揭穿冒牌数据科学家20个问题
如今数据科学家正式成为21世纪最性感的工作,人人都想来分一杯羹。
这也意味着会有一些冒牌货。这些人自称数据科学家,却不具有相应的技能。
这不见得是有意欺骗。数据科学是崭新的领域,目前对此岗位也缺乏被广泛认可的描述。这意味着许多人会认为自己是数据科学家,仅仅因为他们常跟数据打交道。
“冒牌数据科学家通常是某一个特定学科的专家,且坚信他们的学科才是唯一真正的数据科学。这种想法忽略了一个事实:数据科学是一整套科学工具与技术(数学,计算,视觉,分析,统计,试验,问题界定,模型建立与检验等)的集合,用于从数据收集中获得新发现、洞察与价值。
- Kirk Borne,Booz Allen Hamilton首席数据科学家,RocketDataScience.org创始人
识别冒牌数据科学家的第一个办法是了解你要寻找哪些技能。了解数据科学家/数据分析师/数据工程师的区别很重要,尤其当你在计划招募这些稀有物种其中之一的时候。
为了帮助你区分真正的数据科学家与冒牌的(误入歧途的)数据科学家,我们总结了一个问题清单,内含20个问题。在面试数据科学家时你可以提出这些问题。
1.解释什么是正则化,以及它的用处。
2.你最崇拜哪些数据科学家?哪些创业公司?
3.你会如何验证一个多元回归预测模型的量化变量的结果?
4.解释什么是准确率(precision)和召回率(recall)。它们与ROC曲线有什么关系?
5.你如何证明你对某个算法进行的改进,与原算法相比是有了真正的改进?
6.什么是根本原因分析(root cause analysis)?
7.你是否熟悉以下概念:价格优化、价格弹性、库存管理、竞争(商业)智能。举例说明。
8.统计功效(statistical power)是什么?
9.解释什么是重新取样法(resampling methods)以及它们为何重要。解释它们的局限性。
10.哪种情况更好:有许多假阳性值,或者是有许多假阴性值?请解释。
11.什么是选择偏差(selection bias),它为何重要?如何避免?
12.举出一例说明,你如何用实验设计来回答一个有关用户行为的问题。
13.数据的“长”/“宽”格式有何区别?
14.你使用什么方法来判断一篇文章(比如报纸中的)统计数字是错的或用来支持作者观点的,而非正确的、包含对某个特殊主题的丰富实时信息的?
15.解释Edward Tufte的“垃圾图表(chart junk)”概念。
16.你如何筛选离群点(outliers),以及如果你发现了一个这样的点应该怎么处理?
17.你会如何使用极限值定理、蒙特卡罗模拟或数理统计(或其他任何东西)正确预测一个稀有事件的几率?
18.推荐引擎是什么?它如何工作?
19.解释什么是假阳性、假阴性。为何区分它们很重要?
20.你是用什么工具进行可视化?你对Tableau怎么看?R?SAS?(就绘图而言)。如何有效地在一个图表(或视频中)表现五个维度?
“一个‘真正的’数据科学家知道如何应用数学、统计,如何用适当的试验设计来建立与验证模型。有IT技术却没有统计技能的数据科学家,就像一个只知道如何建立手术刀的外科医生。”
--Lisa Winter,Towers Watson高级分析师
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14