logo

Fragen zum Google Data Science-Interview: Alles, was Sie wissen müssen, um es zu knacken

Haupt Data Science Fragen zum Google Data Science-Interview: Alles, was Sie wissen müssen, um es zu knacken



In diesem Artikel finden Sie eine Reihe von Google Data Science-Interview-Fragen, den Interviewprozess und die Voraussetzungen für die Bewerbung bei Google.

In einem weltweit renommierten Unternehmen wie Google eingestellt zu werden, ist für viele Menschen ein Traumjob. Sie haben einige der talentiertesten KI-Wissenschaftler, und in der Welt. Es gibt nicht viele Quellen für Google Interview Fragen online und es ist nicht einfach, dort einen Job zu bekommen. Daher werde ich in diesem Artikel die folgenden Themen behandeln:

Stellenbeschreibung und Anforderungen

Mit einem Durchschnittsgehalt von 169.067 USD , einschließlich Bonus. Das Gehalt eines Google Data Scientist reicht von 120.000 - 280.000 US-Dollar . Mit diesem hohen Gehalt müssen Sie die richtigen Anforderungen für den Job kennen, den Sie bewerben. Obwohl die Anforderungen von Position zu Position variieren, sind im Folgenden einige der häufigsten aufgeführt:

Minimale Anforderungen:





google

  • Master in quantitativer Disziplin (Statistik, Operations Research, Informatik)
  • 2 Jahre Berufserfahrung im Bereich Datenanalyse
  • Erfahrung mit statistischer Software (z. R. , , MATLAB, Pandas) und
  • Erfahrung mit Datenbanksprachen (z. SQL )

Verantwortlichkeiten:



Periodensystem der Devops Tools
  • Arbeiten Sie mit großen, komplexen Datenmengen. Lösen Sie schwierige, nicht routinemäßige Analyseprobleme und wenden Sie bei Bedarf erweiterte Analysemethoden an
  • Führen Sie eine Analyse durch, die Datenerfassung und Anforderungsspezifikation, -verarbeitung, -analyse, laufende Ergebnisse und Präsentationen umfasst
  • Erstellen und prototypisieren Sie iterativ Analyse-Pipelines, um maßstabsgetreue Einblicke zu erhalten
  • Entwickeln Sie umfassendes Wissen über Google-Datenstrukturen und -Metriken und setzen Sie sich für Änderungen ein, wenn dies für die Produktentwicklung erforderlich ist
  • Funktionieren Sie funktionsübergreifend und geben Sie Geschäftsempfehlungen ab (z. B. Kosten-Nutzen, Prognose, Experimentanalyse).
  • Erforschen und entwickeln Sie Analyse-, Prognose- und Optimierungsmethoden, um die Qualität der Google-Produkte für Nutzer zu verbessern

Interviewprozess für Google Data Science

Das Löschen der Shortlist ist selbst eine schwierige Aufgabe, die ganz von Ihrer abhängt Lebenslauf, Anschreiben und der Erfahrung . Google Data Science Interviewfragen sind eine Mischung aus Denksportaufgaben und technischen Fragen. Normalerweise ist der erste Prozess das Telefoninterview.

Telefonisches Interview:

Es besteht aus Fragen, die hauptsächlich auf basieren (konkret und theoretisch) und stark basiert auf . Die Fragen variieren auch je nach den Projekten, an denen Sie gearbeitet haben.
  • Fall 1: In den Interviews wurden nach Merkmalsextraktionstechniken, PCA (in Projekten verwendet), Korrelationsanalyse und einigen verwendeten Klassifizierungstechniken (SVM, GBM, neuronales Netz) gefragt. Warum nicht logistische Regression, warum GBM? - Grundsätzlich Fragen zur Klassentrennbarkeit.
  • Fall 2: Warum die Funktionsauswahl verwenden? Wenn zwei Prädiktoren stark korreliert sind, wie wirkt sich dies auf die Koeffizienten in der logistischen Regression aus? Was sind die Konfidenzintervalle der Koeffizienten?
  • Fall 3: Eine Disc dreht sich auf einer Spindel und Sie wissen nicht, in welche Richtung sich die Disc dreht. Sie erhalten einen Satz Stifte. Wie werden Sie die Stifte verwenden, um zu beschreiben, auf welche Weise sich die Disc dreht?
Nach den Telefoninterviews sind es die persönlichen und Codierungsrunden. Lassen Sie uns einige der häufigsten Fragen zu Google Data Science-Vorstellungsgesprächen diskutieren. Obwohl diese Fragen möglicherweise nicht genau wie unten angegeben gestellt werden, habe ich versucht, viele davon zu behandeln.

