logo

Preguntes de l'entrevista de Google Data Science: tot el que heu de saber per solucionar-ho

Principal Ciències De Les Dades Preguntes de l'entrevista de Google Data Science: tot el que heu de saber per solucionar-ho



Aquest article us ofereix una sèrie d’entrevistes de Google Data Science Questiosn, el procés d’entrevistes i els requisits previs per sol·licitar una feina a Google.

Contractar-se en una empresa de renom mundial com Google és un treball de somni per a molta gent. Tenen alguns dels científics de recerca en IA més talentosos, i en el món. No hi ha moltes fonts per a Google Preguntes d’entrevistes en línia i no és fàcil aconseguir-hi una feina. Per tant, tractaré els temes següents en aquest article:

Descripció i requisits del lloc de treball

Amb un salari mitjà de $ 169,067 , inclòs el bo. El salari d’un científic de dades de Google va des de $ 120,000 - $ 280,000 . Amb aquest salari elevat, heu de conèixer els requisits adequats per al lloc de treball que sol·liciteu. Tot i que els requisits varien d’una posició a l’altra, a continuació es mostren alguns dels més comuns:

Requisit mínim:





google

  • Màster universitari en disciplina quantitativa (estadístiques, investigació operativa, informàtica)
  • 2 anys d'experiència laboral en el camp relacionat amb l'anàlisi de dades
  • Experiència amb programari estadístic (per exemple, R , , MATLAB, Pandas) i
  • Experiència amb idiomes de bases de dades (per exemple, SQL )

Responsabilitats:



  • Treballar amb conjunts de dades grans i complexos. Resoldre problemes d’anàlisi difícils i no rutinaris, aplicant mètodes analítics avançats segons sigui necessari
  • Realitzeu anàlisis que incloguin recollida de dades i especificació de requisits, processament, anàlisi, lliuraments en curs i presentacions
  • Construir i prototipar canonades d'anàlisi de manera iterativa per proporcionar informació a escala
  • Desenvolupeu un coneixement exhaustiu de les mètriques i les estructures de dades de Google, defensant els canvis necessaris per al desenvolupament del producte
  • Interactueu de manera transversal i feu recomanacions empresarials (per exemple, cost-benefici, previsió, anàlisi d’experiments)
  • Investigueu i desenvolupeu mètodes d’anàlisi, previsió i optimització per millorar la qualitat dels productes de Google orientats als usuaris

Procés d’entrevistes de Google Data Science

Esborrar la llista és una tasca difícil, que depèn completament de la vostra CV, Carta de presentació i la Experiència . Google Ciències de les dades Les Preguntes d’entrevistes són una barreja de preguntes i preguntes tècniques. Normalment, el primer procés és l’entrevista telefònica.

Entrevista telefònica:

Consisteix en preguntes basades principalment en (concret i teòric) i fortament basat en . Les preguntes també varien en funció dels projectes en què hàgiu treballat.
  • Cas 1: Les entrevistes havien preguntat sobre tècniques d’extracció de característiques, PCA (utilitzat en projectes), anàlisi de correlació, algunes tècniques de classificació que s’utilitzaven (SVM, GBM, xarxa neuronal). Per què no la regressió logística, per què GBM? - Bàsicament preguntes que giren al voltant de la separabilitat de classes.
  • Cas 2: Per què utilitzar la selecció de funcions? Si dos predictors estan molt correlacionats, quin és l’efecte sobre els coeficients de la regressió logística? Quins són els intervals de confiança dels coeficients?
  • Cas 3: Un disc gira sobre un fus i no saps la direcció en què gira el disc. Se us proporciona un joc de pins. Com faràs servir els pins per descriure de quina manera gira el disc?
Després de les entrevistes telefòniques, es tracta de les rondes cara a cara i de codificació. Per tant, analitzem algunes de les preguntes més freqüents sobre les entrevistes de Google Data Science. Tot i que és possible que aquestes preguntes no es facin exactament com es mostra a continuació, he intentat cobrir-ne moltes.

