一名合格的數(shù)據(jù)分析師應(yīng)該掌握

1. 網(wǎng)頁爬蟲：Python或R
2. 數(shù)據(jù)存儲：Excel或者Tableau、MangoDB等
3. 數(shù)據(jù)清洗：數(shù)據(jù)缺失處理等
4. 數(shù)據(jù)分析：線性回歸等
5. 數(shù)據(jù)可視化：Python或R的可視化包

1. 統(tǒng)計(jì)知識
2. 運(yùn)籌學(xué)知識
3. 機(jī)器學(xué)習(xí)知識

數(shù)據(jù)清洗

歡迎關(guān)注我的個(gè)人微信公眾號：『運(yùn)籌OR帷幄』閱讀完整推文：

福利：

在我的數(shù)據(jù)分析討論群里經(jīng)常有人提到轉(zhuǎn)行數(shù)據(jù)分析師，但簡歷投出去總是石沉大海，沒有面試，又或者接到面試不知道面試的側(cè)重點(diǎn)在哪里，看過很多面經(jīng)，有提到算法的，有提到業(yè)務(wù)分析，所以不知道如何下手準(zhǔn)備，今天就來聊聊自己關(guān)于轉(zhuǎn)行數(shù)據(jù)分析以及如何準(zhǔn)備的一些拙見。

數(shù)據(jù)分析中有很多的分支，而每一個(gè)分支就就決定了一個(gè)工作崗位的方向，從而也就決定了面試考察的側(cè)重點(diǎn)。

數(shù)據(jù)分析行業(yè)需要掌握的技術(shù)技能

EXCEL : 各種計(jì)算函數(shù)，solver， 自帶的data analysis工具， v-lookup， pivot table

統(tǒng)計(jì)學(xué)：e.g 假設(shè)檢驗(yàn)，P值，R2，描述性統(tǒng)計(jì)，F(xiàn)檢驗(yàn)，T檢驗(yàn)

機(jī)器學(xué)習(xí)常用模型：（首先分清楚有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)）聚類，回歸，決策樹，隨機(jī)森林，xgboost， SVM

python常用package：pandas，numpy，scikit-learn，statsmodel，matplotlib

SQL常用查詢操作：SELECT, GROUP BY, ORDER BY, HAVING, WHERE, JOIN, 窗口函數(shù)

在掌握了上述知識后，數(shù)據(jù)分析行業(yè)內(nèi)包括的幾大分支

游戲數(shù)據(jù)分析師：從數(shù)據(jù)分析師中多帶帶把這個(gè)職位提出來是因?yàn)槠渚哂幸欢ǖ男袠I(yè)特殊性，這個(gè)職位需要對游戲特別感興趣，從我面過的網(wǎng)易雷火游戲數(shù)據(jù)分析師崗位來看，考察重點(diǎn)在于SQL和游戲場景題

數(shù)據(jù)分析師：重點(diǎn)考察業(yè)務(wù)場景的分析能力，這里的業(yè)務(wù)場景包括數(shù)據(jù)變動的原因分析，衡量結(jié)果的指標(biāo)設(shè)計(jì)，產(chǎn)品功能的評定及優(yōu)化，因此需要多去了解一些產(chǎn)品方面的知識，培養(yǎng)自己的商業(yè)直覺和分析能力。數(shù)據(jù)分析師極少（幾乎沒有）有需要手撕代碼的情況，至多會問幾個(gè)SQL題但是也不會過于復(fù)雜。

數(shù)據(jù)產(chǎn)品經(jīng)理：和數(shù)據(jù)分析師類似，但更強(qiáng)調(diào)產(chǎn)品思維。一個(gè)好的數(shù)據(jù)產(chǎn)品經(jīng)理一定是一個(gè)有創(chuàng)造力，能夠設(shè)身處地站在用戶角度思考，并且溝通能力很強(qiáng)的人。數(shù)據(jù)產(chǎn)品經(jīng)理的角色更像是一個(gè)翻譯者或者是一個(gè)橋梁，前端連接的是用戶，后端連接的是工程師和開發(fā)人員。一方面需要將前端的零散的、感性的需求轉(zhuǎn)化為工程師需要的結(jié)構(gòu)化，條理化的要求，另一方面，需要懂技術(shù)、理解技術(shù)，將工程相關(guān)的專業(yè)術(shù)語轉(zhuǎn)化為產(chǎn)品優(yōu)勢，通俗易懂地傳達(dá)給最終的用戶。

