو الطريقة الأكثر شيوعًا التي يخسر بها المرشحون الأقوياء العروض.

• SQL والبرمجة. كتابة الاستعلامات إضافة إلى معالجة البيانات في Python، عادة بشكل مباشر.
• الإحصاء والاحتمالات. تفسير واستدلال، لا إثباتات.
• تصميم التجارب. اختبارات A/B: ماذا تقيس، وكم من الوقت تشغّله، ومتى تثق بالنتيجة.
• النمذجة أو دراسة حالة. مشكلة مفتوحة تصوغها ثم تحلها على مستوى عام.
• السلوكية وأصحاب المصلحة. كيف تعاملت مع الغموض والخلاف والنتائج التي لم يرغب بها أحد.

تختلف المسميات الوظيفية. قد تدير شركة تسمي الدور عالم بيانات مقابلة محلل بيانات، والعكس صحيح. إذا كنت تريد نسخة محلل البيانات من هذه الصفحة، فهي موجودة في مركز أسئلة المقابلات حسب الدور.

الإحصاء والاحتمالات

• ماذا تعني قيمة p فعليًا، وماذا لا تعني؟
• اشرح فترة الثقة لمدير منتج في جملتين.
• متى تستخدم اختبار t بدلًا من اختبار z؟
• ما هي نظرية النهاية المركزية ولماذا تهم عملك؟
• تحركت مقياس ما وأصبحت النتيجة ذات دلالة إحصائية. لماذا قد تكون خاطئة رغم ذلك؟
• اشرح خطأ النوع الأول والنوع الثاني باستخدام قرار يتخذه فريقك فعليًا.
• ما هو تحيز الاختيار وكيف تكتشفه في بياناتك؟
• متى يكون الوسيط ملخصًا أفضل من المتوسط؟

تصميم التجارب واختبار A/B

• كيف تصمم تجربة لاختبار تدفق تهيئة جديد للمستخدمين؟
• كيف تختار حجم العينة، وماذا يحدث إذا لم تتمكن من الوصول إليه؟
• اختبارك ذو دلالة إحصائية بعد ثلاثة أيام. هل تطلقه؟
• ما هو تأثير الجدة، وكيف تفصله عن ارتفاع حقيقي؟
• كيف تتعامل مع عدة مقاييس تتحرك في اتجاهات مختلفة؟
• ماذا تفعل لو تعطل التوزيع العشوائي في منتصف الاختبار؟
• كيف تقيس شيئًا لا يمكن توزيعه عشوائيًا، مثل تغيير السعر في سوق كامل؟

النمط الذي يجب ملاحظته: لا يكاد أي من هذه الأسئلة يملك إجابة صحيحة واحدة. يتم تقييمها بناءً على ما إذا كنت تسمي الافتراض، وتوضح المفاضلة، وتقول ما الذي كنت ستتحقق منه.

النمذجة

• كيف تبني نموذجًا للتنبؤ بتسرب العملاء (churn)؟ ابدأ بكيفية تعريفك للتسرب.
• نموذجك يحقق دقة 95 بالمئة على مجموعة بيانات غير متوازنة. هل هذا جيد؟
• اشرح المفاضلة بين التحيز والتباين (bias-variance) باستخدام نموذج قمت بإطلاقه.
• كيف تختار بين نموذج بسيط ونموذج معقد لهذه المشكلة؟
• كيف تعرف أن نموذجًا توقف عن العمل بعد النشر؟
• اشرح التنظيم (regularisation) لشخص لم يستخدمه من قبل.

SQL وPython

• اكتب استعلامًا يعيد أول وأحدث تاريخ شراء لكل مستخدم.
• احسب المتوسط المتحرك لسبعة أيام للمستخدمين النشطين يوميًا.
• أوجد معدل التحويل حسب شهر الأفواج.
• في pandas، حوّل جدولًا طويلًا إلى جدول عريض واشرح متى لا تفعل ذلك.
• كيف تجد وتعالج الصفوف المكررة في جدول معاملات؟

حس المنتج والمقاييس

• كيف تقيس ما إذا كانت ميزة جديدة ناجحة؟
• المستخدمون النشطون يوميًا في ارتفاع لكن الإيرادات ثابتة. تحقق من ذلك.
• أي مقياس واحد ستضعه على لوحة معلومات القيادة، وأيها ستستبعده؟
• كيف تميز منحنى احتفاظ جيدًا عن آخر سيئ؟

قراءة قائمة أسئلة تبني التعرف. المقابلات تختبر الأداء تحت ضغط الوقت مع شخص يقاطعك، وهذه مهارات مختلفة. تظهر الفجوة أكثر في جولات التجارب ودراسات الحالة، حيث تكون الإجابة حجة منظمة وليست حقيقة.

• أجب بصوت عالٍ، بمؤقت. ست دقائق لكل سؤال دراسة حالة، بدون ملاحظات، بدون إعادة بدء.
• اذكر افتراضاتك أولًا. تسمية ما تفترضه يتم تقييمه، كما أنه يمنحك وقتًا للتفكير.
• تدرب على أن تُقاطَع. المحاورون الحقيقيون يقاطعون في الدقيقة الثانية. التدرب على مونولوج غير منقطع لا يعدك لذلك.
• اكتب SQL يدويًا. الجولات المباشرة غالبًا ما تستخدم محررًا بسيطًا بدون إكمال تلقائي وبدون طريقة لتشغيل الاستعلام.
• اشرح كل نتيجة مرتين. مرة تقنيًا، ومرة لصاحب مصلحة لا يهتم بطريقتك.

عالمة بيانات تمتلك أربع سنوات من الخبرة استعدت لمقابلة في شركة سوق إلكتروني بمراجعة مئة سؤال في مستند، ثم تجمدت عند سؤال «اختبارك ذو دلالة إحصائية بعد ثلاثة أيام، هل تطلقه؟» لأنها لم تنطق إجابة عنه بصوت عالٍ من قبل. كان المحتوى في رأسها؛ لكن الأداء لم يكن كذلك. إذا كنت تريد التدرب على هذه الأسئلة مع أسئلة متابعة، فإن وضع mock interview يدير الجولة ويتحدى إجاباتك.