你的面试官真正想知道的是什么
导航面试并不容易。您需要跨越您选择的技术堆栈，了解最新的当前趋势，并且能够成为您未完成的团队的最佳选择。
这篇文章希望帮助青少年或那些刚接触技术面试的人准备，解释面试官在10月提出的数据分析师面试中提出的问题。
商业和职业
- 您认为可以为我们的团队添加哪些独特技能？
- 您如何保持技术技能的最新状态？
- 描述一个通过创新方法在解决业务问题方面发挥积极作用的示例
了解要求
- 提供一个示例，让客户在确定范围并签字后扩展工作范围？
数据清理和分析
- 更多数据总是更好吗？你喜欢生食还是浓缩？
- 在典型项目中处理和清理数据时，您会经历哪些步骤？
- 您熟悉哪些工具？你有什么偏好？
- 描述一个您特别自豪的复杂分析示例，您的方法和获得的见解
数据可视化
- 您使用了哪些工具向最终用户发布数据？
- 您将包括哪种形式的支持用户帮助？
商业和职业
您认为可以为我们的团队添加哪些独特技能？
好：
您可能会听到“技能”并认为您需要开始背诵您如何了解您的JOIN并且可以像专业人士一样索引表格。这是一个很好的答案，但不回答为什么你是独一无二的。
更好：
面试官问的是什么让你“独特”，为什么他们应该考虑你而不是其他候选人。在您准备的同时，回到工作描述并寻找新员工将要解决的问题。
- 您是否会成为以客户为中心的团队的一员，这意味着您需要拥有强大的利益相关者管理技能？
- 你会参与项目吗？
- 他们是否在您以前工作的行业？
重点介绍您如何阅读工作描述，并了解他们试图通过这个新员工解决的问题。毕竟你是一个问题解决者:]
您如何保持技术技能的最新状态？
好：
让面试官知道你现在正在阅读什么，你最喜欢的Tech Twitter账户以及你一直在做的任何教程或项目。
更好：
通过谈论目前业内正在发生的有趣事情来扩展这一点。
- 云计算和移动服务到云
- 安全性，数据治理和隐私泄露
- 新框架或工具如何与现有选项进行比较
将这些当前的技术和工具趋势与公司正在开展的工作相关联。
- 最近他们搬到云端了吗？
- 鉴于他们所处的业务，他们是否必须采取更多的GDPR法规预防措施？
- 询问他们是否正在考虑迁移到新框架或采用新工具？
描述一个通过创新方法在解决业务问题方面发挥积极作用的示例
好：
描述项目：
- 你做了什么，
- 你面临的挑战，
- 你提出的方法。
更好：
专注于您的具体贡献，而不是团队的贡献。展示你的样子：
- 与利益相关者和团队成员的外交和关注
- 写了文档，并能够备份你的方法。
谈论客户或经理的反馈以及您对持续改进的兴趣，无论是通过您自己的创新还是通过您的团队提出的建议。
了解要求
提供一个示例，让客户在确定范围并签字后扩展工作范围？
好：
描述一个如何成功地在压力下工作的例子。面试官要求这个问题来衡量你处理它的能力。
更好：
关于如何与客户打交道，要具体而现实。面试官希望看到你表现出同情和自信。
- 您可以预测变化并推迟时间表
- 了解在质量和及时性之间存在权衡
数据清理和分析
更多数据总是更好吗？你喜欢生食还是浓缩？
好：
描述质量和数量之间的权衡是一个良好的开端，表明您在这方面的理解：
- 根据您选择的工具，丰富，清洁的数据易于使用
-
如果考虑到异常值，更多数据可以产生更完整的数据模型
-
清理数据需要更长时间才能进入标准化和丰富状态 – 重复数据删除，连接到其他数据集，添加到关系模型。
-
原始的，精细的数据存储和移动都很昂贵。
更好：
这取决于您正在进行的项目是否符合质量或数量。但是，可以使用工具来解决这些问题：
- AWS Kinesis和类似工具可以在流中发送数据，以避免批量加载和随之而来的维护。
- Data Lakes可以使用S3，Glue和Athena构建，以降低成本。
- 可以部署机器学习模型来进行初始数据清理，并在构建新数据集时执行数据质量监控。
在典型项目中处理和清理数据时，您会经历哪些步骤？
好：
描述典型数据分析师流程的不同步骤：
- 勘探，
- 制备，
- 造型，
- 验证，
- 可视化
关注数据清理为何如此重要：
- 找出任何异常和异常值
- 删除重复和不正确的数据
- 使数据集更易于使用
更好：
通过讨论数据清理的最佳实践，更进一步：
- 采用迭代方法并在逻辑块中进行清理
- 制定计划以确定错误发生的位置并确定根本原因
