如何准备数据科学家岗位面试？
新的一年找工作潮流就要开始了，学习数据行业的你是否准备好面试了呢？本文就来讲解如何备战data scientist的面试。
TOPIC #1 — 数据科学家职位
目前行业公认的数据科学家职位涵盖的范围很广，包括Data Science，Machine Learning，Data Visualization和Big Data。其实这个职位简单来说，就是去挖掘数据的价值。相同的职位比如Business Analyst和Data Analyst主要是对数据进行最基础的分析挖掘，基本属于Diagnostic Analytics和Predictive Analytics。随着数据的复杂化，对数据处理的难度也会提高，相对应挖掘出的价值也会更大。这就衍生出技能要求更高的职位Data Scientist来优化数据挖掘。
TOPIC #2 — 面试准备
#2-1 Job Description 好好看清
有时找工作时不能仅仅看Job Title，要具体看Job Description。比如下面的Software Engineer，看似是CS专业的职位，但是具体要求却是偏向数据分析能力。
#2-2 找好定位，做好research
在开始投简历之前，一旦要认清自己的定位，做好准备计划，开始复习刷题整理自己的知识架构。
所以第一步就要做足research，清楚自己想要从事的领域，相关职位的技能要求。如果有心仪的公司，可以在Google或者LinkedIn查找公司具体信息，在Glassdoor查看公司的和相关职位面试的评价。或者找第三方机构帮你准备，比如Data Application Lab。
就以DS职位为例，可以查找相关文章，了解近年来DS职位的趋势，比如我们可以看到技能需求里对于Machine Learning和Deep Learning的需求明显增加很多。所以在技能准备时可以着重考虑比例要求高的以提高简历过关概率。
#2-3 经验、技能准备
在确认基本信息后，就要相对的做一些准备，包括Open End Question，之前做过的Project，体现自己商业价值的case study和基础的Interview Question。具体的基础面试问题如下。
同时一些其他知识也需要了解，比如DS lifecycle，大数据处理工具Spark或Hadoop，数据分析的方法流程。
对于这些知识的掌握要求不仅仅只是了解基础知识，还要在练习使用的过程提高熟练度和复杂逻辑的理解。比如Hadoop和Spark都有哪些逻辑结构，在实际中如何使用。数据分析的方法也不止图表中展现的，还有很多其他的方法，这些方法在实际中又如何应用。这些都需要同学努力学习准备。
11月的秋招已经结束，春招马上就要来了，同学们抓紧寒假的时间充分备战吧。
