Data Scientist 面试题
来自各公司指南的代表性 Data Scientist 面试题，按考察点分组。它们是备考示例，不是任何公司经确认的题库。
行为面 (23)
讲讲你曾与队友在分析方法上产生分歧的经历。你们是如何做出决定的？
请讲述一次证据促使你改变最初方案的经历。
你会为一项新产品功能选择哪个指标，又会监测哪些失效模式？
请讲述一次你通过清晰传达复杂分析而改变决策的经历。
请讲述一次你发现自己的分析有误的经历。接下来你做了什么？
请讲述一次你向非技术合作伙伴解释技术结果的经历。
请讲述一次改变了某项决策的分析，以及你如何向非技术合作伙伴解释该分析。
请讲述一次你的分析改变团队决策的经历。
请讲述一次你在收到相互矛盾的证据后改变分析方法的经历。
请讲述一次新证据促使你改变分析方法的经历。
请讲述一个你的分析改变了决策的真实情境。
请讲述一次你主动负责处理模糊分析任务的经历。
请讲述一次你与他人对分析产生分歧的经历，以及你如何与协作者共同解决分歧。
为什么你想以数据科学家的身份加入 Boston Consulting Group？
请介绍一个你的分析改变了某项决策的项目。
你能否讲述一次在获得新证据后改变分析方法的经历？
请讲述一个模型表现不错，却未能转化为有用商业决策的案例。
请讲述一次新证据促使你修改分析建议的经历。
当故障很少发生、且同一设备的观测值彼此相关时，你会如何验证设备故障预测模型？
当你负责的项目中，利益相关方对你的数据解读存在分歧时，你是如何处理的？
你能否讲一次因发现自己分析中的错误，而改变原有建议的经历？
请讲一个你的分析挑战了团队倾向性结论的经历。你是如何处理这种分歧的？
你曾如何处理与利益相关者在分析结果上的分歧？
编程 (26)
写一条 SQL 查询来比较不同客户群体的参与度，并说明你会如何验证结果。
你会如何编写 SQL 查询，在避免重复记录的同时比较不同客户群组的留存率？
编写一条 SQL 查询，在处理活动数据缺失的同时比较不同用户群体的参与度。
你会如何编写 SQL 查询来识别重复的用户活动，并验证重复数据不会扭曲结果？
编写一个 SQL 查询，在处理缺失记录的同时比较不同队列的留存率。
给定一张事件表和一张用户表，你会如何编写 SQL 来比较不同群组的转化情况？
在处理缺失事件的同时，你会如何编写 SQL 查询来比较不同用户群组的留存率？
你会如何编写 SQL 查询，识别活跃度在连续多个时期下降的用户？
你会如何编写 SQL 查询，在处理延迟到达事件的同时比较各实验组的留存率？
编写 SQL，找出活跃度从一个时期到下一时期有所增加的会员。
编写一条SQL查询，在处理缺失值的同时比较不同客户群体的转化率。
你会如何编写 SQL 查询，比较不同客户群体的留存率？
你会如何编写 SQL 查询，以比较不同客户群体的留存率？
你会如何编写 SQL 查询，以比较不同商家群组的留存率？
你会如何组织代码，以清理、验证和分析一个不熟悉的数据集？
你会编写什么样的 SQL 查询来识别收听行为的持续性变化？
编写一条 SQL 查询，在避免重复事件的同时比较不同用户群组的互动情况。
编写一条 SQL 查询来比较不同用户群组的留存率，并说明你会如何验证结果。
请编写一条 SQL 查询，识别活跃度在连续多个周期内下降的用户。
你会如何编写查询，以识别客户行为随时间发生的变化？
你会如何编写 SQL 查询，在检查数据缺失情况的同时，比较各实验组的转化率？
给定一张事件表和一张客户表，你会如何编写查询来比较不同群组的留存率？
你会如何编写 SQL 查询，以识别交易活动中的异常变化？
一张事件表中存在重复记录和时间戳。你会如何编写SQL，在不重复计算的情况下，找出在首次活跃日之后又回访的用户？
你会如何编写 SQL 查询，在处理重复时间戳的同时找出每台设备最新的有效读数？
如果要按商户统计支付成功率，你会如何利用支付标识符、尝试标识符、时间戳和结果状态编写 SQL？
系统设计 (24)
你会如何设计一个实验，来衡量某项产品改动是否提升了用户留存？
你会如何设计实验，以检验推荐机制的变更是否改善了客户结果？
你会如何设计实验，以衡量产品改动是否提高了用户留存率？
当随机分配受到限制时，你会如何设计实验？
你会如何设计实验，以衡量一项新产品功能是否提高了用户留存率？
你会如何设计实验，以判断某项产品变更是否改善了用户结果？
你会如何设计实验，以衡量产品变更是否提高了乘客留存率？
你会如何设计实验，以检验推荐机制的调整是否提升了会员参与度？
你会如何设计实验，以衡量推荐方式的改变是否提升了有意义的互动？