這里推薦俞軍先生的《產(chǎn)品方法論》，無論是數(shù)據(jù)分析師還是數(shù)據(jù)產(chǎn)品經(jīng)理，這本書都同樣適用。

數(shù)據(jù)挖掘工程師：屬于工程類職位，需要刷題，通常會有筆試（機(jī)考），考察算法能力，面試中考察重點(diǎn)會放在機(jī)器學(xué)習(xí)的相關(guān)模型和算法上，通常也會出現(xiàn)手撕代碼的情況。工程類職位考察的使用工具的能力，所以對于數(shù)據(jù)挖掘算法的理解以及代碼能力很重要，考察業(yè)務(wù)知識方面比較少。

大數(shù)據(jù)工程師：同樣屬于工程類職位，在數(shù)據(jù)挖掘工程師的基礎(chǔ)上，同時(shí)需要熟練掌握Hadoop， Hive， Spark等大數(shù)據(jù)平臺的使用

人工智能工程師：是數(shù)據(jù)挖掘算法更深層次的版本，需要學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)相關(guān)的內(nèi)容，這也是以機(jī)器學(xué)習(xí)為基礎(chǔ)，但層次更高的框架型內(nèi)容。涉及到的具體平臺包括Tensorflow， Pytorch這些，良好的代碼能力當(dāng)然也是需要的。

NLP（自然語言處理）工程師：主要處理對象為文本型數(shù)據(jù)，因此NLP這個(gè)板塊又需要拉出來多帶帶學(xué)習(xí)。

算法工程師：對編程技術(shù)提出了更高的要求，甚至還涉及一些開發(fā)的內(nèi)容。首先對機(jī)器學(xué)習(xí)的相關(guān)算法需要了解的比較透徹，同時(shí)，針對解決算法題的一些具體算法（e.g 二分法，遞歸，雙指針，貪心算法，動態(tài)規(guī)劃，寬度優(yōu)先搜索等）需要會。該崗位在準(zhǔn)備時(shí)需要刷題，筆試代碼題和面試手撕代碼題難度較之前都會有所提升，業(yè)務(wù)相關(guān)知識涉及的則更少。

不同背景的同學(xué)都在考慮往數(shù)據(jù)分析行業(yè)轉(zhuǎn)變，但是轉(zhuǎn)行并不意味著拋棄過去的所有背景和經(jīng)歷，那么針對自己的背景該如何選擇？

（以下純屬個(gè)人意見，僅供參考，獻(xiàn)給還處于迷茫期的同學(xué)，目標(biāo)明確、興趣鮮明者除外?。?/p>

理工科類背景

有很多理工科的同學(xué)說道，投遞數(shù)據(jù)分析師的崗位之后面試收到的很少，感覺自己業(yè)務(wù)分析能力不夠，一碰到場景題就發(fā)怵，商業(yè)直覺感覺也不強(qiáng)，這很有可能是因?yàn)橐婚_始的方向選擇出了問題，或者換句話說，轉(zhuǎn)行的跨度一下子太大。

前文提到，數(shù)據(jù)分析師這個(gè)職位，偏商業(yè)，偏sense，偏產(chǎn)品，因此在篩選的時(shí)候顯然會看中相關(guān)的項(xiàng)目或者實(shí)際經(jīng)驗(yàn)，而理工背景的同學(xué)所做項(xiàng)目和這些關(guān)聯(lián)并不大，如果想強(qiáng)行轉(zhuǎn)入這個(gè)領(lǐng)域，自然需要去學(xué)習(xí)的內(nèi)容就更多，同時(shí)還涉及到一個(gè)思維的轉(zhuǎn)變。理工科可能更多的是理性思維，一板一眼，接觸慣了公式、數(shù)字、圖形，而做商業(yè)類分析時(shí)需要一些感性思維，有時(shí)會強(qiáng)調(diào)自己站在用戶的角度去思考問題。

