隨著大數(shù)據(jù)概念的火熱，數(shù)據(jù)科學(xué)家這一職位應(yīng)時(shí)而出，那么成為數(shù)據(jù)科學(xué)家要滿足什么條件?或許我們可以從國(guó)外的數(shù)據(jù)科學(xué)家面試問(wèn)題中得到一些參考，下面是77個(gè)關(guān)于數(shù)據(jù)分析或者數(shù)據(jù)科學(xué)家招聘的時(shí)候會(huì)常會(huì)的幾個(gè)問(wèn)題，供各位同行參考。
1、你處理過(guò)的最大的數(shù)據(jù)量?你是如何處理他們的?處理的結(jié)果。
2、告訴我二個(gè)分析或者計(jì)算機(jī)科學(xué)相關(guān)項(xiàng)目?你是如何對(duì)其結(jié)果進(jìn)行衡量的?
3、什么是：提升值、關(guān)鍵績(jī)效指標(biāo)、強(qiáng)壯性、模型按合度、實(shí)驗(yàn)設(shè)計(jì)、2/8原則?
4、什么是：協(xié)同過(guò)濾、n-grams, map reduce、余弦距離?
5、如何讓一個(gè)網(wǎng)絡(luò)爬蟲(chóng)速度更快、抽取更好的信息以及更好總結(jié)數(shù)據(jù)從而得到一干凈的數(shù)據(jù)庫(kù)?
6、如何設(shè)計(jì)一個(gè)解決抄襲的方案?
7、如何檢驗(yàn)一個(gè)個(gè)人支付賬戶都多個(gè)人使用?
8、點(diǎn)擊流數(shù)據(jù)應(yīng)該是實(shí)時(shí)處理?為什么?哪部分應(yīng)該實(shí)時(shí)處理?
9、你認(rèn)為哪個(gè)更好：是好的數(shù)據(jù)還是好模型?同時(shí)你是如何定義“好”?存在所有情況下通用的模型嗎?有你沒(méi)有知道一些模型的定義并不是那么好?
10、什么是概率合并(AKA模糊融合)?使用SQL處理還是其它語(yǔ)言方便?對(duì)于處理半結(jié)構(gòu)化的數(shù)據(jù)你會(huì)選擇使用哪種語(yǔ)言?
11、你是如何處理缺少數(shù)據(jù)的?你推薦使用什么樣的處理技術(shù)?
12、你最喜歡的編程語(yǔ)言是什么?為什么?
13、對(duì)于你喜歡的統(tǒng)計(jì)軟件告訴你喜歡的與不喜歡的3個(gè)理由。
14、SAS, R, Python, Perl語(yǔ)言的區(qū)別是?
15、什么是大數(shù)據(jù)的詛咒?
16、你參與過(guò)數(shù)據(jù)庫(kù)與數(shù)據(jù)模型的設(shè)計(jì)嗎?
17、你是否參與過(guò)儀表盤(pán)的設(shè)計(jì)及指標(biāo)選擇?你對(duì)于商業(yè)智能和報(bào)表工具有什么想法?
18、你喜歡TD數(shù)據(jù)庫(kù)的什么特征?
19、如何你打算發(fā)100萬(wàn)的營(yíng)銷活動(dòng)郵件。你怎么去優(yōu)化發(fā)送?你怎么優(yōu)化反應(yīng)率?能把這二個(gè)優(yōu)化份開(kāi)嗎?
20、如果有幾個(gè)客戶查詢ORACLE數(shù)據(jù)庫(kù)的效率很低。為什么?你做什么可以提高速度10倍以上，同時(shí)可以更好處理大數(shù)量輸出?
21、如何把非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化的數(shù)據(jù)?這是否真的有必要做這樣的轉(zhuǎn)換?把數(shù)據(jù)存成平面文本文件是否比存成關(guān)系數(shù)據(jù)庫(kù)更好?
22、什么是哈希表碰撞攻擊?怎么避免?發(fā)生的頻率是多少?
23、如何判別mapreduce過(guò)程有好的負(fù)載均衡?什么是負(fù)載均衡?
24、請(qǐng)舉例說(shuō)明mapreduce是如何工作的?在什么應(yīng)用場(chǎng)景下工作的很好?云的安全問(wèn)題有哪些?
25、(在內(nèi)存滿足的情況下)你認(rèn)為是100個(gè)小的哈希表好還是一個(gè)大的哈希表，對(duì)于內(nèi)在或者運(yùn)行速度來(lái)說(shuō)?對(duì)于數(shù)據(jù)庫(kù)分析的評(píng)價(jià)?
26、為什么樸素貝葉斯差?你如何使用樸素貝葉斯來(lái)改進(jìn)爬蟲(chóng)檢驗(yàn)算法?
27、你處理過(guò)白名單嗎?主要的規(guī)則?(在欺詐或者爬行檢驗(yàn)的情況下)
28、什么是星型模型?什么是查詢表?
29、你可以使用excel建立邏輯回歸模型嗎?如何可以，說(shuō)明一下建立過(guò)程?