Fragen zum Google Data Science-Interview

Diese Fragen sind keine Rätsel, da Google diese Fragen nicht mehr stellt, sondern ähnliche Fragen hat, die sie anrufen Fragen zur Problemlösung . Es werden viele Fragen zum maschinellen Lernen gestellt, von allgemeinen bis zu praktischen. Google deckt im Grunde eher die Breite der Themen als die Tiefe ab. Q1. Sie sind in einem Casino und haben zwei Würfel zum Spielen. Sie gewinnen jedes Mal 10 $, wenn Sie eine 5 würfeln. Wenn Sie spielen, bis Sie gewinnen und dann aufhören, wie hoch ist die erwartete Auszahlung? Q2. Sie steigen in ein Flugzeug nach London und möchten wissen, ob Sie einen Regenschirm mitbringen müssen oder nicht. Sie rufen drei Ihrer zufälligen Freunde an und wie jeder von ihnen, wenn es regnet. Die Wahrscheinlichkeit, dass Ihr Freund die Wahrheit sagt, beträgt 2/3 und die Wahrscheinlichkeit, dass er Ihnen durch Lügen einen Streich spielt, beträgt 1/3. Wenn alle drei sagen, dass es regnet, wie hoch ist dann die Wahrscheinlichkeit, dass es in London tatsächlich regnet? Q3. Wie würde neu hinzufügen Facebook Mitglieder in die Datenbank der Mitglieder und codieren ihre Beziehungen zu anderen in der Datenbank? Q4. Wie können Sie testen, ob die Wahrscheinlichkeit, dass ein Benutzer nach 6 Monaten aktiv bleibt, erhöht ist, wenn ein Benutzer jetzt mehr Freunde hat? Q5. Sie erhalten 40 Karten mit vier verschiedenen Farben - 10 grüne Karten, 10 rote Karten, 10 blaue Karten und 10 gelbe Karten. Die Karten jeder Farbe sind von eins bis zehn nummeriert. Zwei Karten werden zufällig ausgewählt. Finden Sie heraus, mit welcher Wahrscheinlichkeit die ausgewählten Karten nicht dieselbe Anzahl und Farbe haben. Q6. Erstellen Sie ein Programm in einer Sprache Ihrer Wahl, um eine Textdatei mit verschiedenen Tweets zu lesen. Die Ausgabe sollte aus 2 Textdateien bestehen - eine, die die Liste aller eindeutigen Wörter unter allen Tweets zusammen mit der Anzahl der wiederholten Wörter enthält, und die zweite Datei sollte die mittlere Anzahl eindeutiger Wörter für alle Tweets enthalten. Q7. Was tun Sie, wenn das Entfernen fehlender Werte aus einem Datensatz zu Verzerrungen führt? Q8. Eine Disc dreht sich auf einer Spindel und Sie wissen nicht, in welche Richtung sich die Disc dreht. Sie erhalten einen Satz Stifte. Wie werden Sie die Stifte verwenden, um zu beschreiben, auf welche Weise sich die Disc dreht? Q9. Wie werden Sie eine Empfehlungs-Engine für Jobs entwerfen? Q10. Welche Art von Produkt möchten Sie bei Google erstellen? Q11. Autos werden mit Speed ​​Tracker implantiert, damit die Versicherungsunternehmen unseren Fahrzustand verfolgen können. Welche geschäftlichen Fragen können auf der Grundlage dieses neuen Schemas beantwortet werden? Q12. Wie können Sie entscheiden, ob ein Algorithmus besser ist als der andere? Q13. Eine Box hat 12 rote und 12 schwarze Karten. Eine andere Box hat 24 rote und 24 schwarze Karten. Sie möchten zufällig zwei Karten aus einem der beiden Kästchen ziehen. Welches Kästchen hat eine höhere Wahrscheinlichkeit, Karten derselben Farbe zu erhalten, und warum? Q14. Was ist der Unterschied zwischen einem Bagged-Modell und einem Boosted-Modell? Q15. Sie erstellen jeden Monat einen Bericht für das Hochladen von Benutzerinhalten und stellen einen plötzlichen Anstieg der Anzahl