[阅读记录]《数据分析师求职面试指南》-1

写在最前面的一些碎碎念：对于《数据分析师求职面试指南》的阅读记录，大概会按照个人的阅读进度来更，所以每篇结束的地方可能不是章节结束的地方(●'◡'●)

目录

第一章 面试前的准备

第二章 直面数据分析师面试

第三章 基础知识考察

统计及数据分析知识

基础概念：随机变量、分布函数、概率密度函数

随机变量的常用特征

正态分布与大数定理、中心极限定理

假设检验

---

第一章 面试前的准备

第一章首先介绍了常见的数据类岗位，具体分为算法工程师、数据挖掘工程师、数据分析师、数据产品经理和数据仓库工程师，算法工程师侧重技术支持，数据产品经理侧重业务落地。具体的岗位选择则需要根据自己的能力及偏好筛选。而通用的要求具备以下几点：

1.具备扎实的基础知识/编程能力

2.拥有丰富的项目经验

3.具有积极的学习态度

接着作者针对数据类岗位的简历提出建议，包括如何描述数据类项目：以数据为导向、流程明确、突出技术点；最后作者给出了求职可用的一些软件：猎聘、拉勾、BOSS直聘等。

第二章 直面数据分析师面试

首先介绍了通用的面试流程：笔试→部门内部成员面试→部门负责人面试→总监面试→HR面试

• 笔记侧重基础知识，包括概率论、数理统计、数据挖掘等内容
• 部门内部成员面试侧重理论知识及实践技能、业务尝试、编程技能、沟通能力
• 部门负责人面试侧重”潜力“，需要表现出创造力
• 总监面试侧重大局观，给出未来职业规划、对公司发展、行业格局的理解
• HR面试侧重稳定性，体现对公司的认同

接着作者给出了一些常见的数据分析师面试问题，涉及概率论与数理统计、数据挖掘方面

第三章 基础知识考察

统计及数据分析知识

基础概念：随机变量、分布函数、概率密度函数

什么是随机变量？

随机变量是用来描述随机试验结果的，而随机试验指的是在同等条件下能够对某随机现象进行重复观测，具备三个条件：结果的不可预见性，但可以列出全部可能结果；同等条件下可重复实验；实验结果以随即方式出现。

举例：例如某个APP发放优惠券，用户是否使用则是一个随机试验，而对于优惠券转换率X而言，就是一个随机变量

如何区分不同的随机变量？

可以根据随机变量的分布来区分不同的随机变量

什么是样本？样本和随机变量之间有什么关系？

样本是每次随机试验的结果，也称”观测值“

举例：例如，优惠券转化率为X，而每张优惠券是否被使用可以记为x1，x2，……，X就是这些样本的均值

随机变量是怎么进行分类的？分类依据是什么？

随机变量可以分为离散型和连续型，二者区别是是否可数，例如网站点击率可以计数为0，1，2，3，则是可数的离散型变量，而转化率可以是【0，1】之间任意数，不可以枚举出来，则为不可数的连续型变量

常见的离散型随机变量有哪些？各自有什么样的分布律？

对于离散型随机变量，通常用Pr来描述某个试验结果发生概率，不同的分布律对应不同分布

• 伯努利分布：也称0-1分布，“非A即B”，Pr（X=0）=1-Pr（X=1）
• 二项分布：n个重复独立的伯努利分布（每个伯努利分布事件发生概率均为p，且各试验相互独立互不干扰）
• 泊松分布：适合描述在单位时间内随机事件发生的次数，对于一些没有提前了解过的试验，都可以用泊松分布进行初步描述

常见的连续型随机变量有哪些？各自有什么样的概率密度？

首先需要定义分布函数，通常用F（x）表示，F（x）=Pr（X≤x），因此也称累积分布函数（CDF），如果存在f（x）为F（x）的导数，则称f（x）为概率密度函数（PDF）

• 均匀分布：即概率密度函数在结果区间内为固定数值的分布
• 正态分布：概率密度函数满足
• 指数分布：有一个很大的特点是无记忆性

随机变量的常用特征

用来描述随机变量的数字特征有哪些?

• 期望：随着试验次数增加，X的均值会愈发趋于E（X）
• 方差和标准差：标准差是方差的平方根，有了期望和标准差之后就可以通过公式得到对应标准化变量
• 分位数
• 协方差及相关系数：关注两个或多个随机变量之间的关系，当XY相互独立时，协方差和相关系数均为0，当相关系数绝对值接近于1时，表示二者之间线性关系较强。

随机变量X+Y、XY的期望与X、Y期望的关系？

E(X+Y)=E(X)+E(Y)：对于XY无约束；E(XY)=E(X)E(Y)：XY一定是独立变量，反之不一定成立，只能证明XY不相关，不能证明独立（不相关与独立的区别之后会讲到）

分布的期望和中位数的大小关系？

二者大小关系根据分布的不同而变化，正态分布下二者相等，正偏态情况下中位数小于期望，负偏态情况下中位数大于期望。

简述变量独立与变量不相关的区别？

不相关指的是二者没有线性关系，但不排除其他关系的存在，独立则是二者毫无关系

常见分布的期望和方差是什么？

离散型

• 伯努利：期望p，方差p(1-p)
• 二项：期望np,方差np(1-p)
• 泊松：期望和方差都是

连续型

• 均匀分布：期望(a+b)/2，方差（b-a）²/12
• 正态分布：期望，方差²
• 指数分布：期望，方差

正态分布与大数定理、中心极限定理

正态分布又称高斯分布

正态分布的基本特性是什么？

概率密度函数以期望为中心左右对称，期望=中位数，呈现“中间高、两边低”的情形

3σ方法与正态分布之间存在怎样的关联？

样本落在3σ之外的概率仅有0.27%，因此这部分误差不再属于随机误差，而是粗大误差，应将这部分数据予以剔除

大数定律：核心在于随着试验次数增加，X均值会愈发趋近于期望

简述常见的大数定律，以及它们之间的区别

辛钦大数定律、伯努利大数定理、切比雪夫大数定律，涉及到中心极限定理（对于一组足够大的样本，无论其原本服从什么分布，最终都能转换为正态分布）

假设检验

通常需要对一些项目或产品的效果进行分析，判断新功能上线后是否会带来负面影响，因此需要假设检验

假设检验中，原假设和备择假设常用的划分方法是什么？

原假设即为H0，备择假设记为H1，二者选择是基于实际需要。检验统计量是用于接受或拒绝原假设的，常用的有t统计量和z统计量

假设检验的基本思想？

通过证明该样本对应的p-value小于α，以此推翻原假设，接受备择假设