蜜蜂职场文库_久久99久久99_职场求职面试实用的范文资料大全

蜜蜂職場文庫 > 面試技巧 >

數據分析面試的問題

時間: 小龍 面試技巧

  對于數據庫分析人員來說,面試前做好面試準備很重要,你了解哪些面試問題呢?下面小編已經為你們整理了數據分析面試的問題,希望可以幫到你。

  數據分析面試的問題(一)

  一、異常值是指什么?請列舉1種識別連續型變量異常值的方法?

  異常值(Outlier)是指樣本中的個別值,其數值明顯偏離所屬樣本的其余觀測值。在數理統計里一般是指一組觀測值中與平均值的偏差超過兩倍標準差的測定值。

  Grubbs’ test(是以Frank E.Grubbs命名的),又叫maximumnormed residual test,是一種用于單變量數據集異常值識別的統計檢測,它假定數據集來自正態分布的總體。

  未知總體標準差σ,在五種檢驗法中,優劣次序為:t檢驗法、格拉布斯檢驗法、峰度檢驗法、狄克遜檢驗法、偏度檢驗法。

  二、什么是聚類分析?聚類算法有哪幾種?請選擇一種詳細描述其計算原理和步驟。

  聚類分析(clusteranalysis)是一組將研究對象分為相對同質的群組(clusters)的統計分析技術。聚類分析也叫分類分析(classification analysis)或數值分類(numerical taxonomy)。聚類與分類的不同在于,聚類所要求劃分的類是未知的。

  聚類分析計算方法主要有:層次的方法(hierarchical method)、劃分方法(partitioning method)、基于密度的方法(density-based method)、基于網格的方法(grid-based method)、基于模型的方法(model-based method)等。其中,前兩種算法是利用統計學定義的距離進行度量。 k-means 算法的工作過程說明如下:首先從n個數據對象任意選擇 k 個對象作為初始聚類中心;而對于所剩下其它對象,則根據它們與這些聚類中心的相似度(距離),分別將它們分配給與其最相似的(聚類中心所代表的)聚類;然后再計算每個所獲新聚類的聚類中心(該聚類中所有對象的均值);不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點:各聚類本身盡可能的緊湊,而各聚類之間盡可能的分開。

  其流程如下:

  (1)從 n個數據對象任意選擇 k 個對象作為初始聚類中心;

  (2)根據每個聚類對象的均值(中心對象),計算每個對象與這些中心對象的距離;并根據最小距離重新對相應對象進行劃分;

  (3)重新計算每個(有變化)聚類的均值(中心對象);

  (4)循環(2)、(3)直到每個聚類不再發生變化為止(標準測量函數收斂)。

  優點:本算法確定的K 個劃分到達平方誤差最小。當聚類是密集的,且類與類之間區別明顯時,效果較好。對于處理大數據集,這個算法是相對可伸縮和高效的,計算的復雜度為 O(NKt),其中N是數據對象的數目,t是迭代的次數。一般來說,K<<N,t<<N 。

  缺點:1. K 是事先給定的,但非常難以選定;2. 初始聚類中心的選擇對聚類結果有較大的影響。

  三、根據要求寫出SQL

  表A結構如下:

  Member_ID (用戶的ID,字符型)

  Log_time (用戶訪問頁面時間,日期型(只有一天的數據))

  URL (訪問的頁面地址,字符型)

  要求:提取出每個用戶訪問的第一個URL(按時間最早),形成一個新表(新表名為B,表結構和表A一致)

  create table B as select Member_ID,min(Log_time), URL from A group by Member_ID ;

  數據分析面試的問題(二)

  1、你處理過的最大的數據量?你是如何處理他們的?處理的結果。

  2、告訴我二個分析或者計算機科學相關項目?你是如何對其結果進行衡量的?

  3、什么是:提升值、關鍵績效指標、強壯性、模型按合度、實驗設計、2/8原則?

  4、什么是:協同過濾、n-grams,mapreduce、余弦距離?

  5、如何讓一個網絡爬蟲速度更快、抽取更好的信息以及更好總結數據從而得到一干凈的數據庫?

  6、如何設計一個解決抄襲的方案?

  7、如何檢驗一個個人支付賬戶都多個人使用?

  8、點擊流數據應該是實時處理?為什么?哪部分應該實時處理?

  9、你認為哪個更好:是好的數據還是好模型?同時你是如何定義“好”?存在所有情況下通用的模型嗎?有你沒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處理還是其它語言方便?對于處理半結構化的數據你會選擇使用哪種語言?

  11、你是如何處理缺少數據的?你推薦使用什么樣的處理技術?

  12、你最喜歡的編程語言是什么?為什么?

  13、對于你喜歡的統計軟件告訴你喜歡的與不喜歡的3個理由。

  14、SAS,R,Python,Perl語言的區別是?

  15、什么是大數據的詛咒?

  16、你參與過數據庫與數據模型的設計嗎?

  17、你是否參與過儀表盤的設計及指標選擇?你對于商業智能和報表工具有什么想法?

  18、你喜歡TD數據庫的什么特征?

  19、如何你打算發100萬的營銷活動郵件。你怎么去優化發送?你怎么優化反應率?能把這二個優化份開嗎?

  20、如果有幾個客戶查詢ORACLE數據庫的效率很低。為什么?你做什么可以提高速度10倍以上,同時可以更好處理大數量輸出?

  21、如何把非結構化的數據轉換成結構化的數據?這是否真的有必要做這樣的轉換?把數據存成平面文本文件是否比存成關系數據庫更好?

  22、什么是哈希表碰撞攻擊?怎么避免?發生的頻率是多少?