der Uploads für den Monat Januar fest. Die Zunahme der Uploads ist insbesondere bei Bild-Uploads zu verzeichnen. Was wird Ihrer Meinung nach die Ursache dafür sein und wie werden Sie diese plötzliche Spitze testen? Q16. Sie besitzen ein Bekleidungsunternehmen und möchten Ihren Platz auf dem Markt verbessern. Wie werden Sie es vom Boden aus tun? Q17. Wie werden Sie entscheiden, welche Versionen der beiden Surge Pricing-Algorithmen für ein Luftfahrtunternehmen besser funktionieren? Q18. Was ist der Freiheitsgrad für Lasso? Q19. Was ist der Unterschied zwischen einem Iterator, Generator und Listenverständnis in Python? Q20. Wie werden Sie angesichts einer Reihe von Webseiten und Änderungen auf der Website die neue Website-Funktion testen, um festzustellen, ob die Änderung positiv funktioniert? Q21. Stellen Sie anhand einer MxN-Dimensionsmatrix mit jeder Zelle, die ein Alphabet enthält, fest, ob eine Zeichenfolge darin enthalten ist oder nicht. Q22. Wie erstellen Sie ein Caching-System mit einer erweiterten Datenstruktur wie Hashmap? Q23. Wenn Sie den Datensatz unabhängig von den Erfassungsmethoden oder -ressourcen zu einem beliebigen Thema abrufen könnten, wie würde der Datensatz dann aussehen und wie werden Sie damit umgehen? Q24. Was sind Anomalieerkennungsmethoden? Q25. Wie funktioniert das Caching und wie verwenden Sie es in der Datenwissenschaft? Also Leute, damit sind wir diesem Artikel ein Ende gesetzt. Google Data Science Interview Fragen sind meistens szenariobasiert und erfordern, dass Sie haben Fähigkeiten zur Problemlösung Darüber hinaus müssen Sie wissen, wie Sie Data Science auf diese Situationen anwenden können. Ich hoffe, dies gibt Ihnen eine Perspektive, um auf ein zukünftiges Data Science-Interview vorbereitet zu sein. Sei es Google, Microsoft, Apple oder Uber. Alle Tech-Giganten stellen ähnliche Fragen, wenn es um Data Science geht, da es sich um ein riesiges und gleichzeitig neues Feld handelt. macht Sie mit den von Data Science Professionals verwendeten Tools und Systemen vertraut. Es umfasst Schulungen zu Statistik, Data Science, Python, Apache Spark & ​​Scala, Tensorflow und Tableau. Der Lehrplan wurde durch umfangreiche Recherchen zu über 5000 Stellenbeschreibungen auf der ganzen Welt festgelegt. Wenn Sie Fragen haben, können Sie diese gerne im Kommentarbereich unten erwähnen.
Data Science

Kategorien

Popular Articles

GOP-Repräsentantin Lauren Boebert gab vor den Unruhen einer 'großen' Gruppe eine Capitol-Tour, sagt der demokratische Gesetzgeber

Ansible Roles - Ultimative Möglichkeit, Ihre Playbooks zu entwirren

Unter den Opfern der Schießerei in Texas: Ein Gymnasiast, ein geliebter Onkel und ein Vater von zwei Kindern

Drei Tote, Dutzende Verletzte nach dem Kentern eines mutmaßlichen Migranten-Schmugglerbootes in der Nähe von San Diego

ISO 9000 vs. Six Sigma: Ein visueller Leitfaden

Karriereentwicklung mit Informatica: Alles was Sie wissen müssen

Was ist der Unterschied zwischen Big Data und Hadoop?

„Das ist das Geldspiel“: Mo’Nique und Steve Harveys angespanntes Gespräch über Hollywood-Blackball-Behauptungen geht viral

Informatica-Transformationen: Das Herz und die Seele von Informatica PowerCenter

'Uintah-Sex?': Kondom-Verlosung mit Utah-Thema abgesagt, nachdem der Gouverneur Anspielungen abgelehnt hat