20個問題揭穿冒牌數(shù)據(jù)科學(xué)家

http://developer.51cto.com/art/201603/507151.htm

如今數(shù)據(jù)科學(xué)家正式成為21世紀最性感的工作玉吁,人人都想來分一杯羹。


這也意味著會有一些冒牌貨腻异。這些人自稱數(shù)據(jù)科學(xué)家进副,卻不具有相應(yīng)的技能。
這不見得是有意欺騙悔常。數(shù)據(jù)科學(xué)是嶄新的領(lǐng)域影斑,目前對此崗位也缺乏被廣泛認可的描述。這意味著許多人會認為自己是數(shù)據(jù)科學(xué)家机打,僅僅因為他們常跟數(shù)據(jù)打交道矫户。
“冒牌數(shù)據(jù)科學(xué)家通常是某一個特定學(xué)科的專家,且堅信他們的學(xué)科才是唯一真正的數(shù)據(jù)科學(xué)残邀。這種想法忽略了一個事實:數(shù)據(jù)科學(xué)是一整套科學(xué)工具與技術(shù)(數(shù)學(xué)皆辽,計算,視覺芥挣,分析驱闷,統(tǒng)計,試驗空免,問題界定空另,模型建立與檢驗等)的集合,用于從數(shù)據(jù)收集中獲得新發(fā)現(xiàn)蹋砚、洞察與價值扼菠∩阍樱”
--Kirk Borne循榆,BoozAllen Hamilton 首席數(shù)據(jù)科學(xué)家
RocketDataScience.org創(chuàng)始人
為了幫助你區(qū)分真正的數(shù)據(jù)科學(xué)家與冒牌的(誤入歧途的)數(shù)據(jù)科學(xué)家冯痢,我們總結(jié)了一個問題清單袖肥,內(nèi)含20個問題。在面試數(shù)據(jù)科學(xué)家時你可以提出這些問題寸癌。
1.解釋什么是正則化,以及它的用處溪烤。
2.你最崇拜哪些數(shù)據(jù)科學(xué)家?哪些創(chuàng)業(yè)公司?
3.你會如何驗證一個多元回歸預(yù)測模型的量化變量的結(jié)果?
4.解釋什么是準確率(precision)和召回率(recall)檬嘀。它們與ROC曲線有什 么關(guān)系?
5.你如何證明你對某個算法進行的改進罕拂,與原算法相比是有了真正的改進?
6.什么是根本原因分析(rootcause analysis)?
7.你是否熟悉以下概念:價格優(yōu)化蒿秦、價格彈性、庫存管理渡处、競爭(商業(yè))智能。舉例說明。
8.統(tǒng)計功效(statisticalpower)是什么?
9.解釋什么是重新取樣法(resamplingmethods)以及它們?yōu)楹沃匾=忉屗鼈兊木窒扌浴?br> 10.哪種情況更好:有許多假陽性值,或者是有許多假陰性值?請解釋痊臭。
11.什么是選擇偏差(selectionbias),它為何重要?如何避免?
12.舉出一例說明,你如何用實驗設(shè)計來回答一個有關(guān)用戶行為的問題。
13.數(shù)據(jù)的“長”/“寬”格式有何區(qū)別?
14.你使用什么方法來判斷一篇文章(比如報紙中的)統(tǒng)計數(shù)字是錯的或用來支持作者觀點的鳍寂,而非正確的、包含對某個特殊主題的豐富實時信息的?
15.解釋EdwardTufte的“垃圾圖表(chart junk)”概念鞍爱。
16.你如何篩選離群點(outliers)沉填,以及如果你發(fā)現(xiàn)了一個這樣的點應(yīng)該怎么處理?
17.你會如何使用極限值定理翼闹、蒙特卡羅模擬或數(shù)理統(tǒng)計(或其他任何東西)正確預(yù)測一個稀有事件的幾率?
18.推薦引擎是什么?它如何工作?
19.解釋什么是假陽性斑鼻、假陰性。為何區(qū)分它們很重要?
20.你是用什么工具進行可視化?你對Tableau怎么看?R?SAS?(就繪圖而言)猎荠。如何有效地在一個圖表(或視頻中)表現(xiàn)五個維度?
“一個‘真正的’數(shù)據(jù)科學(xué)家知道如何應(yīng)用數(shù)學(xué)坚弱、統(tǒng)計,如何用適當(dāng)?shù)脑囼炘O(shè)計來建立與驗證模型关摇。有IT技術(shù)卻沒有統(tǒng)計技能的數(shù)據(jù)科學(xué)家史汗,就像一個只知道如何建立手術(shù)刀的外科醫(yī)生【芾”
--Lisa Winter,TowersWatson
高級分析師

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末停撞,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子悼瓮,更是在濱河造成了極大的恐慌戈毒,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,042評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件横堡,死亡現(xiàn)場離奇詭異埋市,居然都是意外死亡,警方通過查閱死者的電腦和手機命贴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,996評論 2 384
  • 文/潘曉璐 我一進店門道宅,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人胸蛛,你說我怎么就攤上這事污茵。” “怎么了葬项?”我有些...
    開封第一講書人閱讀 156,674評論 0 345
  • 文/不壞的土叔 我叫張陵泞当,是天一觀的道長。 經(jīng)常有香客問我民珍,道長襟士,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,340評論 1 283
  • 正文 為了忘掉前任嚷量,我火速辦了婚禮陋桂,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘蝶溶。我一直安慰自己嗜历,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,404評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著秸脱,像睡著了一般落包。 火紅的嫁衣襯著肌膚如雪部蛇。 梳的紋絲不亂的頭發(fā)上摊唇,一...
    開封第一講書人閱讀 49,749評論 1 289
  • 那天,我揣著相機與錄音涯鲁,去河邊找鬼巷查。 笑死,一個胖子當(dāng)著我的面吹牛抹腿,可吹牛的內(nèi)容都是我干的岛请。 我是一名探鬼主播,決...
    沈念sama閱讀 38,902評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼警绩,長吁一口氣:“原來是場噩夢啊……” “哼崇败!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起肩祥,我...
    開封第一講書人閱讀 37,662評論 0 266
  • 序言:老撾萬榮一對情侶失蹤后室,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后混狠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體岸霹,經(jīng)...
    沈念sama閱讀 44,110評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,451評論 2 325
  • 正文 我和宋清朗相戀三年将饺,在試婚紗的時候發(fā)現(xiàn)自己被綠了贡避。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,577評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡予弧,死狀恐怖刮吧,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情掖蛤,我是刑警寧澤皇筛,帶...
    沈念sama閱讀 34,258評論 4 328
  • 正文 年R本政府宣布,位于F島的核電站坠七,受9級特大地震影響水醋,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜彪置,卻給世界環(huán)境...
    茶點故事閱讀 39,848評論 3 312
  • 文/蒙蒙 一拄踪、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧拳魁,春花似錦惶桐、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,726評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽贿衍。三九已至,卻和暖如春救恨,著一層夾襖步出監(jiān)牢的瞬間贸辈,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,952評論 1 264
  • 我被黑心中介騙來泰國打工肠槽, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留擎淤,地道東北人。 一個月前我還...
    沈念sama閱讀 46,271評論 2 360
  • 正文 我出身青樓秸仙,卻偏偏與公主長得像嘴拢,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子寂纪,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,452評論 2 348

推薦閱讀更多精彩內(nèi)容