【干货】大厂数据分析师面试，最常犯的2个技术错误（内有福利）

徐杨老师，CDA数据科学研究院教研副总监，主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课，负责过中国人民银行结算中心数据分析内训华夏银行数据分析内训、苏州银行总行数据挖掘内训项目，英国影子银行风险监管分析，纽约市场对香港市场高频交易分析项目。

在大厂的技术面试中，有两个地方是非常有难度的。很多小伙伴都折在的这两个地方。

我们知道大部分人在写算法的时候，通常都是把函数的前几个字母打出来，或者变量名的前几个字母打出来。按一下Tab或者按一下快捷键，就可以带出整个的函数名，然后自己就可以继续往后去写了。

比如说，之前就有一位小伙伴在笔试的时候拿到了一个手写算法的题。

那么分类算法比较好的有什么？有XGBoost，对吧？于是，小伙伴大笔一挥写下了import XGBoost。

扣分的原因是什么？

sklearn里那个包的名字叫什么？叫XGBoost吗？不是，那个包的名字叫XGBClassifier。

这是一个很让人痛苦的事情，算法你会，但是你写不出来。

那就要求大家在日常的学习与工作中，一定要把常用的算法语句用的滚瓜烂熟，才可以让我们在这样的问题上有比较好的回答成果。

CDA数据分析师的能力测试大家可以抽空做做，提高一下自己对模型、函数的敏感度。

第二个在大厂面试中的难点是，把一个技术问题往下深挖好几次。

比如说最简单的一个算法回归分析。有可能在面试的时候面试官问你：

—— 同学，线性回归会吗？

—— 线性回归不能有共线性，你知道吗？

Ok，开始提问。

你解释了一下。我相信大部分小伙伴都可以解释的很清楚。

下面再往下挖一层：怎么检测共线性？

有的小伙伴可能直接就说，共线性嘛，系相关系数就可以啊。

结果被扣分了。为什么？

我们现在要检测的是线性回归里的相关性，那是要考虑偏相关问题的。只用相关技术矩阵可以吗？不够用的，应该用一些更加深入的指标，比如说VIF值等等去检测。

比如说这个问题你正确的回答了出来，检测变量之间的相关性，可以使用VIF值。

那就再往下挖，为什么要检测变量之间的相关性呢？

如果我不考虑这个问题会有怎样的结果出现，那么你不能只回答，如果不考虑共线性问题的话，我这个模型预测效果不好。

显然面试官想要的不是这么直接的回答，他想问你的是这个问题的技术细节。

所以你在这个地方应该回答出的是：

如果我们不处理共线性的问题，就会导致最后最小二乘法所需要的逆矩阵在被计算的时候，这个矩阵的行列式的值就会非常小。于是导致我们求出来的逆矩阵就会非常的大。这是一个非常不好的结果。你求出的矩阵，用这个矩阵算出来的所有参数的取值全都趋近于正无穷，你觉得这个效果能好吗？显然有问题。

如果到这儿你仍然可以准确的回答出来，这已经被挖了三次了，但是你要知道这个问题还可以继续往后挖。

我们再往后挖就是，如果普遍检测出了一共10个变量，这10个变量普遍VIF值都比较高，我们有什么好的方法来处理？

有同学可能马上就会说，正则化方法嘛。

正则化方法又可以问问题了。

正则化方法有偏还是无偏？用完了以后效果怎么样？哪个包可以实现？

我们发现这种技术问题，面试官可以就一个点给你一直往下深挖好几层。

我看过一个调查，同一个问题，当一般往下深挖到第5层的时候，大部分人就已经回答不出来了。

所以这就要求大家平时在学习与工作中，要把每一个技术细节都掌握好，要把技术细节之间的联系找到。因为往下深挖，其实挖的就是这些技术点之间的联系，这是第二个在大场面之中非常容易折的一个点。

CDA数据分析师认证考试的一级和二级都注重对基础概念和知识的挖掘，大家可以扫码进入CDA认证小程序了解重要的考点，这些考点都是结合给大厂、银行、金融机构内训总结出来的工作中最实用的技能和知识点。