Питања за интервју за Гоогле Дата Сциенце: Све што требате знати да бисте га разбили



Овај чланак вам нуди гомилу питања о интервјуу за Гоогле Дата Сциенце, поступак интервјуа и предуслове за пријављивање за посао у Гоогле-у.

Запошљавање у глобално познатој компанији као што је Гоогле посао је из снова за многе људе. Имају неке од најталентованијих научника за АИ истраживања, и у свету. Нема много извора за Гоогле Интервјуите на мрежи и тамо није лако добити посао. Дакле, покрићу следеће теме у овом чланку:

Опис посла и захтеви

Са просечном платом од 169 067 долара , укључујући бонус. Плата Гоогле Дата Сциентист-а креће се од 120 000 - 280 000 УСД . Са овом високом платом морате знати праве захтеве за посао који пријављујете. Иако се захтеви разликују од позиције до позиције, у наставку су наведени неки од уобичајених:

Минимални захтев:





како повезати мискл базу података у јави

google

  • Магистрирао из квантитативне дисциплине (статистика, оперативна истраживања, рачунарске науке)
  • 2 године радног искуства у области анализе података
  • Искуство са статистичким софтвером (нпр. Р. , , МАТЛАБ, Пандас) и
  • Искуство са језицима база података (нпр. СКЛ )

Одговорности:



  • Радите са великим, сложеним скуповима података. Решите тешке, нерутинске проблеме анализе, по потреби примењујући напредне аналитичке методе
  • Спровести анализу која укључује прикупљање података и спецификацију захтева, обраду, анализу, текуће испоруке и презентације
  • Изградите и прототипове за анализу прототипа итеративно како бисте пружили увид у обиму
  • Развијте свеобухватно знање о Гооглеовим структурама података и показатељима заговарајући промене тамо где су потребне за развој производа
  • Међусобно функционално комуницирајте давањем пословних препорука (нпр. Исплативост, предвиђање, анализа експеримената)
  • Истражите и развијте методе анализе, предвиђања и оптимизације како бисте побољшали квалитет Гоогле-ових производа окренутих ка корисницима

Процес разговора са Гоогле науком о подацима

Чишћење ужег избора само је по себи тежак задатак који у потпуности зависи од вас ЦВ, пропратно писмо и Искуство . Гоогле Дата Сциенце Питања за интервју су комбинација мозгалица и техничких питања. Обично је први поступак телефонски интервју.

Телефонски интервју:

Састоји се од Питања која се углавном заснивају на (конкретан и теоријски) и у великој мери заснован на . Питања се такође разликују у зависности од пројеката на којима сте радили.
  • Случај 1: Интервјуи су постављали питања о техникама екстракције карактеристика, ПЦА (користи се у пројектима), корелационој анализи, неким класификационим техникама које су коришћене (СВМ, ГБМ, неуронска мрежа). Зашто не логистичка регресија, зашто ГБМ? - У основи питања која се врте око одвојености класа.
  • Случај 2: Зашто користити избор карактеристика? Ако су два предиктора у високој корелацији, какав је ефекат на коефицијенте у логистичкој регресији? Који су интервали поузданости коефицијената?
  • Случај 3: Диск се врти на вретену и не знате у ком смеру се диск врти. Обезбеђен је сет игла. Како ћете помоћу чиода описати на који начин се диск окреће?
После телефонских интервјуа, то су лицем у лице и рунде кодирања. Дакле, разговарајмо о неким од најчешћих питања о интервјуу за Гоогле Дата Сциенце. Иако се ова питања можда неће поставити тачно онако како су дата у наставку, покушао сам да покријем многа од њих.

