数据科学，数据分析面试常考题目类型
Hello大家好呀，寿司最近很久没发数据科学，数据分析相关的文章啦，但是从这周起打算开始定期发一些这系列的文章，包括面试常考题目类型，常考题目以及答案，做题方法等，欢迎大家关注，如果有感兴趣的类型题目也欢迎留言告诉我们。
下面就来介绍正题，数据类型相关的岗位主要的考点有以下几类：
SQL
无论是DS还是DA，SQL类型的题目几乎一定会问到，常用的比如基本结构语法，不同function例如window function等都要掌握。复习SQL最好的方法就是刷题，基本上刷Leetcode就足够了。另外在准备的过程中也要知道如何像面试官讲自己的解题思路。
Python/R/SAS
同样的，大部分公司的DS和DA岗位都要求会编程，编程对于DS来说的要求一般是高于DA的，而面试语言也主要取决于面试公司。银行药厂和一些传统行业等基本都是要求SAS，科技公司以Python和R为主，大科技公司面试时候可以自己选择R或者Python中的任意一种语言。寿司以前写SAS，跳槽之后写R更多，偶尔用Python，但是确实能看出，目前大部分公司对Python的偏爱是很明显的。对于coding的复习，取决与要面试的岗位，但是DS的要求最多就是Python Leetcode的medium难度，甚至很多时候更多是以take home assignments或者当场数据处理为导向。
Product Sense
很多公司都会考察Product sense类型的题目，尤其是科技类型公司，通过这方面考察你对产品的了解程度，实验设计，AB Testing，Data-driven decision making等等。比较好的复习方法是看相关公司的技术Blog，另外Coursera上面也有很多相关视频。
统计
统计类型的题目主要考查的是统计基础知识，hypothesis testing, confidence intervals,
还有probability theory。主要可以参考公司的真题还有自己总结的一些知识点。
Machine Learning
Machine Learning主要考查的就是对不同machine learning models的了解程度，每个模型的assumptions，什么时候使用哪种模型，还有如何去评估模型等。一些面试官会问的非常细节，来判断你是否真的做过相关模型，因此大家一定要搞清楚自己简历上的东西。
Behavior Question
Behavior question也是在面试中可能会考察的，一般主要是看面试者是否好相处，communication skill如何，团队合作力如何，解决问题能力等。一般寿司不会花太多时间准备BQ，主要是花时间在其他technical questions上面的准备会更多。
以上就是DS/DA常考的题目类型，之后寿司会根据每一类来分享自己总结的知识点，并且分享一些真题与答案，如果大家对哪个类别很有兴趣或者哪类问题很有兴趣欢迎留言告诉我们。当然这篇文章并不会覆盖所有考察内容，其他Data相关的岗位比如DE可能更侧重于pipeline搭建，数据结构，数据库优化等。