  23、如何判別mapreduce過程有好的負載均衡?什么是負載均衡?

  24、請舉例說明mapreduce是如何工作的?在什么應用場景下工作的很好?云的安全問題有哪些?

  25、(在內存滿足的情況下)你認為是100個小的哈希表好還是一個大的哈希表,對于內在或者運行速度來說?對于數據庫分析的評價?

  26、為什么樸素貝葉斯差?你如何使用樸素貝葉斯來改進爬蟲檢驗算法?

  27、你處理過白名單嗎?主要的規則?(在欺詐或者爬行檢驗的情況下)

  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,說明一下建立過程?

  30、在SQL,Perl,C++,Python等編程過程上,待為了提升速度優化過相關代碼或者算法嗎?如何及提升多少?

  
看了“數據分析面試的問題”

51132 主站蜘蛛池模板: 防水试验机_防水测试设备_防水试验装置_淋雨试验箱-广州岳信试验设备有限公司 | 鑫铭东办公家具一站式定制采购-深圳办公家具厂家直销 | 儋州在线-儋州招聘找工作、找房子、找对象,儋州综合生活信息门户! | 膜结构_ETFE膜结构_膜结构厂家_膜结构设计-深圳市烨兴智能空间技术有限公司 | 超声波焊接机_超音波熔接机_超声波塑焊机十大品牌_塑料超声波焊接设备厂家 | 温州富欧金属封头-不锈钢封头厂家| 自动钻孔机-全自动数控钻孔机生产厂家-多米(广东)智能装备有限公司 | 郑州宣传片拍摄-TVC广告片拍摄-微电影短视频制作-河南优柿文化传媒有限公司 | 葡萄酒灌装机-食用油灌装机-液体肥灌装设备厂家_青州惠联灌装机械 | 电车线(用于供电给电车的输电线路)-百科 | 【星耀裂变】_企微SCRM_任务宝_视频号分销裂变_企业微信裂变增长_私域流量_裂变营销 | 厦门ISO认证|厦门ISO9001认证|厦门ISO14001认证|厦门ISO45001认证-艾索咨询专注ISO认证行业 | 列管冷凝器,刮板蒸发器,外盘管反应釜厂家-无锡曼旺化工设备有限公司 | 噪声治理公司-噪音治理专业隔音降噪公司 | 电动液压篮球架_圆管地埋式篮球架_移动平箱篮球架-强森体育 | 青岛美佳乐清洁工程有限公司|青岛油烟管道清洗|酒店|企事业单位|学校工厂厨房|青岛油烟管道清洗 插针变压器-家用电器变压器-工业空调变压器-CD型电抗器-余姚市中驰电器有限公司 | 电动卫生级调节阀,电动防爆球阀,电动软密封蝶阀,气动高压球阀,气动对夹蝶阀,气动V型调节球阀-上海川沪阀门有限公司 | 湖州织里童装_女童男童中大童装_款式多尺码全_织里儿童网【官网】-嘉兴嘉乐网络科技有限公司 | 宝鸡市人民医院 | 安驭邦官网-双向万能直角铣头,加工中心侧铣头,角度头[厂家直销] 闸阀_截止阀_止回阀「生产厂家」-上海卡比阀门有限公司 | 活性氧化铝球|氧化铝干燥剂|分子筛干燥剂|氢氧化铝粉-淄博同心材料有限公司 | 北京三友信电子科技有限公司-ETC高速自动栏杆机|ETC机柜|激光车辆轮廓测量仪|嵌入式车道控制器 | 压滤机滤板_厢式_隔膜_板框压滤机滤板厂家价格型号材质-大凯环保 | 空调风机,低噪声离心式通风机,不锈钢防爆风机,前倾皮带传动风机,后倾空调风机-山东捷风风机有限公司 | 特种电缆厂家-硅橡胶耐高温电缆-耐低温补偿导线-安徽万邦特种电缆有限公司 | 长沙一级消防工程公司_智能化弱电_机电安装_亮化工程专业施工承包_湖南公共安全工程有限公司 | 上海物流公司,上海货运公司,上海物流专线-优骐物流公司 | 珠海网站建设_响应网站建设_珠海建站公司_珠海网站设计与制作_珠海网讯互联 | 杭州货架订做_组合货架公司_货位式货架_贯通式_重型仓储_工厂货架_货架销售厂家_杭州永诚货架有限公司 | 宏源科技-房地产售楼系统|线上开盘系统|售楼管理系统|线上开盘软件 | 医疗仪器模块 健康一体机 多参数监护仪 智慧医疗仪器方案定制 血氧监护 心电监护 -朗锐慧康 | 浙江自考_浙江自学考试网| 巨野月嫂-家政公司-巨野县红墙安康母婴护理中心 | 高考志愿规划师_高考规划师_高考培训师_高报师_升学规划师_高考志愿规划师培训认证机构「向阳生涯」 | 仿清水混凝土_清水混凝土装修_施工_修饰_保护剂_修补_清水混凝土修复-德州忠岭建筑装饰工程 | 专业生产动态配料系统_饲料配料系统_化肥配料系统等配料系统-郑州鑫晟重工机械有限公司 | 沥青车辙成型机-车托式混凝土取芯机-混凝土塑料试模|鑫高仪器 | 国际船舶网 - 船厂、船舶、造船、船舶设备、航运及海洋工程等相关行业综合信息平台 | 全自动不干胶贴标机_套标机-上海今昂贴标机生产厂家 | 江苏大隆凯科技有限公司 | 高压无油空压机_无油水润滑空压机_水润滑无油螺杆空压机_无油空压机厂家-科普柯超滤(广东)节能科技有限公司 |