Питања о интервјуу за Гоогле Дата Сциенце

Ова питања нису загонетна, јер је Гоогле престао да их поставља, већ имају слична питања која називају Питања за решавање проблема . Поставља се пуно питања о машинском учењу, од генеричких до практичних. Гоогле у основи покрива ширину тема, а не дубину. К1. Ви сте у казину и имате две коцкице за играње. Добивате 10 долара сваки пут када баците петицу. Ако играте док не победите и зауставите се, колика је очекивана исплата? К2. Ускоро ћете стићи авионом за Лондон, желите да знате да ли морате понети кишобран или не. Позовите тројицу својих случајних пријатеља и као сваког од њих ако пада киша. Вероватноћа да ваш пријатељ говори истину је 2/3, а вероватноћа да вас подвале лажући је 1/3. Ако сва тројица кажу да киша пада, колика је вероватноћа да у Лондону заправо пада киша. К3. Како бих додао ново Фејсбук чланова у базу података чланова и кодирају њихове односе са другима у бази података? К4. Како ћете тестирати да ли постоји већа вероватноћа да корисник остане активан након 6 месеци с обзиром на то да корисник сада има више пријатеља? К5. Добијате 40 карата са четири различите боје - 10 зелених, 10 црвених, 10 плавих и 10 жутих картона. Карте сваке боје броје се од једне до десет. Насумично се бирају две карте. Откријте вероватноћу да одабране карте нису истог броја и исте боје. К6. Направите програм на језику по вашем избору за читање текстуалне датотеке са разним твеетовима. Излаз треба да буду 2 текстуалне датотеке - једна која садржи листу свих јединствених речи међу свим твеетовима, заједно са бројем поновљених речи, а друга датотека треба да садржи средњи број јединствених речи за све твеетове. К7. Шта ћете учинити ако уклањање вредности које недостају из скупа података узрокује пристраност? К8. Диск се врти на вретену и не знате у ком смеру се диск врти. Обезбеђен је сет игла. Како ћете помоћу чиода описати на који начин се диск окреће? П9. Како ћете дизајнирати механизам за препоруке за послове? К10. Какав производ желите да направите у Гоогле-у? К11. Аутомобили су уграђени у уређај за праћење брзине, тако да осигуравајуће компаније могу пратити стање наше вожње. На основу ове нове шеме, на која пословна питања се може одговорити? К12. Како можете да одлучите да ли је један алгоритам бољи од другог? К13. Кутија има 12 црвених и 12 црних картона. Друга кутија има 24 црвена и 24 црна картона. Из једне од две кутије желите насумично да извучете две карте, која кутија има већу вероватноћу да добије карте исте боје и зашто? К14. Која је разлика између модела у врећама и појачаног модела? К15. Стварате извештај о отпремању корисничког садржаја сваког месеца и примећујете нагли пораст броја отпремања за месец јануар. Пораст отпремања је, посебно код отпремања слика. Шта мислите да ће бити узрок томе и како ћете тестирати овај изненадни скок? К16. Ви сте власник одеће и желите да побољшате своје место на тржишту. Како ћете то учинити са нивоа земље? К17. Како ћете одлучити које верзије два Алгоритма цена пренапона раде боље за било коју ваздухопловну компанију? К18. Који је степен слободе за ласо? К19. Која је разлика између итератора, генератора и разумевања листе у Питхону? К20. С обзиром на скуп веб страница и промена на веб локацији, како ћете тестирати нову функцију веб странице како бисте утврдили да ли промена делује позитивно? К21. С обзиром на матрицу димензија МкН са сваком ћелијом која садржи абецеду, пронађите да ли се у њој налази низ или не. К22. Како ћете изградити систем кеширања користећи напредну структуру података попут хасхмап-а? К23. Ако бисте могли добити скуп података о било којој теми која вас занима, без обзира на методе или ресурсе прикупљања, како би изгледао скуп података и шта ћете с њом учинити? К24. Шта су методе откривања аномалија? К25. Како функционише кеширање и како га користите у науци података? Дакле, момци, овим смо дошли до краја овог чланка. Питања за интервју за Гоогле Дата Сциенце су углавном заснован на сценарију и захтевају да имате Способности решавања проблема штавише, морате знати како применити науку о подацима у овим ситуацијама. Надам се да ће вам ово пружити перспективу да будете спремни за било какав интервју за науку о подацима у будућности. Било то Гоогле, Мицрософт, Аппле или Убер. Сви технолошки Гиантс постављају сличне врсте питања када је у питању Дата Сциенце јер је то огромно и истовремено ново поље. чини вас стручним у алатима и системима које користе Дата Сциенце Профессионал. Укључује обуку из статистике, науке о подацима, Питхона, Апацхе Спарк & Сцала, Тенсорфлов-а и Таблеау-а. Наставни план и програм утврђен је опсежним истраживањем преко 5000+ описа послова широм света. Ако имате било каквих питања, слободно их наведите у одељку за коментаре испод.