- 在签核之前验证数据是否正确并允许其流入模型
- 尽可能地编写脚本，以便在需要时重复或回滚该过程
您熟悉哪些工具？你有什么偏好？
好：
这个问题不只是关于您使用哪些工具，也是一个讨论您使用每种工具的经历的机会。分析师应熟悉Excel，SQL，可视化工具以及必要时的统计分析工具或脚本语言。
向面试官展示您熟悉一套工具，如果他们是您正在面试的角色的首选工具，那就更好了。但也要确保使用示例来显示您的体验级别以及您使用它们的任务类型。
Excel – 使用数据透视表聚合数据的项目，并使用条件格式和图形可视化结果。
SQL – 将多个数据集连接在一起并安排它们与存储过程一起运行的项目。
可视化工具 – 使用多个K线走势图跟踪销售进度的项目，这些K线走势图包含颜色，K线走势图类型以及最终用户试图摆脱它的内容。
更好：
通过讨论您阅读或尝试使用的任何新兴工具，更进一步。像Hadoop和Spark这样的大数据工具，像Python这样的脚本语言，像D3这样的库，使可视化更具交互性。
描述一个您特别自豪的复杂分析示例，您的方法和获得的见解
好：
面试官正在寻找一些例子，你不仅要为这项工作感到自豪，还要热情地描述你的所作所为和结果。希望这是您在新角色中享受和享受的那种工作。
确保您的示例是：
- 与角色有关
- 你真正感到自豪的事情
- 不仅仅是运气，也不是你只贡献了团队项目的一小部分
- 真正不要修饰一个故事。
更好：
谈谈这个项目如何帮助推动你前进：
- 您是否可以对流程进行更改，从而节省时间或金钱？
- 您的分析是否适用于未来的工作？
- 这个成功是否有助于您发现自己喜欢什么以及擅长什么？
数据可视化
您使用了哪些工具向最终用户发布数据？
好：
这是一个展示您对数据可视化选项范围及其适用时间的理解的机会。
Excel – 如果您曾在一家初创公司，小型组织工作过，或者更喜欢Excel作为一站式商店。将Excel用于不包含敏感信息的较小数据集没有任何问题。
企业工具 – 如果您曾在一个更大的组织工作过，那么您可能使用过Tableau，PowerBI或MicroStrategy。这些相关的许可和培训成本更昂贵，但提供了从数据库到可视化层连接的安全方式。
统计工具 – 如果您曾在学术界或科学领域工作过，您可能使用SAS，R，Jupyter笔记本或SPSS来提供数据。这些是更专业的工具，但与这些领域的角色相关。
基于Web的工具 – 像D3和HighCharts这样的框架和库在K线走势图和基于Web的数据可视化中越来越常见。
更好：
显示您知道何时使用其中一个以及每个方案给出的缺点：
高强
- 非常适合快速分析，易于访问且用户友好
- 不是一种共享敏感数据的安全方式，而且多个副本可能最终会出现在个人计算机上
企业工具
- 提供安全，可扩展的方式将数据库连接到可视化工具
- 昂贵的许可安排，建立和培训用户可能非常耗时
统计工具
- 专用工具，允许聚合和可视化代码在同一个地方运行。
- 冲突的库和软件包版本使得共享变得困难，技术或技术水平较低的用户可能会发现难以开始
基于Web的工具
- 一般看起来很漂亮和互动
- 需要一组不同的技能来设置和维护，而不是始终是发布敏感数据的适当方式
您将包括哪种形式的支持用户帮助？
好：
在完成项目后，面试官正在寻找您提供支持的偏好。你比较喜欢哪个：
- 一对一的支持
- 向一个大集团展示
- 写作或博客发现和持续的见解
更好：
表明您可以评估哪些更适合用户以及他们可能需要的持续帮助。
- 如果与高级经理打交道，您会以不同的方式展示您的发现吗？
- 您会考虑最终用户的角色吗？同事分析师在销售或营销方面可能有不同的问题？
- 如果您的观众在您的演示文稿中看起来很无聊，您会怎么做？
尽管很难相信，但是面试官并没有期待完美准备的脚本答案。面试官知道你是人，不仅寻求技术知识，而且寻求文化契合以及你如何沟通和思考。
祝你好好准备
阅读更多：
6种方法可以提升你的职业生涯
海伦安德森·4分钟阅读
＃事业 ＃文化 ＃领导 ＃生产率
如何摇滚你的第一次技术讲座
海伦安德森·6分钟阅读
#beginners ＃文化 ＃请讲 ＃事业
我的技术之旅：为职业转换者提供建议
海伦安德森·6分钟阅读
#beginners ＃事业 #shecoded ＃动机
Pexels上的照片