但是理工背景的優(yōu)勢就在于，在學(xué)校中必然會接觸高數(shù)和編程類課程（C語言，JAVA等），這就給學(xué)習(xí)統(tǒng)計(jì)，機(jī)器學(xué)習(xí)模型以及python編程能力的提高打下了很好的基礎(chǔ)，學(xué)習(xí)起來會感覺順利很多。同時(shí)，在以往做過的項(xiàng)目中，但凡涉及到數(shù)字的內(nèi)容，就可以通過語言的包裝，將其往數(shù)據(jù)分析相關(guān)的經(jīng)驗(yàn)上靠，增加獲得面試的概率。

因此理工科類同學(xué)如果想轉(zhuǎn)行，可以試著優(yōu)先考慮工程類職位，轉(zhuǎn)換一下思路，可能就不會如此苦惱了。

國外一個(gè)做數(shù)據(jù)類項(xiàng)目比較流行的平臺是Kaggle，國內(nèi)據(jù)我了解的平臺有天池，CSDN， 都可以去了解一下。

文科類背景（重點(diǎn)應(yīng)該是商科，包括少量文學(xué)類）

文科類背景出身的同學(xué)，通常最害怕的應(yīng)該就是代碼了，因?yàn)榱?xí)慣了理論型的知識和感性思考，而編程是一門非常強(qiáng)調(diào)邏輯和練習(xí)的技能，所以強(qiáng)行的轉(zhuǎn)換和跨越就會顯得比較吃力，但是只要熬過了最痛苦的時(shí)光，入門后剩下的就是多練習(xí)就好了。

數(shù)據(jù)分析師或者商業(yè)分析師，是文科類背景同學(xué)轉(zhuǎn)行比較好的選擇，對編程和算法能力沒有那么高的要求，更考驗(yàn)求職者的實(shí)際場景分析、用數(shù)據(jù)講故事以及解讀圖表的能力。數(shù)據(jù)分析師的真正價(jià)值在于深入探索數(shù)據(jù)背后真正的邏輯所在，并且將這些邏輯為商業(yè)決策所用，提供數(shù)據(jù)支持，使每個(gè)決策更加客觀和科學(xué)，也就是我們所說的data-driven。

同時(shí)，如果是商科出身的朋友，并且對于自己的算法能力及代碼能力比較有自信的話，還可以有更多的選項(xiàng)，其中包括券商的量化分析師、數(shù)據(jù)研究員，各大銀行的技術(shù)精英人才計(jì)劃、數(shù)據(jù)部門，金融科技公司的模型工程師、信貸策略分析師、風(fēng)控模型分析師，這些可以根據(jù)自己所掌握的商科類知識程度進(jìn)行選擇，有的可能會需要相關(guān)證書如CFA, FRM等。

同樣的，簡歷方面需要將自己過往經(jīng)歷中任何和數(shù)字、數(shù)據(jù)沾邊的內(nèi)容進(jìn)行重新包裝，哪怕只是用EXCEL畫了幾張表，整理了一下數(shù)據(jù)，或者是將年報(bào)、財(cái)報(bào)中的數(shù)據(jù)進(jìn)行了重新的統(tǒng)計(jì)，都盡量往數(shù)據(jù)分析的層面掛靠，從而更大機(jī)率通過簡歷的篩選。

轉(zhuǎn)行本來已經(jīng)是人生中做出的一次重要的選擇，但在這個(gè)路口之后還有更多的分岔路口。在一籌莫展，努力卻沒有回應(yīng)之時(shí)，不妨想想自己是不是把力氣用錯(cuò)了地方，重新思考，揚(yáng)長避短，選擇適合自己的陽關(guān)大道再次出發(fā)，也許會發(fā)現(xiàn)，事情，并沒有自己想的這么差~

