数据科学面试准备全攻略 | 我的从业干货秘籍

陆陆续续有小伙伴私信我问如何准备数据科学面试，于是索性写一篇攻略好啦，本篇超级无敌干货！

🎀 本人背景

我本科是清华数理基科班的，硕士是UC Berkeley运筹学MEng program（这个项目当时只有九个月，我一来到美国就开始找工作了，面试了Quant和Data science，第三个月拿到了心仪的Data Science offer就从了）。从业至今做过Fraud detection、finance forecasting和growth领域，做过end to end machine learning model，deep learning model，写过production code，也做过很多dashboard、ad hoc analysis和AB testing。除了recommendation领域没做过，其他或多或少都有过涉及。

📈 关于Data Science

Data science业界现在主要两个方向，core和product：core主要是读paper做model，may or may not write production code，depends on是否有eng合作支持；product主要是做AB testing、dashboard和analytics，根据分析需求做一些小model。 

🎈 准备方向

如果是面Core方向的，以下都需要准备；如果是product方向的，3⃣️不需要花时间，了解简单的regression、tree model就可以了，4⃣️也基本不太用准备。

1⃣️ SQL

主要刷Leetcode和HackerRank，如果之前没接触过SQL的可以看一下W3 School Tutorial。面试前可以考察一下自己是否熟练掌握：各种join，window function，各种condition，group，各种date相关的，coalesce，cast，等等。写SQL一定要有条理，尤其在写白板的时候，不仅要对，而且还要工整，面试官一目了然知道你想干嘛。建议大家用with，业界除了特殊情况，DS们都是用with的，好debug好解释。还有就是校招的可能对SQL要求会小一些，已经在industry摸爬滚打过的小伙伴们SQL一定要过关。

2⃣️ Business Insights

对metrics要多一些理解，也多读一些文章和论坛看看大家的分析，比如retention、MAU等等最基本的metric能说出一二，能和面试官聊到一块儿去。不一定全都答对，主要是聊思路。

3⃣️ Machine Learning

这个不同领域用的model主要面临的问题会比较多样，比如fraud会碰到很多imbalance data，recommendation会有sparse data问题，等等。面试前可以考察自己对regression、tree model是否理解的透彻，不同model优缺点是什么，supervised和unsupervised learning model有哪些，什么时候适合用什么model，如果学过deep learning的更好。推荐大家一本简单易懂的书：Elements of Statistical Learning，面试复习必备。想学deep learning的推荐Deep Learning book。

4⃣️ Leetcode

刷Easy一般部分就够了，通常不会考DP，但我也真面过考DP的，直接懵逼了。编程语言什么都可以，主流就是Python和R，一般production code都是Python，会Spark的加分。

5⃣️ Stats / AB Testing

这个一定要复习，推荐看Udacity的AB Tesing by Google课程，非常非常有用！！

6⃣️ 自己的projects

自己做过什么project一定要熟悉，用了什么model，为什么这样选择，performance怎样。

7⃣️ Behavioral Questions

夸自己的不多说了，一定要准备好被问一些你觉得自己哪里做的不够好这种问题，主要思路就是曾经有什么地方做得不够好，经过哪些努力改善，最后有了哪些进步。“work too hard”这种答案可以不用说了，没啥必要。

8⃣️ 面经

刷一亩三分地里对应公司的面经就好。

完成以上的准备，你的面试基本safe了。祝大家好运！