数据分析岗位面试问题.doc

1 /8 --------------------------------------------- 感谢观看本文------- 谢谢----------------------------------------------------------- [ 标签: 标题]2016 数据分析岗位面试问题数据分析岗位面试问题 1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。 2 、告诉我二个分析或者计算机科学相关项目? 你是如何对其结果进行衡量的? 3 、什么是:提升值、关键绩效指标、强壮性、模型按合度、实验设计、 2/8 原则? 4 、什么是:协同过滤、 n-grams, map reduce 、余弦距离? 5 、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库? 6、如何设计一个解决抄袭的方案? 7、如何检验一个个人支付账户都多个人使用? 8 、点击流数据应该是实时处理?为什么?哪部分应该实时处理? 9 、你认为哪个更好:是好的数据还是好模型? 同时你是如何定义“好”?存在所有情况下通用的模型吗?有你没有知道一些模型的定义并不是那么好? 10、什么是概率合并( aka 模糊融合)?使用 sql 处理还是其它语言方便?对于处理半结构化的数据你会选择使用哪种语言? 11、你是如何处理缺少数据的?你推荐使用什么 2 /8 --------------------------------------------- 感谢观看本文------- 谢谢----------------------------------------------------------- [ 标签: 标题]2016 样的处理技术? 12、你最喜欢的编程语言是什么?为什么? 13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的 3个理由。 14、 sas, r, python, perl 语言的区别是? 15、什么是大数据的诅咒? 16、你参与过数据库与数据模型的设计吗? 17、你是否参与过仪表盘的设计及指标选择?你对于商业智能和报表工具有什么想法? 18、你喜欢 td数据库的什么特征? 19、如何你打算发 100 万的营销活动邮件。你怎么去优化发送?你怎么优化反应率?能把这二个优化份开吗? 20、如果有几个客户查询 oracle 数据库的效率很低。为什么?你做什么可以提高速度 10倍以上,同时可以更好处理大数量输出? 21 、如何把非结构化的数据转换成结构化的数据?这是否真的有必要做这样的转换?把数据存成平面文本文件是否比存成关系数据库更好? 22、什么是哈希表碰撞攻击?怎么避免?发生的频率是多少? 23、如何判别 mapreduce 过程有好的负载均衡? 3 /8 --------------------------------------------- 感谢观看本文------- 谢谢----------------------------------------------------------- [ 标签: 标题]2016 什么是负载均衡? 24、请举例说明 mapreduce 是如何工作的?在什么应用场景下工作的很好?云的安全问题有哪些? 25、(在内存满足的情况下)你认为是 100 个小的哈希表好还是一个大的哈希表,对于内在或者运