การได้รับการว่าจ้างใน บริษัท ที่มีชื่อเสียงระดับโลกอย่าง Google เป็นงานในฝันของผู้คนจำนวนมาก พวกเขามีนักวิทยาศาสตร์การวิจัย AI ที่มีความสามารถมากที่สุด และ ในโลก. แหล่งข้อมูลสำหรับ Google มีไม่มาก คำถามสัมภาษณ์ออนไลน์และการหางานทำที่นั่นไม่ใช่เรื่องง่าย ดังนั้นฉันจะพูดถึงหัวข้อต่อไปนี้ในบทความนี้:
ลักษณะงานและข้อกำหนด
โดยมีเงินเดือนเฉลี่ยอยู่ที่ 169,067 ดอลลาร์ รวมถึงโบนัส เงินเดือนของ Google Data Scientist มีตั้งแต่ 120,000 เหรียญ - 280,000 เหรียญ . ด้วยเงินเดือนที่สูงนี้คุณต้องทราบข้อกำหนดที่เหมาะสมสำหรับงานที่คุณสมัคร แม้ว่าข้อกำหนดจะแตกต่างกันไปในแต่ละตำแหน่ง แต่ด้านล่างนี้คือข้อกำหนดทั่วไปบางประการ:ความต้องการขั้นต่ำ:
- ปริญญาโทสาขาวินัยเชิงปริมาณ (สถิติ, การวิจัยปฏิบัติการ, วิทยาการคอมพิวเตอร์)
- มีประสบการณ์ทำงาน 2 ปีในสายงานที่เกี่ยวข้องกับการวิเคราะห์ข้อมูล
- มีประสบการณ์กับซอฟต์แวร์ทางสถิติ (เช่น ร , , MATLAB, Pandas) และ
- สัมผัสกับภาษาฐานข้อมูล (เช่น SQL )
หน้าที่ความรับผิดชอบ:
- ทำงานกับชุดข้อมูลขนาดใหญ่ที่ซับซ้อน แก้ไขปัญหาการวิเคราะห์ที่ยากและไม่เป็นกิจวัตรโดยใช้วิธีการวิเคราะห์ขั้นสูงตามความจำเป็น
- ดำเนินการวิเคราะห์ซึ่งรวมถึงการรวบรวมข้อมูลและข้อกำหนดข้อกำหนดการประมวลผลการวิเคราะห์การส่งมอบอย่างต่อเนื่องและการนำเสนอ
- สร้างและสร้างต้นแบบไปป์ไลน์การวิเคราะห์ซ้ำ ๆ เพื่อให้ข้อมูลเชิงลึกในระดับ
- พัฒนาความรู้ที่ครอบคลุมเกี่ยวกับโครงสร้างและเมตริกข้อมูลของ Google สนับสนุนการเปลี่ยนแปลงที่จำเป็นสำหรับการพัฒนาผลิตภัณฑ์
- โต้ตอบข้ามสายงานการให้คำแนะนำทางธุรกิจ (เช่นผลประโยชน์ด้านต้นทุนการคาดการณ์การวิเคราะห์การทดลอง)
- วิจัยและพัฒนาวิธีการวิเคราะห์การคาดการณ์และการเพิ่มประสิทธิภาพเพื่อปรับปรุงคุณภาพของผลิตภัณฑ์ที่รองรับผู้ใช้ของ Google
กระบวนการสัมภาษณ์ Google Data Science
การล้างรายการโปรดเป็นงานที่ยากซึ่งขึ้นอยู่กับคุณ CV, จดหมายสมัครงาน และ ประสบการณ์ . Google วิทยาศาสตร์ข้อมูล คำถามสัมภาษณ์เป็นส่วนผสมของของเล่นพัฒนาสมองและคำถามทางเทคนิค โดยปกติกระบวนการแรกคือการสัมภาษณ์ทางโทรศัพท์สัมภาษณ์ทางโทรศัพท์:
ประกอบด้วยคำถามส่วนใหญ่ขึ้นอยู่กับ (คอนกรีตและทฤษฎี) และอิงตามอย่างมาก . คำถามยังแตกต่างกันไปตามโครงการที่คุณทำ- กรณีที่ 1: บทสัมภาษณ์ได้ถามเกี่ยวกับเทคนิคการแยกคุณลักษณะ PCA (ใช้ในโครงการ) การวิเคราะห์สหสัมพันธ์เทคนิคการจำแนกบางประเภทที่ใช้ (SVM, GBM, neural net) ทำไมไม่ถดถอยโลจิสติกส์ทำไมต้อง GBM - โดยทั่วไปคำถามเกี่ยวกับการแยกชั้น
- กรณีที่ 2: เหตุใดจึงต้องใช้การเลือกคุณสมบัติ ถ้าตัวทำนายสองตัวมีความสัมพันธ์กันอย่างมากผลต่อสัมประสิทธิ์ในการถดถอยโลจิสติกส์คืออะไร? ช่วงความเชื่อมั่นของสัมประสิทธิ์คืออะไร?
- กรณีที่ 3: ดิสก์กำลังหมุนอยู่บนแกนหมุนและคุณไม่ทราบทิศทางที่ดิสก์กำลังหมุน คุณได้รับชุดหมุด คุณจะใช้หมุดเพื่ออธิบายวิธีที่ดิสก์หมุนอย่างไร?