文源：做一塊頑強(qiáng)的石頭

數(shù)據(jù)分析師不是多帶帶存在某一個(gè)團(tuán)隊(duì)的，他是為整個(gè)業(yè)務(wù)服務(wù)的，因此需要與多個(gè)團(tuán)隊(duì)來進(jìn)行溝通，所以在成為優(yōu)秀的數(shù)據(jù)分析師時(shí)，也需要超強(qiáng)的溝通協(xié)作能力。 硬技能：SQL能力、ETL能力、數(shù)據(jù)庫基本操作。 數(shù)據(jù)挖掘、數(shù)據(jù)清洗能力。 大量的原始數(shù)據(jù)及臟數(shù)據(jù)會困擾數(shù)據(jù)分析，所以在做數(shù)據(jù)分析前，需要將數(shù)據(jù)進(jìn)行清洗，匯總，建模形成可用的業(yè)務(wù)數(shù)據(jù)。 具有高級Excel數(shù)據(jù)分析能力。 因?yàn)榇蟛糠值脑紨?shù)據(jù)是以Excel數(shù)據(jù)存儲或者導(dǎo)出為Excel文件進(jìn)行分析的。 所以大部分的數(shù)據(jù)分析會依附于Excel。 對于一個(gè)優(yōu)秀的DA來說，基礎(chǔ)的Excel操作并不能滿足，需要的是高級Excel數(shù)據(jù)能力。 具備基本的機(jī)器學(xué)習(xí)知識。

數(shù)據(jù)分析師需要的技能大致有這些：Excel、SQL、統(tǒng)計(jì)學(xué)及SPSS、Python/R等。

建議從Excel開始，因?yàn)镋xcel是使用最多，也是最強(qiáng)大的數(shù)據(jù)分析工具，入門簡單，因?yàn)榇蟛糠秩硕冀佑|過Excel。

分庫分表原則，MySQL分層，SQL優(yōu)化題，然后數(shù)據(jù)量上來了，還要會Redis，分布式，然后還有其他NoSQL，統(tǒng)計(jì)學(xué)的內(nèi)容。

數(shù)據(jù)分析師mysql面試題

1、什么是SQL？

SQL(結(jié)構(gòu)化查詢語言)是一種設(shè)計(jì)用于檢索和操作數(shù)據(jù)的數(shù)據(jù)庫。它屬于美國國家標(biāo)準(zhǔn)協(xié)會(ANSI)的一種標(biāo)準(zhǔn)，可用于執(zhí)行Select(選擇)、Update(更新)、Delete(刪除)和Insert(插入)等數(shù)據(jù)任務(wù)。

2、數(shù)據(jù)庫中的表和字段是什么？

表是在具有列和行的模型中設(shè)計(jì)的數(shù)據(jù)集合。在表中，指定了列數(shù)稱為字段，但未定義行數(shù)稱為記錄。

3、什么是數(shù)據(jù)庫？

數(shù)據(jù)庫是有序形式的一組信息，用于訪問、存儲和檢索數(shù)據(jù)。

4、DBMS的類型是什么？

DBMS是一個(gè)控制數(shù)據(jù)維護(hù)和使用的程序，它被認(rèn)為是管理數(shù)據(jù)的文件管理器。有四種類型的DBMS：

· 關(guān)系DBMS

· 分層DBMS

· 網(wǎng)絡(luò)DBMS

· 面向?qū)ο蟮年P(guān)系DBMS

最有用的DBMS是Relational DBMS。它為數(shù)據(jù)提供了一個(gè)關(guān)系運(yùn)算符。

5、編寫一些不同類型的SQL命令

SQL命令分為以下類型：

· DDL(數(shù)據(jù)定義語言) - 用于定義數(shù)據(jù)庫的結(jié)構(gòu)。

· DCL(數(shù)據(jù)控制語言) - 用于為用戶提供權(quán)限。

· DML(數(shù)據(jù)操作語言) - 用于管理數(shù)據(jù)。

· DQL(數(shù)據(jù)查詢語言) - 所有命令都在SQL中，用于檢索DQL中的數(shù)據(jù)。

· TCL(事務(wù)控制語言) - 用于管理DML所做的更改。

6、SQL中的視圖是什么？

它包含來自一個(gè)或多個(gè)表的行和列，可以定義為虛擬表。它消耗的內(nèi)存較少。

句法：

CREATE VIEW view_name AS

SELECT column_name1, column_name2

FROM table_name

WHERE CONDITION;