Preguntes d’entrevistes de Google Data Science

Aquestes preguntes no són desconcertants, ja que Google ha deixat de fer-les, sinó que tenen preguntes similars a les que anomenen Preguntes de resolució de problemes . Es fan moltes preguntes d’aprenentatge automàtic, des del genèric fins a les pràctiques. Google bàsicament cobreix l’amplitud de temes en lloc de Profunditat. P1. Sou a un casino i teniu dos daus per jugar. Guanyeu 10 dòlars cada vegada que llanceu un 5. Si jugueu fins que guanyeu i després us atureu, quin és el pagament esperat? P2. Esteu a punt de pujar a un avió cap a Londres, voleu saber si heu de portar un paraigua o no. Truqueu a tres dels vostres amics a l’atzar i com a cadascun d’ells si plou. La probabilitat que el vostre amic digui la veritat és de 2/3 i la probabilitat que us juguen una broma mentint és de 1/3. Si els tres diuen que plou, quina probabilitat hi ha a Londres? P3. Com s’afegiria un nou Facebook membres a la base de dades de membres i codificar les seves relacions amb altres usuaris de la base de dades? P4. Com provareu que hi hagi més probabilitats que un usuari es mantingui actiu després de 6 mesos, ja que ara té més amics? P5. Se us proporcionen 40 cartes amb quatre colors diferents: 10 cartes verdes, 10 targetes vermelles, 10 targetes blaves i 10 targetes grogues. Les cartes de cada color estan numerades de l'una al deu. Es recullen dues cartes a l’atzar. Esbrineu la probabilitat que les cartes escollides no siguin del mateix nombre i del mateix color. Q6. Creeu un programa en un idioma que vulgueu per llegir un fitxer de text amb diversos tuits. La sortida ha de ser de 2 fitxers de text: un que conté la llista de totes les paraules úniques entre tots els tweets juntament amb el recompte de paraules repetides i el segon fitxer ha de contenir el nombre mitjà de paraules úniques per a tots els tweets. Q7. Què faràs si suprimir els valors que falten d'un conjunt de dades provoca biaix? Q8. Un disc gira sobre un fus i no saps la direcció en què gira el disc. Se us proporciona un joc de pins. Com faràs servir els pins per descriure de quina manera gira el disc? P9. Com dissenyareu un motor de recomanació per a llocs de treball? Q10. Quin tipus de producte voleu crear a Google? Q11. Els cotxes s’implanten amb un localitzador de velocitat perquè les companyies asseguradores puguin fer un seguiment del nostre estat de conducció. Basat en aquest nou esquema, a quin tipus de preguntes empresarials es pot respondre? Q12. Com podeu decidir si un algorisme és millor que l’altre? P13. Una caixa té 12 targetes vermelles i 12 targetes negres. Una altra caixa té 24 targetes vermelles i 24 targetes negres. Voleu treure dues cartes a l’atzar d’una de les dues caixes, quina caixa té més probabilitats d’obtenir cartes del mateix color i per què? P14. Quina diferència hi ha entre un model en bosses i un model impulsat? P15. Cada mes, esteu creant un informe sobre les càrregues de contingut dels usuaris i observeu un augment sobtat del nombre de càrregues del mes de gener. L’increment de les càrregues es produeix, sobretot en les càrregues d’imatges. Quina creieu que serà la causa d'això i com provareu aquesta pujada sobtada? P16. Teniu una empresa de roba i voleu millorar el vostre lloc al mercat. Com ho faràs des del nivell del terra? P17. Com decidireu quines versions dels dos algorismes de preus de sobretensió funcionen millor per a qualsevol empresa d’aviació? P18. Quin és el grau de llibertat del llaç? P19. Quina diferència hi ha entre un iterador, un generador i una comprensió de llista a Python? Q20. Tenint en compte un conjunt de pàgines web i canvis al lloc web, com provareu la nova funció del lloc web per determinar si el canvi funciona de manera positiva? Q21. Donada una matriu de dimensió MxN amb cada cel·la que conté un alfabet, busqueu si hi ha una cadena o no. Q22. Com es construirà un sistema de memòria cau mitjançant una estructura de dades avançada com hashmap? P23. Si poguéssiu obtenir el conjunt de dades sobre qualsevol tema d’interès, independentment dels mètodes o recursos de recopilació, com seria el conjunt de dades i què en faríeu? P24. Què són els mètodes de detecció d’anomalies? Q25. Com funciona la memòria cau i com s'utilitza a la ciència de dades? Doncs nois, amb això arribem al final d’aquest article. Les preguntes d’entrevistes de Google Data Science són principalment basat en escenaris i requereixen que sí Capacitats de resolució de problemes i, a més, cal saber aplicar la ciència de dades a aquestes situacions. Espero que això us doni una perspectiva per estar preparat per a qualsevol entrevista de ciències de dades en el futur. Ja siguin Google, Microsoft, Apple o Uber. Tots els gegants de la tecnologia fan preguntes similars quan es tracta de ciències de les dades, ja que és un camp ampli i alhora nou. us fa dominar les eines i els sistemes utilitzats pels professionals de la ciència de dades. Inclou formació sobre estadístiques, ciència de dades, Python, Apache Spark & ​​Scala, Tensorflow i Tableau. El currículum ha estat determinat per una àmplia investigació sobre més de 5000 descripcions de llocs de treball a tot el món. Si teniu cap pregunta, no dubteu a esmentar-ho a la secció de comentaris que hi ha a continuació.
Ciències De Les Dades

Categories

Popular Articles

Tutorial MySQL Workbench: una guia completa de l'eina RDBMS

Com es pot crear un currículum vitae de desenvolupadors impressionant?

Què és Tableau Server i els seus components?

Com convertir-se en desenvolupador de Tableau?

Descobrir el poder de YouTube: el viatge d’Edureka a 1 milió de subscriptors de YouTube

Quins són els components de Java Architecture?

És el moment adequat perquè jo aprengui Hadoop?

Com crear i utilitzar paràmetres a Tableau

Com instal·lar OpenCV Python al Windows

Tutorial de rusc: estudi de casos de l'arquitectura de rusc i la NASA