数据科学面试

数据科学面试题——附答案

答案由社区提供

• 如果你知道如何回答某个问题，请提交一个包含答案的拉取请求（PR）
• 如果已经有答案，但你可以改进它，请提交一个包含改进建议的拉取请求
• 如果你发现错误，请提交一个包含修复内容的拉取请求

如需更新，请在 Twitter 上关注我 (@Al_Grigor) 和 LinkedIn 上关注我 (agrigorev)

想聊聊数据吗？加入 DataTalks.Club

按类别划分的问题

• 理论类问题：theory.md（线性模型、树模型、神经网络等）
• 技术类问题：technical.md（SQL、Python、编程）
• 更多内容即将推出

贡献的问题

contrib 文件夹中包含了大家贡献的面试题目：

• 概率：contrib/probability.md
• 你也快来添加你的问题吧！

其他实用资源

• 精选的数据科学面试题及其他资源：awesome.md

这是一项由许多人共同完成的工作。贡献者名单请见：contributors.md

许可证

本作品采用 知识共享署名 4.0 国际许可协议 许可。

Data Science Interviews 快速上手指南

data-science-interviews 是一个开源的数据科学面试题库，包含理论（线性模型、树、神经网络等）和技术（SQL、Python、编码）问题及其社区提供的答案。本项目主要为文档资源库，无需复杂的环境配置或编译安装。

环境准备

本项目本质为 Markdown 文档集合，对系统无特殊要求。

• 操作系统：Windows、macOS 或 Linux 均可。
• 前置依赖：
  • 已安装 Git（用于克隆仓库）。
  • 任意 Markdown 阅读器 或浏览器（用于查看内容），也可使用 VS Code、Typora 等编辑器直接阅读源码。

安装步骤

通过 Git 将项目克隆到本地即可使用：

git clone https://github.com/alexeygrigorev/data-science-interviews.git
cd data-science-interviews

提示：如果在国内访问 GitHub 速度较慢，建议使用国内镜像源（如 Gitee 镜像，若有）或配置代理加速。若无特定镜像，上述命令为标准获取方式。

基本使用

克隆完成后，直接在本地文件夹中打开对应的 Markdown 文件即可开始学习或查阅。

1. 查看理论类面试题 打开 theory.md 文件，涵盖线性模型、决策树、神经网络等理论基础：

# 在终端使用 cat 查看（Linux/Mac）
cat theory.md

# 或在编辑器中打开
code theory.md

2. 查看技术类面试题 打开 technical.md 文件，涵盖 SQL、Python 编程及代码实战题：

cat technical.md

3. 查看概率论专题 进入 contrib 目录查看社区贡献的概率论题目：

cat contrib/probability.md

4. 参与贡献 如果你知道某个问题的答案，或发现错误，可以直接修改对应的 .md 文件并提交 Pull Request (PR)：

# 编辑文件（例如添加答案）
vim theory.md

# 提交更改
git add .
git commit -m "Add answer for question X"
git push origin main

你可以通过浏览器直接浏览仓库中的文件，或使用支持 Markdown 预览的编辑器获得更好的阅读体验。