數(shù)據(jù)科學(xué)家有非常不同的背景。每一次面試都不可能做好全部的準(zhǔn)備：他們是否應(yīng)該學(xué)習(xí)“標(biāo)準(zhǔn)”計(jì)算機(jī)科學(xué)?統(tǒng)計(jì)?關(guān)于貝葉斯定理的?深度學(xué)習(xí)?機(jī)器學(xué)習(xí)?你公司的領(lǐng)域?

優(yōu)秀的求職者有許多類別的基礎(chǔ)知識(shí)，善于動(dòng)手實(shí)踐，并在一些領(lǐng)域擁有豐富的知識(shí)。如果你想進(jìn)行技術(shù)討論的話，這有一些例子：

• 問題類型：回歸/分類/聚類/異常檢測(cè)…
• 數(shù)據(jù)類型：計(jì)算機(jī)視覺/時(shí)間序列/ NLP /推薦系統(tǒng)…
• 復(fù)雜數(shù)據(jù)：降維，流形學(xué)習(xí)…
• 觀點(diǎn)：深度學(xué)習(xí)/貝葉斯機(jī)器學(xué)習(xí)/圖形模型…
• 專長(zhǎng)：行業(yè)洞察/優(yōu)化/數(shù)值方法…

我的觀點(diǎn)是“開放”1-1面試比辦公室筆試要好。許多公司給出關(guān)鍵數(shù)據(jù)集，并要求分析。它可以幫助看出誰是務(wù)實(shí)的!對(duì)于有經(jīng)驗(yàn)的求職者可以提問很多，問關(guān)于他們的項(xiàng)目，或在Kaggle / GitHub上的表現(xiàn)。

具有行業(yè)經(jīng)驗(yàn)的求職者應(yīng)該有失敗的項(xiàng)目。 這些教訓(xùn)是必不可少的。

數(shù)據(jù)科學(xué)面試專題

然而，許多話題在數(shù)據(jù)科學(xué)面試中似乎是可爭(zhēng)論的對(duì)象。 記住，目的是促進(jìn)討論：很少有一個(gè)唯一正確的答案!

機(jī)器學(xué)習(xí)與模型工程

• 你目前正在討論的任務(wù)有哪些算法?
• 它們什么時(shí)候完成，足夠完善，完善的基準(zhǔn)，等等。
• 它們是如何工作的?是如何測(cè)量的?它們的參數(shù)擬合是如何優(yōu)化的?
• 你如何評(píng)價(jià)一個(gè)模型的性能?根據(jù)上下文，這可以導(dǎo)致關(guān)于假正/假負(fù)、準(zhǔn)確性、召回、AUC、提升等的討論。這應(yīng)該如何決定?
• 你如何選擇最終的模型?性能?訓(xùn)練時(shí)間?評(píng)估速度?復(fù)雜性?

了解交叉驗(yàn)證和偏差/方差是至關(guān)重要的。

你如何做變量和模型選擇? 你可以考慮信息化指標(biāo)、正則化、稀疏性誘導(dǎo)方法，如L1正則化、向前/向后搜索...

數(shù)據(jù)工程

• 你如何設(shè)計(jì)X?
• 你會(huì)對(duì)任務(wù)X做什么預(yù)處理?
• 不平衡數(shù)據(jù)呢?丟失的數(shù)據(jù)?異常值?
• 以及高基數(shù)的分類變量?
• 如何處理大數(shù)據(jù)? 考慮在線學(xué)習(xí)、映射/化簡(jiǎn)、(小批量)隨機(jī)梯度下降...
• 你知道什么工具/語言可以實(shí)現(xiàn)X? 你使用哪些?為什么?
• 你使用哪些可視化工具? 為什么?

作出決定?

這總是放手一搏的。你不可能僅在短短幾小時(shí)內(nèi)可靠地評(píng)估求職者過去項(xiàng)目中的參與情況，他們的專業(yè)知識(shí)，甚至你與他們的合作情況。

不要害怕選擇具有不同背景和經(jīng)驗(yàn)水平的求職者。 數(shù)據(jù)科學(xué)團(tuán)隊(duì)需要這樣的人才。 如果你正在開始這樣一個(gè)團(tuán)隊(duì)，就要依靠有專業(yè)知識(shí)的人：這是避免浪費(fèi)時(shí)間的唯一辦法。

作者：Arthur Flam ，企業(yè)家，數(shù)據(jù)科學(xué)家。三星的算法工程師。