Soalan Temubual Sains Data Google: Yang perlu anda ketahui untuk memecahkannya



Artikel ini memberi anda banyak Questiosn Temuduga Sains Data Google, Proses Temuduga dan prasyarat untuk memohon pekerjaan di Google.

Dipekerjakan dalam Syarikat Terkenal di Seluruh Dunia seperti Google adalah Pekerjaan Impian bagi banyak orang. Mereka mempunyai beberapa Saintis Penyelidikan AI yang paling berbakat, dan di dunia. Tidak banyak sumber untuk Google Soalan Temuduga dalam talian dan tidak mudah mendapat pekerjaan di sana. Oleh itu, saya akan membahas topik berikut dalam artikel ini:

Penerangan dan Keperluan Kerja

Dengan gaji purata sebanyak $ 169,067 , termasuk bonus. Gaji Saintis Data Google bermula dari $ 120,000 - $ 280,000 . Dengan gaji yang tinggi ini, anda perlu mengetahui syarat yang betul untuk Pekerjaan yang anda lamar. Walaupun syaratnya berbeza-beza dari kedudukan ke kedudukan, Berikut adalah beberapa perkara yang biasa:

Keperluan minimum:





google

  • Ijazah Sarjana dalam Disiplin Kuantitatif (Statistik, Penyelidikan Operasi, Sains Komputer)
  • 2 tahun pengalaman bekerja dalam bidang berkaitan Analisis Data
  • Pengalaman dengan perisian statistik (mis., R , , MATLAB, Pandas) dan
  • Pengalaman dengan bahasa pangkalan data (mis., SQL )

Tanggungjawab:



fungsi maya ++ = 0
  • Bekerja dengan set data yang besar dan kompleks. Selesaikan masalah analisis yang sukar dan tidak rutin, gunakan kaedah analitik lanjutan jika diperlukan
  • Lakukan analisis yang merangkumi pengumpulan data dan spesifikasi keperluan, pemrosesan, analisis, penyampaian yang berterusan, dan persembahan
  • Bina dan prototaip saluran paip analisis secara berulang untuk memberikan pandangan dalam skala
  • Kembangkan pengetahuan komprehensif mengenai struktur data dan metrik Google, menganjurkan perubahan jika diperlukan untuk pembangunan produk
  • Berinteraksi secara lintas fungsi, membuat cadangan perniagaan (mis., Kos-manfaat, ramalan, analisis eksperimen)
  • Teliti dan kembangkan kaedah analisis, ramalan, dan pengoptimuman untuk meningkatkan kualiti produk yang dihadapi pengguna Google

Proses Temuduga Sains Data Google

Menghapus senarai pendek adalah tugas yang sukar, yang bergantung sepenuhnya kepada anda CV, Surat Sampul dan juga Pengalaman . Google Sains Data Soalan Temu Bual adalah gabungan penggoda Otak dan Pertanyaan Teknikal. Biasanya, proses pertama adalah Telephonic Interview.

Temu ramah Telephonic:

Ia terdiri daripada Soalan yang kebanyakannya berdasarkan (konkrit dan teori) dan banyak berdasarkan . Soalannya juga berbeza-beza berdasarkan projek yang telah anda jalankan.
  • Kes 1: Temu ramah telah bertanya mengenai teknik pengekstrakan fitur, PCA (Digunakan dalam Projek), analisis korelasi, beberapa teknik klasifikasi yang digunakan (SVM, GBM, neural net). Mengapa tidak regresi logistik, mengapa GBM? - Pada dasarnya soalan berputar di sekitar keterpisahan kelas.
  • Kes 2: Mengapa menggunakan pemilihan ciri? Sekiranya dua peramal sangat berkorelasi, apakah kesan pada pekali dalam regresi logistik? Berapakah selang keyakinan pekali?
  • Kes 3: Cakera berputar pada gelendong dan anda tidak tahu arah mana cakera berputar. Anda diberikan satu set pin. Bagaimana anda akan menggunakan pin untuk menerangkan cara cakera berputar?
Selepas Wawancara Telephonik, ia adalah Kaedah Bersemuka dan Pengkodan. Oleh itu, Mari Bincangkan beberapa Soalan Temuduga Sains Data Google yang paling biasa. Walaupun soalan-soalan ini mungkin tidak diajukan persis seperti yang diberikan di bawah ini, saya telah mencuba banyak pertanyaan.

