整理 | Jane 出品 | AI科技大本營

【導讀】準備面試不是一件簡單的事情，本文的作者在過去一段時間先後參加 50 多次面試。過程是艱難的，但是在這個過程中也積累了一些非常有用的資源。今天 AI科技大本營就為大家整理了那些有價值的學習資源，希望也可以幫助到你。大家可以先收藏，留到以後慢慢研究，假期快樂！

資料科學相關面試資源

首先希望大家可以通過下面的這些資源裡的問題在面試前進行掃盲。

▌資料科學麵試指導，包含 120 多個真實面試問題，附答案和麵試技巧

Data Science Interview Guide.Contains 120 real interview questions, plus select answers and interview tips.

▌學習資料科學

▌資料科學相關面試

▌109 個常問問題

▌資料科學麵試技巧

▌應聘 Airbnb 資料科學家要如何做準備

Coding 資源

資料科學家也無法逃脫一些演算法程式設計題，這裡推薦一些可以練習問題類似，難易不同的演算法題，大家可以在這些網站上練習來提高演算法程式設計能力。

▌LeetCode

▌HackerRank

▌演算法分析

▌50 個電話面試中會問到的程式設計問題

▌189 個問題及答案解析（書籍）

資料分析

如果在面試過程中，面試官瞭解到你有獨立分析、解決問題和寫程式碼的能力，你可能有機會做一些更具體的資料分析工作。這裡主要介紹以 Python 語言為主的一些學習資源。

▌學習 Pandas 的 資源 Top 8

▌關於 Python 的 100 個面試問題與解答

▌40 個檢測你 Python 程式設計技能的問題

▌Python 系列教程

▌沒有程式設計經驗的 Python 學習教程

▌Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython（書籍）

SQL

在資料分析相關工作的面試中都會問到對 SQL 瞭解與掌握情況，有的是在電話面試中問到，有的是在程式設計題中進行考察，後者的可能性更大。問題的難度差別很大，下面推薦了3篇文章。

▌資料分析中要學習的 SQL 教程

▌資料科學麵試中有助於練習 SQL 的好資源

▌資料科學麵試中關於 SQL 的面試問題

統計學和概率論

統計對資料科學家來說就非常重要了。在我參加的面試中，首先都檢測我是否可以用簡單明瞭的語言來解釋一個普通的統計數字或概念。不過隨著經驗的積累，後續更實用的 A/B 測試會代替這些傳統的統計問題。這部分先給大家介紹一些統計學的學習資源。

▌資料科學麵試中要準備哪些關於統計學問題

▌揭開 P 值的帷幕

▌單尾測試 vs 雙尾測試

▌用示例解釋資料科學的概率基礎

機器學習

機器學習涉及很多內容，有很多概念，下面這些文章希望有助於大家更好的掌握重要的知識。

▌機器學習知識記憶卡

▌如何為機器學習準備資料

▌如何評估機器學習演算法

▌構建有效機器學習模型的 4 個步驟

▌如何準備機器學習面試

▌不同分類演算法的優點

▌應用機器學習的過程

▌41 個機器學習面試的基本問題（附答案）

▌在預測模型中如何處理缺失值的問題

▌機器學習中偏差-方差的介紹

▌建立推薦系統的 5 個步驟

5 steps to setting up a recommender system https://www.klipfolio.com/blog/recommender-system

▌15 個小時的專家視訊對機器學習進行深入的介紹

A/B 測試

A/B 測試不是面試中必會問到的問題，作者在 udacity 上參加了免費的學習課程，如果有需要的同學也可以參加一下。

▌A/B 測試掌握程度測試：從初學者到專業

▌A/B 測試免費學習課程

▌A/B 測試相關面試題

▌19 個A/B 測試面試題及答案

▌停止 A/B 測試，需要多少次轉換

▌顯著性不等於有效性

▌如何糾正錯誤的 A/B 測試結果

推薦閱讀

這部分內容可以讓大家瞭解到招聘公司或者面試官想要什麼樣的人才？具備哪些能力？這些都是先於所有技能、技術之上的，因此在你準備面試過程中，瞭解這些也是非常重要的，所以千萬不要忽視它們。

▌申請資料科學相關工作的一些建議

▌獲得資料科學家工作的兩個方面

▌基於 Twitter 進行資料科學工作

▌資料產品經理相關

▌戰勝它！幫你獲得一份資料科學的工作

▌招聘一個數據科學家

▌我在面試中會問什麼問題？

▌教你建立一份優秀資料科學家的簡歷

最後希望這些資源可以幫助到大家！收藏了以後慢慢看，先去過節~祝大家十一假期愉快！

原文連結