Вероятность является основой статистического анализа, который используют специалисты по исследованию данных для изучения больших данных. Если вы претендуете на должность специалиста по анализу данных, интервьюер может задать вам вопросы, чтобы определить, знаете ли вы, как правильно использовать вероятность для выполнения сложных задач с данными. Изучив распространенные вопросы по теории вероятности до собеседования, вы сможете лучше подготовиться к решению реальных статистических задач и продемонстрировать свои знания интервьюеру.
В этой статье мы приводим примеры типов вопросов о вероятности, которые интервьюер может задать вам, чтобы оценить ваши статистические знания, а также примеры ответов.
Общие вопросы
Интервью часто начинают с того, что задают несколько общих вопросов о вас и вашей биографии. Они также могут задать вам эти вопросы, чтобы узнать больше о вашем интересе к данной должности. Вот несколько примеров вопросов, которые интервьюер может задать вам на общие темы, когда вы будете претендовать на должность в области науки о данных:
-
Почему вы заинтересованы в этой должности?
-
Что заставило вас выбрать карьеру в области науки о данных?
-
Можете ли вы рассказать мне о случае, когда вы преодолели трудности?
-
Что делать, если вы не справились с заданием?
-
Какие три слова вы бы использовали, чтобы описать себя?
-
Где вы видите себя в ближайшие пять лет??
-
Какими качествами вы больше всего восхищаетесь в коллегах по работе?
-
Можете ли вы описать время, когда вы брали на себя руководящую роль?
-
Кого вы считаете своим наставником?
-
Каково ваше представление об отличной рабочей обстановке??
-
Как бы вы объяснили свою работу человеку, который не работает в вашей области??
-
Как справляться с критикой?
-
Есть ли у вас вопросы для меня?
Вопросы об опыте и биографии
При собеседовании на должность в области науки о данных интервьюер может задавать вопросы, чтобы выяснить ваше образование и опыт работы, а также проверить ваши знания вероятности с помощью практических задач. Эти вопросы оценивают ваши базовые знания о вероятности. Вот несколько примеров вопросов о прошлом и опыте:
-
Каков ваш опыт в области науки о данных?
-
Объясните, пожалуйста, историю вашего образования?
-
Что такое p-значение?
-
Можете ли вы дать определение термину случайные величины?
-
В чем разница между дискретными и непрерывными переменными?
-
Что такое перестановки?
-
Можете ли вы дать определение ожидаемой ценности?
-
Дайте определение дисперсии и объясните ее важность.
-
Можете ли вы объяснить комбинации, поскольку они связаны с вероятностью?
-
Объясните, когда событие A может быть независимым от самого себя?
-
Как вы можете объяснить доверительный интервал аудитории, не имеющей технического образования или знаний в области науки о данных??
-
Сколько бросков нужно сделать, чтобы увидеть все шесть сторон честного кубика??
-
Коллега по работе говорит вам, что у них двое детей, и один из них - мальчик. Какова вероятность того, что второй тоже мальчик??
-
Если продолжительность жизни насекомого составляет от 13 до 15 дней, какова вероятность того, что оно умрет ровно через 14 дней??
-
Сколько подбрасываний монеты вы должны сделать, чтобы два раза подряд выпала голова??
Углубленные вопросы
Потенциальные работодатели могут задавать более глубокие вопросы, чтобы оценить ваше понимание статистической вероятности. Эти вопросы также помогают убедиться в том, что вы квалифицированы для анализа цифр в качестве специалиста по исследованию данных. Вот примеры углубленных вопросов:
-
Как можно получить справедливые шансы, используя монету с неизвестным перекосом в сторону голов или решек??
-
Сколько карт вы могли бы взять из стандартной колоды карт, прежде чем увидели бы первую королеву??
-
Если есть 25 карт пяти разных цветов и каждая карта имеет номер от одного до пяти, какова вероятность того, что они не одинакового цвета, если выбрать две карты наугад??
-
Онлайн-сервис знакомств позволяет пользователям выбрать шесть из 30 слов для описания своей личности. Служба знакомств создает пару на основе пяти одинаковых слов. Если клиент А и клиент Б выбирают случайные слова о личности, какова вероятность того, что они найдут совпадения?
-
Учитывая, что мать очень высокая, в среднем, какого роста можно ожидать от ее дочери?? Короче, равнее или выше?
-
Сколькими способами можно разделить 12 человек на три команды по четыре человека??
-
Если трое друзей в Лондоне сказали вам, что идет дождь, и существует 13-вероятность того, что каждый из них лжет, какова вероятность того, что в Лондоне идет дождь?? Вероятность дождя в любой день в Лондоне равна 0.25.
-
Если вы выбрали наугад честную монету (одна сторона - голова, другая - решка) или нечестную монету (обе стороны - решка), подбросили ее пять раз и пять раз получили решку, какова вероятность того, что вы выбрали нечестную монету??
-
В банке пять леденцов: три красных и два желтых. Если после каждого розыгрыша извлекать и заменять три леденца, найдите вероятность того, что дважды будет извлечен леденец одного цвета.
