Data Scientist Interjúkérdések Fordulónként

Valószínűleg felkészültél SQL-ből és egy kis gépi tanulásból, de nem vagy biztos benne, mi jöhet még. Ez a szakasz feltérképezi azt az öt fordulót, amelyeket ezek az interjúk újra és újra használnak, hogy a felkészülésed illeszkedjen az értékeléshez. Minden forduló mást tesztel, és ha csak a két technikai fordulóra készülsz, az a leggyakoribb módja annak, hogy erős jelöltek elveszítsék az ajánlatot.

• SQL és kódolás. Lekérdezésírás plusz adatmanipuláció Pythonban, általában élőben.
• Statisztika és valószínűség. Értelmezés és érvelés, nem bizonyítások.
• Kísérlettervezés. A/B tesztek: mit mérj, meddig futtasd, mikor bízz az eredményben.
• Modellezés vagy case. Egy nyitott probléma, amelyet felvázolsz, majd magas szinten megoldasz.
• Viselkedési és stakeholder kérdések. Hogyan kezelted a bizonytalanságot, a nézeteltérést és az eredményeket, amiket senki sem akart.

A pozíciónevek eltérőek. Egy cég, amely data scientistnek nevezi a szerepet, futtathat analyst interjút is, és fordítva. Ha ennek az oldalnak az analyst verzióját keresed, megtalálod a szerepkör szerinti interjúkérdések hubban.

Statisztika és valószínűség

• Mit jelent valójában egy p-érték, és mit nem jelent?
• Magyarázd el a konfidenciaintervallumot egy product managernek két mondatban.
• Mikor használnál t-tesztet z-teszt helyett?
• Mi a centrális határeloszlás tétele, és miért számít a munkádban?
• Egy metrika elmozdult, és az eredmény szignifikáns. Miért lehet mégis rossz?
• Magyarázd el az I. és II. típusú hibát egy döntésen keresztül, amit a csapatod valóban meghoz.
• Mi a szelekciós torzítás, és hogyan ismernéd fel az adataidban?
• Mikor jobb összegzés a medián, mint az átlag?

Kísérlettervezés és A/B tesztelés

• Hogyan terveznél kísérletet egy új onboarding folyamat teszteléséhez?
• Hogyan választod ki a mintaméretet, és mi történik, ha nem éred el?
• A teszted három nap után szignifikáns. Kiadod?
• Mi a novelty effect, és hogyan választanád el egy valós növekedéstől?
• Hogyan kezeled, ha több metrika különböző irányba mozdul?
• Mit tennél, ha a randomizáció menet közben elromlana?
• Hogyan mérnél valamit, amit nem lehet randomizálni, például egy áremelést egy teljes piacon?

A minta, amit érdemes észrevenni: szinte egyiknek sincs egyetlen helyes válasza. Azt értékelik, hogy megnevezed-e a feltevést, kimondod-e a kompromisszumot, és elmondod-e, mit ellenőriznél.

Modellezés

• Hogyan építenél modellt az ügyfélkopás (churn) előrejelzésére? Kezdd azzal, hogyan definiálnád a churnt.
• A modelled 95 százalékos pontosságú egy kiegyensúlyozatlan adathalmazon. Ez jó?
• Magyarázd el a bias-variance kompromisszumot egy általad kiadott modellen keresztül.
• Hogyan döntenél egy egyszerű és egy komplex modell között ehhez a problémához?
• Honnan tudod, hogy egy modell leállt a bevezetés után?
• Magyarázd el a regularizációt valakinek, aki még soha nem használta.

SQL és Python

• Írj egy lekérdezést, amely visszaadja minden felhasználó első és legutóbbi vásárlási dátumát.
• Számíts hét napos gördülő átlagot a napi aktív felhasználókra.
• Találd meg a konverziós rátát kohorszhónap szerint.
• A pandas-ban alakíts át egy hosszú táblát széles formátumúra, és magyarázd el, mikor nem tennéd ezt.
• Hogyan találnád meg és kezelnéd a duplikált sorokat egy tranzakciós táblában?

Product sense és metrikák

• Hogyan mérnéd, hogy egy új funkció sikeres-e?
• A napi aktív felhasználók nőnek, de a bevétel stagnál. Vizsgáld meg.
• Melyik egyetlen metrikát tennéd fel a vezetői dashboardra, és melyiket hagynád ki?
• Hogyan különböztetnél meg egy jó megtartási görbét egy rossztól?

Egy kérdéslista elolvasása felismerést épít. Az interjúk azt tesztelik, hogyan teljesítesz időnyomás alatt, amikor valaki félbeszakít, és ezek más képességek. A szakadék leginkább a kísérlet- és case fordulókban mutatkozik meg, ahol a válasz strukturált érvelés, nem tény.

• Válaszolj hangosan, időmérővel. Hat perc case kérdésenként, jegyzetek nélkül, újraindítás nélkül.
• Először mondd ki a feltevéseidet. Az, hogy megnevezed, mit feltételezel, értékelt, és emellett gondolkodási időt is vásárol.
• Gyakorold, hogy félbeszakítanak. A valódi interjúztatók a második percben vágnak közbe. Egy megszakítás nélküli monológ gyakorlása erre nem készít fel.
• Írj SQL-t kézzel. Az élő fordulók gyakran egyszerű szerkesztőt használnak automatikus kiegészítés és a lekérdezés futtatásának lehetősége nélkül.
• Magyarázz el minden eredményt kétszer. Egyszer technikailag, egyszer egy stakeholdernek, akit nem érdekel a módszered.

Egy négyéves tapasztalattal rendelkező data scientist egy marketplace interjúra úgy készült, hogy egy dokumentumban átnézett száz kérdést, majd lefagyott a „a teszted három nap után szignifikáns, kiadod?" kérdésnél, mert soha nem mondta ki hangosan a választ rá. A tartalom megvolt a fejében; az előadásmód nem. Ha ezeket követő kérdésekkel szeretnéd gyakorolni, a mock interview mód levezeti a fordulót, és megkérdőjelezi a válaszaidat.