7、什么是SQL中的Joins(連接)？

Join用于從相關(guān)的行和列中檢索數(shù)據(jù)。它在兩個(gè)或多個(gè)表之間工作，并且它從兩個(gè)表返回至少一個(gè)匹配。

Joins類型是：

· Right Join (右連接)

· Left Join(左連接)

· Inner Join(內(nèi)連接)

· Outer Join(外連接)

· Self-Join (自連接)

· Cross Join(交叉連接)

· Full Join(全連接)

8、SQL中的Query(查詢)是什么？

數(shù)據(jù)庫查詢是數(shù)據(jù)庫表中的數(shù)據(jù)請求。查詢可以是選擇查詢或任何其他類型的查詢。

9、什么是Subquery(子查詢)以及什么是Types(類型)？

子查詢是查詢的一部分。外部查詢已知主查詢，內(nèi)部查詢識別子查詢。始終首先執(zhí)行子查詢，并將結(jié)果傳遞給主查詢。

10、什么是Autoincrement(自動增量)？

Autoincrement是一個(gè)關(guān)鍵字，用于在表中插入新記錄時(shí)生成數(shù)字。

11、SQL中的Constraints(約束)是什么？

它可用于設(shè)置表中數(shù)據(jù)類型的限制。在創(chuàng)建或更新表語句時(shí)，可以使用約束。一些限制是：

· NOT NULL

· PRIMARY KEY

· FOREIGN KEY

· UNIQUE

· CHECK

· DEFAULT

12、SQL中有多少Key(鍵)，它們?nèi)绾喂ぷ鳎?/p>

SQL中有不同類型的鍵：

· SuperKey(超級密鑰)——一個(gè)或多個(gè)密鑰的集合被定義為超級密鑰，它用于唯一地標(biāo)識表中的記錄。主鍵，唯一鍵和備用鍵是超級鍵的子集。

· PrimaryKey(主鍵)——它是表中的一個(gè)或多個(gè)字段的集合。它們不接受空值和重復(fù)值。并且表中只存在一個(gè)主鍵。

· ForeignKey(外鍵)——在一個(gè)表中定義主鍵并在另一個(gè)表中定義字段的鍵被標(biāo)識為外鍵。

· UniqueKey(唯一鍵)——除了主鍵之外，表中還有更多鍵，它們只標(biāo)識記錄，但唯一的區(qū)別是它們只接受一個(gè)空值但不接受重復(fù)值。

· CandidateKey(候選密鑰)——在任何情況下，如果需要，任何候選密鑰都可以作為主鍵。

· CompoundKey(復(fù)合鍵)——此鍵是候選鍵和主鍵的組合。

· AlternateKey(備用密鑰)——在任何情況下，如果需要，任何備用密鑰都可以作為主鍵或候選鍵。

13、什么是Normalization(規(guī)范化)？

規(guī)范化是一種設(shè)計(jì)技術(shù)，它以減少數(shù)據(jù)依賴性的方式排列表，將表分成小模塊并按關(guān)系鏈接。

14、什么是Denormalization(非規(guī)范化)？

非規(guī)范化是一種優(yōu)化方法，我們將多余的數(shù)據(jù)增加到表中，并在規(guī)范化后應(yīng)用。

15、什么是Stored Procedure(存儲過程)？

存儲過程是一組SQL語句，用作訪問數(shù)據(jù)庫的函數(shù)。為了減少網(wǎng)絡(luò)流量并提高性能，可使用存儲過程。

句法：

CREATE Procedure Procedure_Name

(

//Parameters

)

