应征数据分析师，面试官除了问背景、动机之外，一定还会问“技术性问题”。因此，就算只是应征junior的职位，仍要清楚掌握数据分析的相关知识。量子运算博士生Sara A. Metwalli分享，应征数据分析师会被问到的6个技术问题。
回归：数据科学的核心概念
回归（Regression）是数据科学的核心概念，是创建预测模型的根基。线性回归（linear regression）、逻辑回归（logistic regression）是考官常问的回归类型，问题包含两者之间的差异，以及它们的应用场景。此外，也会考你如何将问题化为变量，计算p值，分析残差，以及解释L1与L2的差别等。
Metwalli表示，只要是应征数据相关的职位，至少会被问到一个关于回归的问题，因该定要了解回归的概念。
机器学习模型：要理解基本理论与运行模式
应征者必须熟悉一般的预测模型，并根据面试官的问题，选择最适当的模型来处理。
因此，应征者要了解模型背后的基本理论、如何运行、以及最佳的应用场景。应征者必须懂得训练模型，测试它们的准确性并验证成果。面试官会问，你根据什么标准来确定模型参数，以及如何选择最适当的模型来解决问题。
随机森林：理解它与GBM的差异
随机森林（random forest）也是数据科学的必考题。面试官会问：如何创建数据树（data tree）？为什么要使用随机森林？什么时候使用？如何让它有效率？
你也要能够解释，为何要在树枝的分岔处选择特定的变量子集；也要解释如何检测树中的过度拟合（over-fitting），并如何修剪、优化它。另外，面试官也会问，为什么你选择使用随机森林，而不是使用GBM（Gradient Boosting Machines）来解决问题。因此你必须清楚了解这两种技术的差别。
聚类算法：机器学习的核心算法
聚类算法（clustering algorithm）是机器学习的核心算法之一，数据科学的面试往往会有一两个关于聚类算法的问题，通常是k-means算法。
k-means算法是机器学习中简单高效的算法，面试官会问关于它的各种问题，例如：为什么要用k-means算法？如何选择群（cluster）的数量？为了得到最佳结果，需要对算法进行几次迭代？什么是损失函数（loss function）？如何通过损失函数测试算法的性能？如何优化凸（convex）的最佳效果？
核心数学与统计学：数据分析的底子
创建模型时，必须收集数据、处理数据、分析数据，并用它们来预测未来的数据。这整个过程，需要有坚强的数学与统计学底子。
面试官可能会问你不同的几率分布，例如常态分布；会问你如何进行t检验，如何计算z值；也会问你什么是Chi-square检验，什么时候用。此外，也会问如何计算变量与分布之间的共变异数（covariance）与相关性（correlation）。
高端问题：根据职位需求问的问题
此外，面试官也会根据职位的需求，问你特定的问题，例如关于矩阵操作（matrix manipulation）与因素化（factorization），或者是如何处理时间串行，如何选择p、d、q参数，以及如何使用箱型测试（box test）等。
有时候，面试官也会要你解释不同的SQL查询，或者是叫你写一个查询，以测试你的SQL能力。此外，你也可能被问到数据可视化的问题，要你表达数据分析的结果。
虽然数据科学有很多的应用场景，但大部分的领域都需要以上的基本概念。若你能在面试前，对上述的概念了若指掌，不仅能顺利通过面试的考验，也能确保你到职后快速上手，成为公司的战力，为自己的职业生涯铺路。
参考资料
《Towards Data Science》