【IT168 评论】这是一个用数据说话的时代，也是一个依靠数据竞争的时代。各大互联网公司都在不断完善自己的数据分析团队，数据分析师的薪酬也是水涨船高。业内人士透露，应届毕业生的平均薪资大概在6K左右，1至3年经验的大概在10K到20K之间，5至10年经验的大概在25K以上。薪资还是十分诱人的，那么，如何快速成长为一名年薪百万的数据分析师呢?快来看看，以下30道数据分析相关面试题，你会多少?

　　1、分析数据还要写java代码是不是效率有点低?

　　2、成为一名数据分析师需要具备哪些技能?

　　要成为一名数据分析师，需要掌握丰富的报告软件包(Business Objects)，编程语言(XML，Javascript或ETL框架)，数据库(SQL，SQLite等);能够准确分析、组织、收集或传播数据;掌握数据库设计，数据模型，数据挖掘等方面的技术知识以及分析大型数据集(SAS，Excel，SPSS等)的统计软件包知识。

　　3、分析项目的各个步骤是什么?

　　分析项目的各个步骤包括：

　　·问题定义

　　·数据挖掘

　　·数据准备

　　·模型化

　　·数据认证

　　·实施跟踪

　　4、分析的结果数据特别大，在线请求这些结果数据扛不住了，咋搞?

　　5、列出数据清理的非常好的实践?

　　一些数据清理的非常好的实践包括：

　　·按不同的属性排序数据

　　·对于大数据集，逐步清理并改进数据，直到获得良好的数据质量

　　·对大型数据集，可以先将其分解为小数据集，使用更少的数据将增加迭代速度

　　·要处理常见的清理任务，请创建一组实用程序函数/工具/脚本。它可能包括基于CSV文件或SQL数据库重映射值，或者正则表达式搜索和替换，消除所有不匹配正则表达式的值

　　·如果在数据清理方面存在问题，请按照估计的频率进行安排并解决问题

　　·分析每列的汇总统计数据(标准差，均值，缺失值的数量)

　　·保持对每一个清理操作的跟踪，以便可以根据需要更改或删除操作

　　6、海量日志数据，提取出某日访问百度次数最多的那个IP。

　　7、可用于数据分析的一些非常好的工具清单有什么?

　　·Tableau

　　·RapidMiner

　　·OpenRefine

　　·KNIME

　　·Google Search Operators

　　·Solver

　　·NodeXL

　　·io

　　·Wolfram Alpha’s

　　·Google Fusion tables

　　8、数据挖掘和数据分析之间的区别是什么?

　　数据挖掘和数据分析之间的区别在于：

　　·数据分析：针对个别属性的实例分析。提供有关属性的各种信息，如值范围，离散值及其频率，空值的发生，数据类型，长度等。

　　·数据挖掘：重点关注聚类分析，异常记录检测，依赖关系，序列发现，多个属性之间的关系控制等。

　　9、给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url?

　　10、用于处理分布式计算环境中应用程序大数据集的Apache框架有哪些?

　　Hadoop和MapReduce是由Apache开发的用于处理分布式计算环境中应用程序大数据集的编程框架。

　　11、腾讯面试题：给40亿个不重复的unsigned int的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在40亿个数当中?

　　12、解释KNN插补方法是什么?

　　在KNN插补中，通过使用与其值缺失的属性最相似的属性值来推断缺少的属性值。通过使用距离函数，确定两个属性的相似度。

　　13、数据分析师使用的数据验证方法是什么?

　　通常，数据分析师用于数据验证的方法是数据筛选和数据验证。

　　14、解释应该如何处理可疑或缺失数据?

　　·准备提供所有可疑数据信息的验证报告。它应该提供信息，如失败的验证标准以及发生的日期和时间

　　·有经验的数据分析师应该检查可疑数据以确定其可接受性

　　·应该找出无效数据并用验证码替换

　　·对缺失数据进行处理，使用非常好的分析策略，如删除，单一插补方法，基于模型的方法等。

　　15、如何避免过拟合?

　　过拟合表现在训练数据上的误差非常小，而在测试数据上误差反而增大。其原因一般是模型过于复杂，过分得去拟合数据的噪声和outliers。常见的解决办法是正则化：增大数据集，正则化

　　16、解释异常值是什么?

　　异常值是分析师使用的一个术语，指的是一个远远超出样本总体模式的值。有两种类型的异常值：

　　·Univariate

　　·Multivariate

　　17、解释分层聚类算法是什么?

　　分层聚类算法结合并划分现有的组，创建分层结构并展示组划分或合并的顺序。

　　18、解释K均值算法是什么?