你会如何设计实验，以确定某项产品改动是否提高了客户留存率？
你会如何设计实验，以衡量某项产品改动是否提升了用户参与度？
你会如何设计实验，以确定某项产品变更是否带来了改善？
你会如何设计实验，以测试商家结账行为发生变化后的影响？
你会如何设计实验来测试某项改动对听众参与度的影响？
你会如何设计实验，检验某项产品改动是否能提高创作者留存率？
你会如何设计实验，以判断某项产品改动是否改善了用户结果？
你会如何设计实验，以检验产品改动能否提高客户留存率？
无法随机分配时，你会如何设计实验？
你会如何设计实验，以检验产品改动是否提高了客户留存率？
你会如何设计实验，以衡量一项新的客户功能是否会改变用户参与度？
你会如何设计实验，以确定一项产品变更是否影响了客户行为？
你会如何设计一个实验，来检验某项生产工艺变更是否能提高良率？
当针对房客的改动也可能影响房东时，你会如何设计实验？
你会如何设计一个测试新用户引导流程的实验？
技术 (121)
某项关键产品指标在一次发布后下滑了，你会如何调查原因？
在可解释模型与预测性能更好但更复杂的模型之间，你会如何选择？
你会如何向需要据此采取行动的非技术负责人解释一个带有不确定性的模型结果？
如果互动指标和护栏指标出现相互冲突的变化，你会如何调查？
当数据随时间变化时，你会如何选择并验证需求预测模型？
你会如何向不从事统计工作的运营负责人解释模型结果？
你会如何判断一项产品改动是否导致了观察到的留存率提升？
你会如何发现并处理观察性分析中的选择偏差？
你会如何向产品负责人解释一个具有统计显著性但实际影响较小的结果？
某项关键指标在产品上线后有所上升。你会如何判断这一改动是否导致了指标改善？
你会如何发现并处理训练数据集中的选择偏差？
当预测性能和可解释性指向不同方向时，你会如何比较两种建模方法？
你会如何向非技术利益相关者解释模型建议及其不确定性？
你会如何判断某项指标的变化是否具有统计意义和实际价值？
你会如何在可解释的基线模型与更复杂的模型之间作出选择？
某个模型在线下表现良好，但部署后表现不佳。你会如何调查？
你会如何向非技术受众解释一个违反直觉的结果，并建议下一步行动？
如果某项指标仅在一个用户群体中发生变化，你会如何调查？
在什么情况下，你会选择较简单的模型，而不是更准确但可解释性较差的模型？
你会如何向产品负责人解释一项没有明确结论的实验？
如果某项实验的主要指标有所改善，但护栏指标变差，你会如何调查？
你会如何在可解释的基线方法与更复杂的模型之间做出选择？
面对希望获得明确建议的非技术决策者，你会如何解释一个幅度较小且存在不确定性的效应？
请举例说明新证据曾如何促使你改变分析建议。
在相信随机实验的结果之前，你会进行哪些检查？
你会如何在简单且可解释的模型与更复杂的模型之间做出选择？
一项实验提高了转化率，却也增加了取消量。你会如何调查并说明其中的取舍？
哪些偏差可能使实验结果失效？你会如何发现这些偏差？
在预测观看行为时，你会如何在简单模型与更复杂的模型之间做出选择？
某项指标整体有所改善，但在一个重要细分群体中有所下降。你会如何调查并传达这种取舍？
某项干预提高了点击量，却降低了后续留存率。你会如何解读这一结果？
你会如何在可解释模型和准确度更高的不透明模型之间作出选择？
你会如何向没有统计学背景的产品合作伙伴解释置信区间？
对于一项高风险预测，你会如何在可解释模型与更复杂的模型之间做出选择？
你的模型在线下表现良好，但部署后表现不佳。你会如何调查？
请向一位不从事统计工作的业务利益相关者解释置信区间。
在相信一项实验的结果之前，你会进行哪些检查？
你会如何调查某项关键产品指标的突然变化？
你会如何在简单基线模型和更复杂的预测模型之间做出选择？
你会如何向非技术背景的利益相关者解释一项没有明确结论的分析？
在相信实验结果之前，你会进行哪些检查？
你会如何在简单模型和更复杂的模型之间做出选择？
如果一个模型在验证中表现良好，但部署后表现不佳，你会如何诊断？
你会如何向非技术利益相关者解释不确定的结果？
在解读实验结果之前，你会检查哪些假设？
针对一项商业决策，你会如何在简单模型与更复杂的模型之间做出选择？
一项关键指标意外发生变化。你会如何调查原因？
你会如何向非技术合作伙伴解释统计上存在不确定性的结果？
你会如何在较简单的模型与更准确但更难解释的模型之间作出选择？
你会如何向非技术利益相关者解释一个没有明确结论的实验？
请描述当新证据改变了你的建议时，你是如何调整应对的。
产品上线后，一项关键指标上升，但一项护栏指标下降。你会如何调查并建议下一步行动？
你会如何在可解释模型与准确度更高但透明度较低的模型之间作出选择？