AS

BEGIN

SQL statements in stored procedures to update/retrieve records

END

16、什么是Index(索引)？

索引用于加速查詢的性能。它可以更快地從表中檢索數(shù)據(jù)?？梢栽谝唤M列上創(chuàng)建索引。

17、Clustered(群集)和Non-Clustered Index(非群集)索引之間有什么區(qū)別？

聚集索引——有助于輕松檢索數(shù)據(jù)，并且只有一個(gè)聚集索引與一個(gè)表一起分配。它會更改記錄在數(shù)據(jù)庫中的保存方式。

非聚集索引——與聚集索引相比，非聚集索引很慢。并且在非集群索引的情況下，該表可以具有多個(gè)索引，為表創(chuàng)建一個(gè)對象，該表是搜索后指向表的一個(gè)點(diǎn)。

18、什么是Trigger(觸發(fā)器)？

觸發(fā)器用于對表執(zhí)行特定操作，例如INSERT、UPDATE或DELETE。它是一種存儲過程。動作和事件是觸發(fā)器的主要組成部分。執(zhí)行Action時(shí)，事件響應(yīng)該操作而出現(xiàn)。

19、數(shù)據(jù)庫中的Properties(屬性)是什么？

通常，這些屬性稱為ACID。它們在數(shù)據(jù)庫事務(wù)中起作用。

Atomicity(原子性)——在連接兩個(gè)或多個(gè)多帶帶數(shù)據(jù)的事務(wù)中，要么所有部分都已提交，要么都沒有。

Consistency(一致性)——事務(wù)或者生成新的有效數(shù)據(jù)狀態(tài)，或者如果發(fā)生任何失望，則在事務(wù)啟動之前將所有數(shù)據(jù)返回到其狀態(tài)。

Isolation(隔離性)——正在進(jìn)行且尚未提交的事務(wù)必須繼續(xù)與任何其他操作隔離。

Durability(持久性)——在此操作中，系統(tǒng)保存已提交的數(shù)據(jù)，每當(dāng)事件失敗和系統(tǒng)重新啟動時(shí)，所有數(shù)據(jù)都可在其正確位置獲得。

20、SQL中有多少Statements(語句)？

SQL語句分為幾類：

· 數(shù)據(jù)定義語言語句

· 數(shù)據(jù)操作語言語句

· 交易控制聲明

· 會話控制聲明

· 系統(tǒng)控制聲明

· 嵌入式SQL語句

21、什么是CLAUSE(字句)？

它被定義為通過為查詢提供條件來設(shè)置結(jié)果集的限制。他們從整個(gè)記錄中過濾掉一些行。

一些SQL的字句是WHERE和HAVING。

22、什么是Aggregate Functions(聚合函數(shù))？

它是一個(gè)返回單個(gè)值的數(shù)學(xué)函數(shù)。

SQL中的聚合函數(shù)是：

· AVG()——返回平均值

· COUNT()——返回行數(shù)

· MAX()——返回最大值

· MIN()——返回最小值

· ROUND()——基于十進(jìn)制規(guī)范，此函數(shù)對數(shù)字字段進(jìn)行舍入

· SUM()——返回總和

23、什么是String Functions(字符串函數(shù))？

為了操作字符串，我們使用字符串函數(shù)。其中一些是：

· LEN()——返回值的長度。

· LOWER()——將字符數(shù)據(jù)轉(zhuǎn)換為小寫。

· UPPER()——將字符數(shù)據(jù)轉(zhuǎn)換為大寫。

· SUBSTRING()——提取字符。

· LTRIM()——從頭開始刪除字符串的所有空格。

· RTRIM()——?jiǎng)h除結(jié)尾處字符串的所有空格。

· CONCAT()——連接函數(shù)。

· REPLACE()——更新內(nèi)容。

24、什么是Collation(排序規(guī)則)？

排序規(guī)則是一組規(guī)則，用于確定數(shù)據(jù)如何通過比較進(jìn)行排序。例如使用一組規(guī)則存儲的字符數(shù)據(jù)，這些規(guī)則定義了正確字符的序列以及類型、重音和區(qū)分大小寫。

