这是什么?
一个由社区免费共建的数据科学面试题集,附带答案,以 Markdown 文件的形式存放在这个仓库里。
它是一套结构化课程,还是可以当参考资料随时翻阅?
它不是课程,而是可以随时翻阅的参考资料——问题按类别放在不同的 Markdown 文件里,你想练哪块就可以直接跳过去。
准备面试的时候,我应该从哪里入手?
概念类问题先看 theory.md,SQL、Python 和编程题看 technical.md,然后再浏览 awesome.md 里的其他面试资源。
这些问题都涵盖哪些主题?
理论部分涵盖线性模型、决策树和神经网络;技术部分涵盖 SQL、Python 和编程;另外还有单独的 contrib 文件夹,收录概率题。
这个题集还在更新吗?
是的——README 里承诺还会增加更多类别,而且这个项目是很多人共同努力的成果。
我能复用这些内容吗,比如用于学习小组或博客文章?
可以,只要注明出处即可——这些内容以 Creative Commons Attribution 4.0 International(CC BY 4.0)协议发布。
在哪里可以和别人讨论数据面试相关的话题?
作者邀请读者加入 DataTalks.Club 一起聊数据话题,并在 Twitter 和 LinkedIn 上发布项目动态。
它对资深候选人也有用,还是主要面向初级人员?
它既包含线性模型、决策树这类基础知识,也有 SQL、Python 和编程练习,所以无论是打基础,还是在资深面试前做一次全面复习,都很合适。
What are similar projects?
Waking-Up, machine-learning-interview, SDE-Interview-and-Prep-Roadmap, hello-algorithm, system-design-notes, llm_interview_note, node-interview, system-design-primer
Which topics is it in?
educational, neural-networks, study-guide, interview-questions, interview, interview-preparation, career, sql, data-science, reference, html, learning
Photo by 