1、你處理過的最大的數(shù)據(jù)量?你是如何處理他們的?處理的結果。

　　2、告訴我二個分析或者計算機科學相關項目?你是如何對其結果進行衡量的?

　　3、什么是：提升值、關鍵績效指標、強壯性、模型按合度、實驗設計、2/8原則?

　　4、什么是：協(xié)同過濾、n-grams, map reduce、余弦距離?

　　5、如何讓一個網絡爬蟲速度更快、抽取更好的信息以及更好總結數(shù)據(jù)從而得到一干凈的數(shù)據(jù)庫?

　　6、如何設計一個解決抄襲的方案?

　　7、如何檢驗一個個人支付賬戶都多個人使用?

　　8、點擊流數(shù)據(jù)應該是實時處理?為什么?哪部分應該實時處理?

　　9、你認為哪個更好：是好的數(shù)據(jù)還是好模型?同時你是如何定義“好”?存在所有情況下通用的模型嗎?有你沒有知道一些模型的定義并不是那么好?

　　10、什么是概率合并(AKA模糊融合)?使用SQL處理還是其它語言方便?對于處理半結構化的數(shù)據(jù)你會選擇使用哪種語言?

　　11、你是如何處理缺少數(shù)據(jù)的?你推薦使用什么樣的處理技術?

　　12、你最喜歡的編程語言是什么?為什么?

　　13、對于你喜歡的統(tǒng)計軟件告訴你喜歡的與不喜歡的3個理由。

　　14、SAS, R, Python, Perl語言的區(qū)別是?

　　15、什么是大數(shù)據(jù)的詛咒?

　　16、你參與過數(shù)據(jù)庫與數(shù)據(jù)模型的設計嗎?

　　17、你是否參與過儀表盤的設計及指標選擇?你對于商業(yè)智能和報表工具有什么想法?

　　18、你喜歡TD數(shù)據(jù)庫的什么特征?

　　19、如何你打算發(fā)100萬的營銷活動郵件。你怎么去優(yōu)化發(fā)送?你怎么優(yōu)化反應率?能把這二個優(yōu)化份開嗎?

　　20、如果有幾個客戶查詢ORACLE數(shù)據(jù)庫的效率很低。為什么?你做什么可以提高速度10倍以上，同時可以更好處理大數(shù)量輸出?

　　21、如何把非結構化的數(shù)據(jù)轉換成結構化的數(shù)據(jù)?這是否真的有必要做這樣的轉換?把數(shù)據(jù)存成平面文本文件是否比存成關系數(shù)據(jù)庫更好?

　　22、什么是哈希表碰撞攻擊?怎么避免?發(fā)生的頻率是多少?

　　23、如何判別mapreduce過程有好的負載均衡?什么是負載均衡?

　　24、請舉例說明mapreduce是如何工作的?在什么應用場景下工作的很好?云的安全問題有哪些?

　　25、(在內存滿足的情況下)你認為是100個小的哈希表好還是一個大的哈希表，對于內在或者運行速度來說?對于數(shù)據(jù)庫分析的評價?

　　26、為什么樸素貝葉斯差?你如何使用樸素貝葉斯來改進爬蟲檢驗算法?

　　27、你處理過白名單嗎?主要的規(guī)則?(在欺詐或者爬行檢驗的情況下)

　　28、什么是星型模型?什么是查詢表?

　　29、你可以使用excel建立邏輯回歸模型嗎?如何可以，說明一下建立過程?

　　30、在SQL, Perl, C++, Python等編程過程上，待為了提升速度優(yōu)化過相關代碼或者算法嗎?如何及提升多少?

　　31、使用5天完成90%的精度的解決方案還是花10天完成100%的精度的解決方案?取決于什么內容?

　　32、定義：QA(質量保障)、六西格瑪、實驗設計。好的與壞的實驗設計能否舉個案例?

　　33、普通線性回歸模型的缺陷是什么?你知道的其它回歸模型嗎?

　　34、你認為葉數(shù)小于50的決策樹是否比大的好?為什么?

　　35、保險精算是否是統(tǒng)計學的一個分支?如果不是，為何如何?

　　36、給出一個不符合高斯分布與不符合對數(shù)正態(tài)分布的數(shù)據(jù)案例。給出一個分布非�；靵y的數(shù)案例。

　　37、為什么說均方誤差不是一個衡量模型的好指標?你建議用哪個指標替代?

　　38、你如何證明你帶來的算法改進是真的有效的與不做任何改變相比?你對A/B測試熟嗎?