25、什么是Cursor(游標(biāo))？

在系統(tǒng)內(nèi)存中執(zhí)行SQL語句時(shí)，會創(chuàng)建一個(gè)臨時(shí)工作區(qū)，稱為“游標(biāo)”。在select語句中，游標(biāo)存儲了信息。游標(biāo)可以使用多行，但一次只能處理一行。這組行稱為活動集。

游標(biāo)有兩種類型：

· ImplicitCursor(隱式游標(biāo))

· ExplicitCursor(顯式游標(biāo))

26、什么是SQL Server？

SQLserver是Microsoft關(guān)系數(shù)據(jù)庫管理系統(tǒng)(RDBMS)的一種類型或示例。它在IT環(huán)境下提供廣泛的事務(wù)處理和商業(yè)智能。

27、SQL中有哪些Operators(運(yùn)算符)？

運(yùn)算符是一個(gè)保留字，主要用于SQL語句的WHERE子句中以進(jìn)行操作。

· 算術(shù)運(yùn)算

· 邏輯運(yùn)算

· 比較運(yùn)算符()

· 復(fù)合算子()

28、如何定義NULL值，Blank Space(空格)和ZERO(0)？

Null值是沒有值的字段。它與0不同。假設(shè)有一個(gè)表，并且在表中有一個(gè)字段，可以在不添加值的情況下將記錄插入字段，然后該字段將以NULL值保存。

空格是我們提供的值。

0只是一個(gè)數(shù)字。

29、什么是Data Warehouse(數(shù)據(jù)倉庫)？

數(shù)據(jù)倉庫被稱為來自多個(gè)信息源的中央數(shù)據(jù)中心。這些數(shù)據(jù)可用于在線處理和挖掘。

30、UNIQUE KEY(唯一鍵)和PRIMARY KEY(主鍵)之間有什么區(qū)別？

在表中，應(yīng)該只有一個(gè)主鍵，但在另一種情況下，唯一鍵可以為任意數(shù)量。

主鍵不允許NULL值，但唯一鍵允許NULL值。

基本來說，HR6分鐘就可以確定要不要你了。

他會從你的儀態(tài)、神情，看出你是不是對這個(gè)崗位很有自信。所以一般面試，自信很重要，給人的第一印象就會很好。不要把面試當(dāng)做一個(gè)屠宰場，面試進(jìn)去就是提高的，就積極表現(xiàn)你的專業(yè)素養(yǎng)，作為一個(gè)職業(yè)人，還哆哆嗦嗦的像小學(xué)生中學(xué)生肯定不行。

項(xiàng)目。企業(yè)在問你項(xiàng)目的時(shí)候，他可能想知道你曾經(jīng)做過的項(xiàng)目跟他的項(xiàng)目合不合，你有沒有能力去勝任即將給你的工作。我們永遠(yuǎn)不可能做一模一樣的項(xiàng)目，一輩子也不可能做一模一樣的項(xiàng)目，因此你解決問題的能力非常強(qiáng)。這就要求去面試的時(shí)候，講做過的項(xiàng)目的時(shí)候要說得非常清楚。如果你連你以前做過什么項(xiàng)目都講不清，你讓別人怎么相信你能做好這個(gè)工作。每一個(gè)細(xì)節(jié)你都要說得清楚，你為什么要做這個(gè)東西？當(dāng)時(shí)為什么要這么決定等等，他想知道你解決問題的能力。

一般項(xiàng)目里會有三個(gè)大問題：碰到什么問題了？如何解決的？結(jié)果是什么？

從三個(gè)打問題又可以分化出：為什么做這個(gè)項(xiàng)目？怎么解決的？最后得到什么結(jié)果？或者HR會專注其中的某一個(gè)繼續(xù)問，為什么用邏輯回歸，而不是用線性回歸？碰到了什么問題？如何去解決？最后的結(jié)果怎么樣？有些老道的面試官想知道你的水平，因?yàn)樗胫滥愕降讓@個(gè)項(xiàng)目的了解程度，考驗(yàn)?zāi)銘?yīng)用能力和知識儲備，他可能會問到邏輯回歸里面的特征變量怎么選??？特征變量里碰到什么問題你怎么解決？

