image.png
在数据科学家面试环节， 最艰难的题型莫过于 Take Home Chellenge。 面试官会给 3~ 48 小时的时间， 让你做一个数据分析， 提交代码和分析报告。 这是一个让人筋疲力尽的过程， 为了让大家更好的完成这部分面试， 这里给出了一些 Guildline。
1. 争取把题目换掉
问一下面试官， 能不能换成别的类型的面试。 有的公司， 会随机出题目，是有可能换成别的面试类型的。 这种 Take Home Chellenge 自然是能避开就避开。
2. 询问评分规则 和 面试官的期待
办事不由东， 累死也无功。 如果能够知道， 哪怕一点点， 关于目标的信息， 会对整个分析过程有极大的帮助。 Information is power。
参考 Email
image.png
3. 问问题，陈诉你的假设
如果发现数据有问题， 或者不清楚的地方， 及时问。 如果来不及， 要在分析报告中写出你的假设。 比如，你发现数据有问题， 如果继续分析下去， 必须依赖于某种假设， 那么就需要写出来。
另外， 还可以写出你的limitation： 为什么不用更高级的方法处理 missing value ？ 为什么不用 TensorFlow 而用 XGBoost ？ 也许你是时间不够，或者硬件不够强大， 这些都要写出来， 让面试官知道， 你可以做的更好。
4. 按照套路来分析
以一个数据分类任务来说， 可能包括如下一些部分
- Data Cleaning 数据清洗
- Minimal feature selection 选出要用的Feature
- Impute missing value 处理缺失值
- Create a classification pipeline 创建数据处理管道
- Training the model 训练模型
- Tune hyperparameters with grid-search 超参数选择
5. 代码易读
一般面试官是要看代码的， 代码不要一团糟，要易读， 要有注释。
整个工程的目录结构可以参考这个
├── LICENSE
├── Makefile <- Makefile with commands like `make data` or `make train`
├── README.md <- The top-level README for developers using this project.
├── data
│ ├── external <- Data from third party sources.
│ ├── interim <- Intermediate data that has been transformed.
│ ├── processed <- The final, canonical data sets for modeling.
│ └── raw <- The original, immutable data dump.
│
├── docs <- A default Sphinx project; see sphinx-doc.org for details
│
├── models <- Trained and serialized models, model predictions, or model summaries
│
├── notebooks <- Jupyter notebooks. Naming convention is a number (for ordering),
│ the creator's initials, and a short `-` delimited description, e.g.
│ `1.0-jqp-initial-data-exploration`.
│
├── references <- Data dictionaries, manuals, and all other explanatory materials.
│
├── reports <- Generated analysis as HTML, PDF, LaTeX, etc.
│ └── figures <- Generated graphics and figures to be used in reporting
│
├── requirements.txt <- The requirements file for reproducing the analysis environment, e.g.
│ generated with `pip freeze > requirements.txt`
│
├── setup.py <- Make this project pip installable with `pip install -e`
├── src <- Source code for use in this project.
│ ├── __init__.py <- Makes src a Python module
│ │
│ ├── data <- Scripts to download or generate data
│ │ └── make_dataset.py
│ │
│ ├── features <- Scripts to turn raw data into features for modeling
│ │ └── build_features.py
│ │
│ ├── models <- Scripts to train models and then use trained models to make
│ │ │ predictions
│ │ ├── predict_model.py
│ │ └── train_model.py
│ │
│ └── visualization <- Scripts to create exploratory and results oriented visualizations
│ └── visualize.py
│
└── tox.ini <- tox file with settings for running tox; see tox.readthedocs.io
6. 要有测试和注释
这部分是加分项
7. 一个少于500字的总结
写下你的思考过程， 不要太多， 别超过 500字