你会如何向产品经理解释置信区间及其决策价值？
你会如何在可解释的基线模型与更复杂的模型之间做出选择？
某项关键指标出现意外变化，你会如何诊断原因？
如果一位非技术决策者不同意你的建议，你会如何向其解释你的分析？
描述一个开放式数据问题、你考虑过的备选方案，以及选择最终方法的原因。
你会如何发现并处理观察性数据集中的选择偏差？
对于罕见事件预测问题，你会选择哪种模型，又会如何验证？
你会如何向非技术背景的高管解释模型的假阳性权衡？
请描述一个困难的项目、你作出的选择以及你的收获。
你会如何在可解释模型与准确度更高的复杂模型之间做出选择？
在相信模型的性能之前，你会进行哪些检查？
请向没有技术背景的利益相关者解释一项统计结果。
请描述一次有关分析方法的分歧，以及你是如何处理的。
在信任生产环境中的预测模型之前，你会进行哪些检查？
你会如何在较简单的模型与准确率更高但可解释性较低的模型之间作出选择？
客户希望降低客户流失率。你会如何拆解问题，并决定索取哪些数据？
你会如何向非技术利益相关者解释置信区间及其商业意义？
在训练预测模型之前，你会如何检测数据泄漏？
对于类别不平衡的分类问题，你会选择哪个指标？为什么？
你会如何向没有统计学背景的利益相关者解释置信区间？
使用时序数据训练模型前，你会进行哪些检查？
你会如何在准确度更高的模型与可解释性更强的模型之间作出选择？
你会如何向非技术风险合作伙伴解释模型的局限性？
一项实验提高了参与度，但降低了留存率。你会如何判断是否应该建议上线这项改动？
你会如何区分某个效果是由产品改动引起的，还是由季节性因素或被衡量用户群体的变化造成的？
一个模型在验证阶段表现良好，但上线后表现不佳。在决定是否替换它之前，你会调查哪些方面？
你会如何向一个需要做出上线决策的非技术利益相关者解释一个不确定的结果？
你为什么对这个数据科学家职位感兴趣？哪个项目最能体现你想做的工作？
在为设备告警功能设计实验时，你会如何选择随机化单位和成功指标？
在什么情况下，你会选择一个更简单的基线模型，而不是准确率更高但更难解释的模型？
如果一个结果在统计上显著，但影响太小、不足以改变运营决策，你会如何解释这一点？
如果不同商户规模不同，且客户可能多次尝试付款，你会如何测试一项结账流程的改动？
按商户规模分组后，原本看似上升的支付成功率却消失了，可能是什么原因造成的？
当标签数据延迟到达、且误将合法支付判定为拒绝会产生业务成本时，你会如何评估一个欺诈检测模型？
面对一个需要做出上线决策的相关方，你会如何向他解释一次结果不明确的实验？
设备读数与生产记录之间的连接可能因为什么原因夸大你的结果？你会如何发现这一点？
你会如何评估一个用于标记罕见生产缺陷的模型？
如果一个模型在验证阶段表现良好，但在之后的生产批次上表现不佳，你会调查哪些方面？
你会如何向需要做决策的相关方解释一个不确定的结果？
在一个预订类市场平台中，你会如何定义搜索排序改动的成功标准？
给定用户表、预订表和取消预订表，你会如何在不重复计数的情况下计算每个活跃用户的已完成预订数？
如果一项实验提升了核心指标，却增加了取消预订的数量，你会调查哪些方面？
在避免信息泄漏的前提下，你会如何验证一个预测取消预订的模型？
面对一位正在决定是否上线的产品经理，你会如何解释一项没有明确结论的实验？
p值到底意味着什么？它又不代表什么？
用两句话向产品经理解释置信区间。
什么情况下该用t检验而不是z检验？
中心极限定理是什么？它为什么对你的工作重要？
某个指标发生变化且结果显著，为什么它仍可能是错的？
结合你团队真实会做的一个决策，解释第一类错误和第二类错误。
什么是选择偏差？你会如何在数据中发现它？
什么时候用中位数比用平均数更能说明问题？
你如何确定样本量？如果达不到样本量该怎么办？
测试跑了三天就显著了，你会上线吗？
什么是新奇效应？你会如何把它和真实的提升区分开？
如果多个指标朝不同方向变化，你会怎么处理？
如果随机化在测试中途出了问题，你会怎么办？
像整个市场范围的定价调整这种无法随机分组的变化，你会如何衡量？
你会如何构建一个预测客户流失的模型？先从你如何定义“流失”说起。
你的模型在一个不平衡数据集上准确率达到95%，这算好吗？
结合你上线过的一个模型，解释偏差-方差权衡。
面对这个问题，你会如何在简单模型和复杂模型之间做选择？
模型上线后，你怎么知道它已经失效？
向一个没用过正则化的人解释什么是正则化。
你会如何在交易表中查找并处理重复行？
你会如何衡量一个新功能是否成功？
你会把哪一个指标放在管理层看板上？又会舍弃哪些？
你会如何区分一条好的留存曲线和一条差的留存曲线？