原文：
www.kdnuggets.com/2016/12/5-basic-types-data-science-interview-questions.html
评论
作者：Roger Huang，Springboard。
这是Springboard 数据科学面试指南的摘录。
1. 谷歌网络安全证书 - 加速进入网络安全职业的快车道。
2. 谷歌数据分析专业证书 - 提升你的数据分析能力
3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT
数据科学面试对许多人来说是令人畏惧且复杂的难关。但尽管它们正在不断演变，典型的数据科学面试的技术部分通常是相当可预测的。大多数候选人通常会遇到的问题通常涵盖行为、数学、统计、编码和情景。然而，虽然这些问题在细节上有所不同，如果你能确定每个问题属于哪个类别，回答起来可能会更容易。以下是问题的分类及其准备方法。
1. 行为问题
与其他面试类似，这些问题旨在测试你的软技能并查看你是否与公司文化相符。
例子：你对上一份工作有什么喜欢和不喜欢的地方？
这里的意图是确定你面试的角色是否适合你的性格和气质，以及确定你为什么离开上一份职位。
不要过度思考，也不要认为这里的关键点与其他类型的面试有很大不同：只需充分了解角色，避免谈论你过去与特定人员的问题，并在描述你不喜欢什么及其原因时保持专业。数据科学角色可能要求有分析思维，但招聘经理仍然希望听到你对工作的热情所在。
2. 数学问题
数据科学家角色中，除了需要实现算法外，还需要根据具体目的对其进行调整，这通常会涉及数学问题。
示例：线性回归算法如何确定最佳系数值？
关键在于查看你对线性回归的理解有多深入，这一点至关重要，因为在许多数据科学角色中，你不仅要处理黑箱中的算法；你还需要将它们付诸实践。这个问题类别测试你对实际发生的情况了解多少。
所以这是那些“展示你的工作”时刻之一。追踪你思考的每一步并写下方程。在你写出解决方案时，描述你的思考过程，以便面试官能看到你的数学逻辑。
3. 统计问题
不用说，扎实掌握统计学对于解决不同的数据科学问题非常重要。你很可能会被考察你在统计推理能力和统计理论知识方面的表现。
示例：什么是第一类错误和第二类错误的区别？
证明你的能力需要展示你对统计学基础的理解。但更重要的是，面试官还希望看到你是否能够运用统计学的技术语言和逻辑来处理你可能不常用的思想——并且仍能清晰沟通。因此，对你的回答要直接了当。使用相关的统计知识来得出答案，但对你被要求定义的内容要尽可能直接。
4. 编码问题
大多数数据科学角色的重要部分是编程以规模化实现算法。这些问题类似于候选人在软件工程面试中遇到的问题；它们旨在测试你对公司使用的技术工具的经验以及你对编程理论的整体知识。
示例：从头开始开发一个 K 近邻算法。
展示你能够清晰地写出算法背后的思路，并在时间限制下高效地部署它，是展示你工程技能的绝佳方式。这通常对那些既懂算法又了解技术实现的数据科学家，或对算法有所背景的数据工程师提出。
无论如何，这类问题测试你对矩阵运算的理解以及如何处理向量和矩阵。因此，从一个输入输出样本集开始，手动计算答案。在进行时，注意 时间/空间复杂度。
5. 情境问题
最后但同样重要的是，情景问题旨在测试你在不同数据科学领域的经验和知识，以了解你的能力在实践中的限制。尽可能彻底地展示你的应用知识，你在任何案例分析中都会表现出色。
示例：如果你是一个在销售鞋子的网络公司的数据科学家，你会如何建立一个推荐鞋子给访客的系统？
这个问题旨在了解你如何设想自己的工作从头到尾交付产品或服务。情景问题并不是测试你在每个领域的知识；它们旨在探讨产品从开始到交付的生命周期，并了解候选人在每个阶段可能遇到的限制。但这些问题也评估整体知识，例如，管理一个团队以交付最终产品需要什么——以确定候选人在团队情境中的表现。
在这里，通常的面试建议同样适用：诚实地说明你能带来大量价值的地方，但也不要害羞地提到你期望从团队成员那里获得一些帮助。尽量关联你的技术知识如何帮助业务成果，并始终解释你选择的思路和指导这些选择的假设。并且不要犹豫去提问，以帮助你洞察面试官的意图，从而更好地调整你的回答。
数据科学面试可能会很棘手——你需要现场编程并提出技术算法，同时你也会被用与非技术角色相同的标准来衡量。你的统计和数学知识会受到考验，你的团队领导能力、沟通能力、说服力和影响力也会受到评估。
因此，与其试图为每一个可能的问题做好准备，不如为这五种类型的问题做好准备。你无法预见到所有的问题，但你可以相当准确地预测招聘经理的需求和期望，然后为此做好准备。
简介：Roger Huang 在 Springboard 从事增长工作。他通过分析一家大型制药公司价值 7 亿美元的销售数据，成功进入了数据职业生涯。现在，他撰写内容，汇集 Springboard 网络中的数据专家的见解，帮助他人也能做到这一点。
本文最初发表于 Fast Company。经许可转载。
相关内容：
-
21 个必须了解的数据科学面试问题及答案
-
提高数据科学面试表现的 10 个技巧
-
完美数据科学面试的秘密