Soalan Temubual Sains Data Google

Soalan-soalan ini bukan masalah, kerana Google telah berhenti mengajukan soalan-soalan tersebut, mereka mempunyai soalan serupa yang mereka panggil Soalan Penyelesaian Masalah . Banyak Pertanyaan Pembelajaran Mesin, bermula dari generik hingga yang praktikal. Google pada dasarnya merangkumi luas topik dan bukannya Kedalaman. S1. Anda berada di Kasino dan mempunyai dua dadu untuk bermain. Anda menang $ 10 setiap kali anda melancarkan 5. Jika anda bermain sehingga anda menang dan kemudian berhenti, berapakah jangkaan pembayaran? S2. Anda akan menaiki kapal terbang ke London, anda ingin tahu sama ada anda perlu membawa payung atau tidak. Anda memanggil tiga rakan anda yang rawak dan masing-masing jika hujan. Kebarangkalian rakan anda mengatakan yang sebenarnya adalah 2/3 dan kebarangkalian bahawa mereka mempermainkan anda dengan berbohong adalah 1/3. Sekiranya ketiga-tiga mereka mengatakan bahawa hujan, maka kemungkinan besar hujan di London. S3. Bagaimana menambah baru Facebook ahli ke pangkalan data anggota, dan kodkan hubungan mereka dengan orang lain dalam pangkalan data? S4. Bagaimana anda akan menguji bahawa terdapat peningkatan kebarangkalian pengguna untuk tetap aktif setelah 6 bulan memandangkan pengguna mempunyai lebih banyak rakan sekarang? S5. Anda diberi 40 kad dengan empat warna yang berbeza- 10 kad Hijau, 10 Kad Merah, 10 kad Biru, dan 10 kad Kuning. Kad setiap warna diberi nombor satu hingga sepuluh. Dua kad diambil secara rawak. Ketahui kebarangkalian kad yang dipilih tidak mempunyai nombor dan warna yang sama. S6. Buat program dalam bahasa pilihan anda untuk membaca fail teks dengan pelbagai tweet. Keluarannya mestilah 2 fail teks-satu yang mengandungi senarai semua perkataan unik di antara semua tweet bersama dengan jumlah perkataan berulang dan fail kedua harus mengandungi jumlah sederhana kata-kata unik untuk semua tweet. S7. Apa yang akan anda lakukan sekiranya membuang nilai yang hilang dari set data menyebabkan bias? S8. Cakera berputar pada gelendong dan anda tidak tahu arah mana cakera berputar. Anda diberikan satu set pin. Bagaimana anda akan menggunakan pin untuk menerangkan cara cakera berputar? S9. Bagaimana anda akan merancang mesin cadangan untuk pekerjaan? S10. Apakah jenis produk yang ingin anda bina di Google? S11. Kereta dipasang dengan speed tracker supaya syarikat insurans dapat mengetahui keadaan pemanduan kami. Berdasarkan skema baru ini, soalan perniagaan apa yang dapat dijawab? S12. Bagaimana anda boleh memutuskan sama ada satu algoritma lebih baik daripada yang lain? S13. Kotak mempunyai 12 kad merah dan 12 kad hitam. Kotak lain mempunyai 24 kad merah dan 24 kad hitam. Anda ingin menarik dua kad secara rawak dari salah satu daripada dua kotak itu, kotak mana yang mempunyai kebarangkalian lebih tinggi untuk mendapatkan kad dengan warna yang sama dan mengapa? S14. Apa perbezaan antara model bagged dan model yang ditingkatkan? S15. Anda membuat laporan untuk muat naik kandungan pengguna setiap bulan dan melihat peningkatan jumlah muat naik secara tiba-tiba untuk bulan Januari. Peningkatan muat naik adalah, terutamanya dalam muat naik gambar. Apa yang anda fikir menjadi penyebabnya dan bagaimana anda akan menguji lonjakan mendadak ini? S16. Anda memiliki syarikat pakaian dan ingin meningkatkan tempat anda di pasar. Bagaimana anda akan melakukannya dari permukaan tanah? S17. Bagaimana anda akan memutuskan versi kedua dari Algoritma Surge Pricing yang lebih baik untuk mana-mana Syarikat Penerbangan? S18. Apakah tahap kebebasan untuk lasso? S19. Apakah perbezaan antara pengulangan, penjana dan pemahaman senarai di Python? S20. Memandangkan sekumpulan laman web dan perubahan di laman web, bagaimana anda akan menguji ciri laman web baru untuk menentukan apakah perubahan itu berjalan dengan positif? S21. Diberi matriks dimensi MxN dengan setiap sel mengandungi abjad, cari sama ada rentetan terkandung di dalamnya atau tidak. S22. Bagaimana anda akan membina sistem caching menggunakan struktur data lanjutan seperti hashmap? S23. Sekiranya anda dapat memperoleh dataset pada topik yang menarik, tanpa mengira kaedah atau sumber pengumpulan, bagaimana rupa set data tersebut dan apa yang akan anda lakukan dengannya? S24. Apakah kaedah pengesanan anomali? Q25. Bagaimana cache berfungsi dan bagaimana anda menggunakannya dalam sains Data? Jadi kawan-kawan, dengan ini kita mengakhiri artikel ini. Soalan Temubual Sains Data Google kebanyakannya berdasarkan senario dan memerlukan anda Kebolehan Menyelesaikan Masalah dan lebih-lebih lagi anda perlu tahu bagaimana menerapkan Sains Data untuk situasi seperti ini. Saya harap ini akan memberi anda perspektif untuk bersedia menghadapi sebarang Temubual Sains Data pada masa akan datang. Sama ada Google, Microsoft, Apple atau Uber. Semua raksasa teknologi mengemukakan jenis Soalan serupa mengenai Sains Data kerana ia adalah bidang baru dan pada masa yang sama. menjadikan anda mahir dalam alat dan sistem yang digunakan oleh Data Science Professionals. Ia merangkumi latihan mengenai Statistik, Sains Data, Python, Apache Spark & ​​Scala, Tensorflow dan Tableau. Kurikulum telah ditentukan oleh penyelidikan yang luas mengenai 5000+ deskripsi pekerjaan di seluruh dunia. Sekiranya anda mempunyai pertanyaan, sila sebutkan di bahagian komen di bawah.