-
Если вероятность того, что вы увидите хотя бы один самолет за пятиминутный интервал, составляет 15%, какова вероятность того, что вы увидите хотя бы один самолет за полчаса??
Примерные вопросы для собеседования по теории вероятности с примерами ответов
Во время собеседования на должность специалиста по исследованию данных потенциальный работодатель может задать вам вопросы, чтобы определить, насколько хорошо вы понимаете вероятность применительно к статистическим данным.
Поскольку статистика важна для проведения анализа в качестве специалиста по исследованию данных, полезно попрактиковаться в объяснении ключевых концепций и проблем, в которых используется вероятность. Ниже приведены примеры вопросов, которые может задать вам работодатель, а также возможные ответы, которые вы можете использовать во время собеседования:
1. Объясните распределение вероятности
Понимание распределения вероятностей является ключом к пониманию прогнозной и выводной статистики. Интервьюеры могут задать этот вопрос, чтобы проверить, насколько хорошо вы понимаете основы статистического анализа более высокого уровня. Ответьте четким определением, достаточно простым для понимания интервьюера, но содержащим необходимые формулировки, чтобы продемонстрировать ваши знания в области статистики.
Пример: Распределение вероятностей описывает вероятность того, что случайная величина равна определенному значению или набору значений во время одного наблюдения. Распределение свойств объясняет, как каждый метод имеет диапазон возможных значений из одного тиража. Они составляют основу для всех потенциальных значений в любом данном процессе.
2. Как бы вы генерировали случайное число от одного до семи, используя только один кубик??
Ваш интервьюер может задать вам вопросы, подобные этим, чтобы проверить ваши практические знания вероятности. При ответе на этот вопрос может быть полезно сделать заметки в блокноте или на доске, чтобы помочь объяснить свой ответ. В своем ответе кратко объясните шаги, которые вы предприняли бы для генерации случайного числа.
Пример: Сначала я бы бросил кубик три раза, при каждом броске устанавливая n-ый бит результата. Для каждого броска я бы отметил, является ли значение от одного до трех, и записал бы ноль или единицу. Мой результат будет от нуля (000) до семи (111), равномерно распределенных между тремя независимыми бросками. Если я повторю броски, когда результатом будет ноль, то процесс остановится на равномерно распределенных значениях.
3. Если вы берете выборку из нормального распределения с известными значениями параметров, как вы генерируете выборки в равномерном распределении?
Это распространенный вопрос, который позволяет оценить, насколько хорошо вы знаете понятия равномерного распределения и нормального распределения. Ответьте на этот вопрос, четко объяснив свой процесс генерирования жребия. Если существует несколько способов сделать это, вы также можете указать альтернативу первому способу.
Пример: Я бы сгенерировал ничьи в равномерном распределении, введя значение из кумулятивной функции распределения нормального распределения для той же случайной величины. Другой способ объяснить это - подставить значения параметров в кумулятивную функцию распределения той же случайной переменной. Эта функция представляет собой вероятность того, что случайная величина примет значение, меньшее или равное X.
4. Если 75 клиентов случайным образом попадают в три базы данных одинакового размера, все разделы одинаково вероятны. Боб и Бен - два случайно выбранных клиента. Какова вероятность того, что Боб и Бен находятся в базе данных одного и того же клиента??
Этот вопрос помогает интервьюеру определить, сможете ли вы применить свои статистические знания для поиска ответа на реалистичный бизнес-сценарий. Для подобных вопросов может потребоваться показать расчеты на доске или в блокноте, или даже использовать функцию заметок на телефоне. Это может помочь интервьюеру лучше понять ход ваших мыслей.
Пример: Я бы присвоил каждому студенту свой номер от 1 до 75: номера с 1 по 25 в первой группе, номера с 26 по 50 во второй группе и номера с 51 по 75 в третьей группе. Далее я присвоил бы Бобу и Бену случайные числа. После того как Боб получил номер, осталось 74 случайных числа с 24, в результате чего он окажется в одной группе с Беном. Вероятность составляет 2479.
5. Можете ли вы объяснить байесовский подход к вероятности??
Байесовская статистика - это метод применения вероятности к статистической проблеме. Работодатели могут задать этот вопрос на собеседовании, поскольку байесовский подход имеет ряд практических применений в количественных финансах и науке о данных. В своем ответе передайте свое понимание этого подхода и дайте понять, что вы также понимаете, что такое частотный подход и чем он отличается от метода Байеса.
Пример: Байесовский подход определяет вероятность как меру достоверности того, как происходит то или иное событие. Он использует математические инструменты, чтобы помочь вам обновить убеждения о случайных событиях, как только вы увидите новые свидетельства об этом событии. Вы можете использовать статистику Байеса для создания различных убеждений после обнаружения новых доказательств. Она отличается от частой статистики, которая опирается только на данные, полученные в результате повторных испытаний.
Описание изображения
Гистограмма, представляющая данные с нормальным распределением.
- indeed.com
Поделиться
