之前发了一篇简单介绍自己跳槽经历的文章，感谢所有的点赞和收藏！当时写着写着就写到了很多字，于是想着如果有人看可以再写一篇更详细的介绍，作为第一篇的补充，感谢所有的阅读，比心♥️
今天这篇文章，想在上一篇文章的基础上，介绍一下面试之前具体的准备以及一些经典题目，如果感兴趣的欢迎先看我之前的第一篇文章！
Data Scientist面试常见题目
DS的面试一般可以分为以下几轮：
1. 简历相关Project介绍
这一轮一般会是首轮电话面试，有可能是公司technical HR也有可能是组内员工。问的问题主要围绕简历上你曾经做过的项目，工作上的一些projects或者是你的一些参加比赛的经历。所以一定要熟悉自己的简历，提前可以写一些稿子帮助自己电话面试时候紧张的话有东西可以查。
一般简历上的东西不会写的非常具体，所以面试者一定会问更detail的东西，来看你是不是真正了解自己的项目。
比如当时我在电面的时候，面试官问我之前我在学校时候参加的一个比赛，当时除了我列出来的模型，有没有建其他模型，如何敲定最终模型，并且让我讲一下当时最后获奖组跟自己组的差距。模型的问题都问的非常具体，包括一些常见的模型包也有问到。所以大家一定要非常熟悉自己的简历经历。
2. 统计，Machine Learning相关
在第一轮电话面试结束后，HR一般会再跟你预约一下轮technical interview。这一轮一般是视频或者电话。人数一般在两个人左右，时间在45mins-60mins不等。这一轮主要是问一些统计的概念以及machine learning的内容。
统计的相关问题难度一般不会特别多，常见的问题包括：
介绍central limit theorem；
如何处理missing data；
如何计算sample size 等等
Machine learning相关题目也很多，常见的包括：
Confusion matrix是什么；
如何处理overfitting或者underfitting；
selection bias是什么 等等
有一些公司会侧重问基础题，有一些公司会给你一个case，在你处理这些case的时候向你提出这些问题。所以要做到对基础内容比较熟悉，并且在网上做一些模拟case study进行练习。
我当时面试的时候是视频面试，面试官给了一些数据，让我通过这些数据来判断给app➕某个feature合适不合适。所以在这个面试的时候，面试官也会通过你的做题，来不断问一些相关基础知识。
3. Behavior Questions
这一part其实是所有里相对来说最不重要的，面试官大多数是看你fit不fit这个组，一般没有太大问题都不会卡在这一轮的。常见的问题其实主要都是：
How you worked effectively under pressure?
Example of you worked on a team.
What do you do if you disagree with someone in your team 等等
这些问题也是为了看你能不能融入团队，但我想真的大部分人其实这part都回答的很好。完全不用太担心。
4. Case Study
这一轮主要是onsite，一般会出一些case study，可能会让白板写code。考察能力比较综合，在准备时候要参考公司往年题库。
Python or R
之前看到一个统计说ds主要用的语言
可以看到python还算是最业界主流，所以如果对哪个语言都一般的话，强烈推荐主要学习python，如果自己已经很擅长其他语言，也完全不用担心，像我现在就是r和python混用，大部分公司都是支持用你自己喜欢的语言的。
结尾
总感觉每次还没怎么写就已经长篇大论了，感谢阅读到这里的小可爱，比心♥️
如果觉得我的文章对你有帮助，欢迎点赞呀！感觉昨天文章大部分都是收藏，都没什么赞😂
希望大家都能找到最喜欢的工作！最后贴一个ds fun fact，还挺好玩的
有什么问题也欢迎留言问我呀！
君君提示：你也可以写原创长文章，点此查看详情 >>
本文著作权归作者本人和北美省钱快报共同所有，未经许可不得转载。长文章仅代表作者看法，如有更多内容分享或是对文中观点有不同见解，省钱快报欢迎您的投稿。
51
上一篇: 百吃不厌的健康版全麦三文鱼汉堡包
下一篇: 美國麻州买房初体验｜差点买到兇宅😱鬼屋😱