　　K均值是一种著名的分区方法。对象被分类为属于K个组中的一个，k是先验选择的。

　　在K均值算法中：

　　·簇是球形的：簇中的数据点以该簇为中心

　　·簇的方差/扩展是相似的：每个数据点属于最接近的簇

　　19、数据分析师所需掌握的关键技能是什么?

　　数据科学家必须具备以下技能：

　　数据库知识

　　·数据库管理

　　·数据混合

　　·数据查询

　　·数据操作

　　预测分析

　　·基本描述性统计

　　·预测建模

　　·高级分析

　　大数据知识

　　·大数据分析

　　·非结构化数据分析

　　·机器学习

　　演示技巧

　　·数据可视化

　　·报告设计

　　20、解释协同过滤是什么?

　　协同过滤是一种基于用户行为数据创建推荐系统的简单算法。协同过滤最重要的组件是用户对项目的兴趣。

　　协同过滤一个很好的例子就是购物网站上出现的类似“为您推荐”的模块，该模块通常会获取用户的浏览记录信息，以弹出用户可能喜欢或需要的商品。

　　21、大数据中通常会使用到哪些工具?

　　大数据中使用的工具包括：

　　·Hadoop

　　·Hive

　　·Pig

　　·Flume

　　·Mahout

　　·Sqoop

　　22、解释什么是KPI，实验设计和80/20规则?

　　·关键绩效指标(KPI)：它代表关键绩效指标(Key Performance Indicator)，它是关于业务流程的报告或图表

　　·实验设计：这是用于分解数据，采样和建立数据以进行统计分析的初始过程

　　·80/20规则：这意味着你收入的80%来自客户的20%

　　23、解释Map Reduce是什么?

　　Map-Reduce是一个处理大型数据集的框架，可以将它们分解成子集，在不同的服务器上处理每个子集，然后混合每个子集上获得的结果。

　　24、解释聚类是什么?聚类算法的属性?

　　聚类是一种应用于数据的分类方法。聚类算法将数据集划分为自然组或集群。

　　聚类算法的属性是：

　　·Hierarchical or flat

　　·Iterative

　　·Hard and soft

　　·Disjunctive

　　25、对数据分析师有用的统计方法是什么?

　　对数据科学家有用的统计方法是

　　·贝叶斯方法

　　·马尔科夫过程

　　·空间和集群进程

　　·统计数据，百分位数，异常值检测

　　·计算技巧等

　　·简单的算法

　　·数学优化

　　26、时间序列分析是什么?

　　时间序列分析可以在频域和时域两个域中完成。在时间序列分析中，可以通过指数平滑，对数线性回归等各种方法分析数据，来预测特定过程输出。

　　27、解释空间自相关分析是什么?

　　空间自相关分析是地理空间分析的常用形式。它由一系列为不同空间关系计算的估计自相关系数组成。当原始数据表示为距离而不是单个点的值时，它可以用于构建基于距离的数据相关图。

　　28、散列表是什么?散列表冲突是什么?如何避免?

　　在计算中，哈希表(散列表)是键值对的映射，这是一个用于实现关联数组的数据结构。它使用散列函数来计算一个时隙阵列的索引，从中可以获取所需的值。

　　当两个不同的键散列到相同的值时，发生散列表冲突。两个数据不能存储在阵列的同一个插槽中。

　　为了避免散列表碰撞，有很多技巧，这里列出两个：

　　·分离链接：它使用数据结构来存储散列到同一个插槽的多个项目。

　　·再探测：在找到查找位置的index的index-1，index+1位置查找，index-2，index+2查找，依次类推。这种方法称为线性再探测。

　　29、解释 imputation是什么?列出不同类型的插补技术?哪种插补方法更有利?

　　在插补过程中，我们用替代值替换丢失的数据。插补技术涉及的类型有：

　　·单一插补

　　·热点插补：从随机选择的类似记录中推断缺失值

　　·冷却板插补：与热点插补相同，但更先进，从其他数据集中选择供体

　　·平均估算：在所有其他情况下，用该变量的平均值代替缺失值

　　·回归插补：用基于其他变量的变量预测值替换缺失值

　　·随机回归：与回归插补一样，但它将平均回归方差加入到回归估计中

　　·多重插补：与单个插补不同，多重插补会多次估计值

　　虽然单一插补法被广泛使用，但并不能反映随机丢失数据所造成的不确定性。因此，在数据丢失的情况下，多重插补更有利。

　　30、解释N-gram是什么?

　　N-gram是来自给定序列文本或语音的n个项目的连续序列。这是一种以(n-1)形式预测下一个项目的概率语言模型。