面試官問的一定是他熟悉的東西，不是你熟悉的東西。

所以我們一般在準(zhǔn)備項(xiàng)目技術(shù)里的面試的時(shí)候一定要準(zhǔn)備的非常詳細(xì)，你們做過的每一個(gè)項(xiàng)目里面的細(xì)節(jié)都要知道，為什么要做這個(gè)？為什么要做那個(gè)？當(dāng)時(shí)為什么這么考慮？為什么要那么干？

面試官特別怕什么人，“我是過來學(xué)習(xí)的”。千萬不要這么說，人家是來招人來解決問題的，不是學(xué)校。

在“九道門聊數(shù)據(jù)”的“【分析思維】大數(shù)據(jù)分析師找工作時(shí)有哪些可以規(guī)避的誤區(qū)”中有詳細(xì)的講解數(shù)據(jù)分析師的面試

針對數(shù)據(jù)科學(xué)工作準(zhǔn)備簡歷要有：

項(xiàng)目經(jīng)驗(yàn)

你在學(xué)校參加數(shù)據(jù)科學(xué)的項(xiàng)目，能夠?qū)懭牒啔v么？這些項(xiàng)目經(jīng)歷能夠使你大放異彩么？

你的專業(yè)課程之外完成的數(shù)據(jù)科學(xué)項(xiàng)目，最能說明問題。因?yàn)槿绻阍敢饣ㄙM(fèi)自己的空閑時(shí)間完成一些項(xiàng)目，則能顯示出一個(gè)人對數(shù)據(jù)科學(xué)的熱情。更重要的是，課外項(xiàng)目的完成，在一定程度上能夠顯示出你的能力。

團(tuán)隊(duì)工作

如果一個(gè)人要在數(shù)據(jù)科學(xué)甚至人工智能領(lǐng)域工作，那么能夠在一個(gè)團(tuán)隊(duì)中工作是非常重要的，無論是領(lǐng)導(dǎo)還是團(tuán)隊(duì)成員的角色。因此，展示團(tuán)隊(duì)項(xiàng)目以及所取得的結(jié)果是很重要的，最好是量化你在團(tuán)隊(duì)中發(fā)揮的作用。專業(yè)的面試官通常會要求你分享一個(gè)合作項(xiàng)目的經(jīng)驗(yàn)，因?yàn)椋梢跃痛伺袛嗄闶欠衲軌蛟谝粋€(gè)團(tuán)隊(duì)中工作。

數(shù)學(xué)和統(tǒng)計(jì)背景

面試官很青睞那些有數(shù)學(xué)和統(tǒng)計(jì)功底的面試者，這一項(xiàng)技能可以從面試者所做過的項(xiàng)目一探究竟。

有些項(xiàng)目和工具確實(shí)有助于推斷數(shù)學(xué)背景。可以通過查看他們使用的機(jī)器學(xué)習(xí)模型，詢問面試者如何實(shí)現(xiàn)它以及如何看待實(shí)現(xiàn)過程，來了解面試的數(shù)學(xué)水平。面試官通常會問，在這些項(xiàng)目中面臨的挑戰(zhàn)是什么，選擇一個(gè)特定的解決方案的原因，并盡可能地解釋背后涉及的數(shù)學(xué)原理。

編程

在可能的情況下，應(yīng)展示所寫的代碼，特別是如果代碼是為數(shù)據(jù)科學(xué)項(xiàng)目編寫的。面試官非常歡迎你展示其他編程語言，不一定必須是數(shù)據(jù)科學(xué)中使用的通用語言（R，Python，Scala）。

確保編碼有據(jù)可查的。有著詳細(xì)有意義的注解，包括代碼在做什么，為什么代碼需要以這種方式編寫等等。主要目的是幫助面試官理解面試者通過編寫代碼并從項(xiàng)目中獲得見解。

相關(guān)：

從面試官的角度談?wù)劥髷?shù)據(jù)面試

https://www.toutiao.com/i6615361565526852110/

大數(shù)據(jù)面試：程序員求職面試時(shí)怎么和HR溝通？

https://www.toutiao.com/i6574254425492161032/