数据分析师常见面试问题

  1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。

  2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的?

  3、什么是:提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则?

  4、什么是:协同过滤、n-grams, map reduce、余弦距离?

  5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库?

  6、如何设计一个解决抄袭的方案?

  7、如何检验一个个人支付账户都多个人使用?

  8、点击流数据应该是实时处理?为什么?哪部分应该实时处理?

  9、你认为哪个更好:是好的数据还是好模型?同时你是如何定义“好”?存在所有情况下通用的模型吗?有你没有知道一些模型的定义并不是那么好?

  10、什么是概率合并(AKA模糊融合)?使用SQL处理还是其它语言方便?对于处理半结构化的数据你会选择使用哪种语言?

  11、你是如何处理缺少数据的?你推荐使用什么样的处理技术?

  12、你最喜欢的编程语言是什么?为什么?

  13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。

  14、SAS, R, Python, Perl语言的区别是?

  15、什么是大数据的诅咒?

  16、你参与过数据库与数据模型的设计吗?

  17、你是否参与过仪表盘的设计及指标选择?你对于商业智能和报表工具有什么想法?

  18、你喜欢TD数据库的什么特征?

  19、如何你打算发100万的营销活动邮件。你怎么去优化发送?你怎么优化反应率?能把这二个优化份开吗?

  20、如果有几个客户查询ORACLE数据库的效率很低。为什么?你做什么可以提高速度10倍以上,同时可以更好处理大数量输出?

  21、如何把非结构化的数据转换成结构化的数据?这是否真的有必要做这样的转换?把数据存成平面文本文件是否比存成关系数据库更好?

  22、什么是哈希表碰撞攻击?怎么避免?发生的频率是多少?

  23、如何判别mapreduce过程有好的负载均衡?什么是负载均衡?

  24、请举例说明mapreduce是如何工作的?在什么应用场景下工作的很好?云的安全问题有哪些?

  25、(在内存满足的情况下)你认为是100个小的哈希表好还是一个大的哈希表,对于内在或者运行速度来说?对于数据库分析的评价?

  26、为什么朴素贝叶斯差?你如何使用朴素贝叶斯来改进爬虫检验算法?

  27、你处理过白名单吗?主要的规则?(在欺诈或者爬行检验的情况下)

  28、什么是星型模型?什么是查询表?

  29、你可以使用excel建立逻辑回归模型吗?如何可以,说明一下建立过程?

  30、在SQL, Perl, C++, Python等编程过程上,待为了提升速度优化过相关代码或者算法吗?如何及提升多少?

  31、使用5天完成90%的精度的解决方案还是花10天完成100%的精度的解决方案?取决于什么内容?

  32、定义:QA(质量保障)、六西格玛、实验设计。好的与坏的实验设计能否举个案例?

  33、普通线性回归模型的缺陷是什么?你知道的其它回归模型吗?

  34、你认为叶数小于50的决策树是否比大的好?为什么?

  35、保险精算是否是统计学的一个分支?如果不是,为何如何?

  36、给出一个不符合高斯分布与不符合对数正态分布的数据案例。给出一个分布非常混乱的数案例。

  37、为什么说均方误差不是一个衡量模型的好指标?你建议用哪个指标替代?

  38、你如何证明你带来的算法改进是真的有效的与不做任何改变相比?你对A/B测试熟吗?

本文已影响6827
上一篇:大学社团骨干面试问题 下一篇:汽车销售顾问面试问题及回答

相关文章推荐

|||||