AB test等面经总结 - sophiekeke/casestudy GitHub Wiki

https://www.moonbbs.com/thread-3748725-1-1.html

分享经验总结：在家找到DS工作

分享下楼主2个月内全职在家找到DS工作的一些经验总结，工作日的时候平均每天花7个小时在准备，周末带娃没怎么复习了。希望能让大家少走弯路，节省时间，有个清晰的准备方向和提供些有用的资料。

介绍下背景：2年多的DS工作经验，主要做的analytics。现在正在FLAG中的某家team match，攒人品求一切顺利，求H1B名额能顺利转走并激活。找工作期间受到很多素不相识的同胞的帮助，希望大家团结起来，互相帮助。论坛不能上传资料，有兴趣的自己去一亩三分地下哈，不需要大米。 参考链接

这次找工作主要准备了下面5个方向：

  1. Product Sense
  2. SQL/Python
  3. Stats & Probability
  4. AB Test & Hypothesis Testing
  5. Machine Learning

第一轮复习

Product Sense

这部分需要很清楚各大公司的goal和盈利模式，他们看重的一些KPI，比如FB/Google主要靠广告收入，credit karma靠成功推荐信用卡，游戏公司根据是平台还是自主开发游戏关注的点又不一样了。熟悉各种metrics，对于一些问题能根据business goal提出最能衡量它的指标。 这类问题的套路一般就是问各种clarification question，不要自己assume（也有例外的公司，我有个onsite就问了面试官各种问题，被面试官说你要会自己assume呀，我们工作中不可能有人给你各种建议提示），然后明白business goal -> metrics -> hypothesis, like it will improve blah blah -> collecting data -> analysis data -> conclusion/suggestion

推荐书籍：

  • 《Cracking the PM Interview》
  • 《A Collection of Data Science Take-Home Challenges》里的 product questions部分
  • 一亩三分地的数据科学Analytics面试精选24题

SQL/Python

主要复习了SQL一些语法和常用的window function，然后在leetcode做了几道题，Python主要就是复习了pandas这个包，把一些常用的函数自己琢磨了遍。自己写了个文件，涵盖了我面试过程中遇到的所有问题了。都无偿分享给大家，攒人品中。还刷了Leetcode easy 和medium的算法题，主要是array， string部分。

这个帖子也很有帮助： How to Rewrite Your SQL Queries in Pandas and More

Stats & Probability

主要是把以前上的课拿出来复习了下，这部分主要考贝叶斯和全概率公式，有些公司会考正态分布二项分布，举个例子：比如投硬币，硬币次数投多了就根据大数定理正态分布啦，然后会问你下投的次数越多正态分布曲线怎么变化？还有投骰子。不会直接问你些概念性的东西，但是基本功要牢，问的时候能明白面试官想要考你什么。推荐个可汗学院的统计课，自己觉得挺不错的。还有个做题网站。 可汗学院统计课 Brilliant

AB Test & Hypothesis Testing

主要看了udacity这个，但是只能说这个是入门级的AB test，很基础但是也很重要，一定要看明白，不明白重复看直到明白了，然后就可以进入第二重境界啦，看高深的AB test。onsite面试过程中AB test环节会问的很深入，基本不会出现udaciy那么简单的问题。

AB test 一般的套路就是：understand business goal -> define metrics -> hypo -> design test plans, sample size? Duration? Regions for AB testing? -> launch experiment -> sanity check and analyze result -> conclusion/suggestion

推荐课程： Udacity AB Testing Course AB Testing Notes

Machine Learning

我平时不做模型，所以花了大部分时间在准备这块内容上。建议从linear regression开始准备，基本功一定要打牢，linear regression是最简单的machine learning模型，把这个看懂了后面的其他模型或者一些术语就会融会贯通。面试过程中会问些LR的assumption，logistic regression的loss function，maximum likelihood function，overfitting怎么办，不会直接问你regularization，但是会隐藏在其他问题里。

强烈推荐这个课程，老师讲的非常的清楚非常的好。 Coursera: Machine Learning - Regression

上完后可以上Andrew Ng的machine learning课程，推荐Coursera的这个，YouTube那个不大推荐，太花时间。建议认真看完这两个。 Coursera: Andrew Ng's Machine Learning

第二轮复习

Product Sense

主要就是看地里的面经和一些博客。还有自己开大开下脑洞。。。

AB Test & Hypothesis Testing

也是看博客了，你会发现AB test真的是水很深，比如control和test的samples size是90% 和10% 分布，同时测10个metric而不是一个，又要改什么？AB 测试需要注意的事项和assumption是什么？ novelty effect是隐藏在这部分很重要的考点，怎么消除？违反了什么assumption？等等。加几个我平时看AB test的网站： Towards Data Science Medium Optimizely

这个帖子不错： A Summary of Udacity A/B Testing Course

Machine Learning

主要就是看面经了。自己也总结了些问题，希望能帮到大家，都无偿分享给大家了，攒人品。 面经总结

总结

最后就是建议大家python的pandas和leetcode得练习下，有些公司的技术面就是全程考leetcode算法（没要求bug free和最优解法，有时候会给你些follow up question让你不断优化），或者让我用python把SQL的解法写一遍，完全就是技术的，这个环节真正花在考AB test和product sense的时间不多。我5个onsite 有2个公司面了我算法，3个公司面到了用python把SQL写一遍，有些公司不会提前跟你说考什么。想要比别人做得更好，那只能是要多付出，做最好的准备。

还有回答问题一定要有条理，一步一步说，解释清楚，不要思维跳跃太快，你自己知道所有的细节，跳过了没觉得有什么问题，但是别人不知道，面试官跟不上会觉得你很难交流沟通，我挂掉的面试几乎都是同一个毛病，communication!一定不要忽略这些soft skills。

找工作的过程中，最重要的是心态一定要及时的摆正。这个过程非常的痛苦，道路是未知的，我自己也经常受不了的大哭，觉得自己怎么这么差劲，要找不到工作了，一直压力很大，不断怀疑自己。还有你投了很多的简历，却没有面试，有了面试，明明面的不错却没有onsite或者技术面被拒了，onsite也不错却被拒，或者onsite太晚了连备胎机会都没有。这并不代表你不行你不优秀，只能说运气不好。一般公司的DS坑很少，他们想要招有相关经验的人，有strong communication的candidate。还有你每轮面试其实都是备胎而已或者连备胎机会都没有，很多面着面着就收到position closed或者没有然后了之类的。心态一定要好，尽人事听天命。