應徵數據分析師，面試官除了問背景、動機之外，一定還會問「技術性問題」。因此，就算只是應徵 junior 的職位，仍要清楚掌握數據分析的相關知識。量子運算博士生 Sara A. Metwalli 分享，應徵數據分析師會被問到的 6 個技術問題。
迴歸：數據科學的核心概念
迴歸（Regression）是數據科學的核心概念，是建立預測模型的根基。線性迴歸（linear regression）、邏輯迴歸（logistic regression）是考官常問的迴歸類型，問題包含兩者之間的差異，以及它們的應用情境。此外，也會考你如何將問題化為變數，計算 p 值，分析殘差，以及解釋 L1 與 L2 的差別等。
Metwalli 表示，只要是應徵數據相關的職位，至少會被問到一個關於迴歸的問題，因此一定要了解迴歸的概念。
機器學習模型：要理解基本理論與運作模式
應徵者必須熟悉一般的預測模型，並根據面試官的問題，選擇最適當的模型來處理。
因此，應徵者要了解模型背後的基本理論、如何運作、以及最佳的應用場域。應徵者必須懂得訓練模型，測試它們的準確性並驗證成果。面試官會問，你根據什麼標準來確定模型參數，以及如何選擇最適當的模型來解決問題。
隨機森林：理解它與 GBM 的差異
隨機森林（random forest）也是數據科學的必考題。面試官會問：如何建立數據樹（data tree）？為什麼要使用隨機森林？什麼時候使用？如何讓它有效率？
你也要能夠解釋，為何要在樹枝的分岔處選擇特定的變數子集；也要解釋如何檢測樹中的過度擬合（over-fitting），並如何修剪、優化它。另外，面試官也會問，為什麼你選擇使用隨機森林，而不是使用 GBM（Gradient Boosting Machines）來解決問題。因此你必須清楚了解這兩種技術的差別。
聚類演算法：機器學習的核心演算法
聚類演算法（clustering algorithm）是機器學習的核心演算法之一，數據科學的面試往往會有一兩個關於聚類演算法的問題，通常是 k-means 演算法。
k-means 演算法是機器學習中簡單高效的演算法，面試官會問關於它的各種問題，例如：為什麼要用 k-means 演算法？如何選擇群（cluster）的數量？為了得到最佳結果，需要對演算法進行幾次迭代？什麼是損失函數（loss function）？如何透過損失函數測試演算法的性能？如何優化凸（convex）的最佳效果？
核心數學與統計學：數據分析的底子
建立模型時，必須收集數據、處理數據、分析數據，並用它們來預測未來的數據。這整個過程，需要有堅強的數學與統計學底子。
面試官可能會問你不同的機率分布，例如常態分布；會問你如何進行 t 檢驗，如何計算 z 值；也會問你什麼是 Chi-square 檢驗，什麼時候用。此外，也會問如何計算變數與分佈之間的共變異數（covariance）與相關性（correlation）。
進階問題：根據職位需求問的問題
此外，面試官也會根據職位的需求，問你特定的問題，例如關於矩陣操作（matrix manipulation）與因子化（factorization），或者是如何處理時間序列，如何選擇 p、d、q 參數，以及如何使用箱型測試（box test）等。
有時候，面試官也會要你解釋不同的 SQL 查詢，或者是叫你寫一個查詢，以測試你的 SQL 能力。此外，你也可能被問到數據視覺化的問題，要你表達數據分析的結果。
雖然數據科學有很多的應用場域，但大部分的領域都需要以上的基本概念。若你能在面試前，對上述的概念瞭若指掌，不僅能順利通過面試的考驗，也能確保你到職後快速上手，成為公司的戰力，為自己的職涯鋪路。
參考資料
（本文提供合作夥伴轉載。首圖來源：Piqsels CC Licensed）
延伸閱讀
【工程師書單】15 本免費電子書，一步步帶你提升數據分析技能
想當數據分析師？你可以先去考這 6 個證書
沒有相關工作經驗，要如何取得數據分析師的 offer？
