數據分析師典型面試題精講
數據蛙
- 出版商: 人民郵電
- 出版日期: 2023-02-01
- 售價: $659
- 貴賓價: 9.5 折 $626
- 語言: 簡體中文
- 頁數: 300
- ISBN: 7115598312
- ISBN-13: 9787115598318
-
相關分類:
Data Science、面試技巧
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$352敏捷項目管理(從入門到精通實戰指南) -
$229技術移民寶典：程序員海外求職錦囊 -
$449敏捷項目管理：快速交付創新產品, 2/e (修訂版) -
$301硬件產品經理手冊：手把手構建智能硬件產品 -
$352產品經理求職面試筆記：如何轉行/求職/面試進大廠 -
數據庫程序員面試筆試通關寶典$419$398 -
$403菜鳥輕松拿 offer : 軟件測試工程師面試秘笈 -
敏控項目管理$354$336 -
$454大數據分析師面試筆試寶典 -
$505數據產品經理：解決方案與案例分析 -
DataOps 實踐手冊 : 敏捷精益的數據運營$594$564 -
$407小型項目管理（第3版） -
$607SQL 數據分析實戰, 2/e -
Python 編程與數值方法$654$621 -
$505產品經理技術手冊 -
$252自然語言處理技術與應用 -
數據中台：賦能企業實時經營與商業創新$539$512 -
$454SSM + Vue.js 3 全棧開發實戰 -
Power BI 零售數據分析實戰$599$569 -
明解 Python 算法與數據結構$599$569 -
Docker 實戰 6堂課：56個實驗動手做，掌握 Linux 容器核心技術（iThome鐵人賽系列書）【平裝】$650$507 -
Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用$720$569 -
AI 神助攻！程式設計新境界 – GitHub Copilot 開發 Python 如虎添翼 : 提示工程、問題分解、測試案例、除錯$560$442 -
報告力 Max：Copilot Pro 提升你的寫作效率$690$545 -
軟體工程師求職策略大全：透過外商面試題目演練、手把手履歷教學，跟招募員過招、白板解題、薪資談判到入職準備，帶讀者用最有效的方式找工作$680$530
相關主題
商品描述
本書主要講解了應對數據分析師面試所需的基礎知識與典型面試題的解答方法，內容以讀者的閱讀需求進行架構，力求使該者對面試題涉及的原理與解題思路有清晰的認知，以幫助讀者在面試時舉一反三，從容作答。
本書共分為7章。第1章介紹了正確認識數據分析的一些必要知識，以及用人單位對數據分析師的要求，第2~5 章，分別介紹了概率論與數理統計基礎、分析工具的使用、面試時常見的數據思維、數據挖掘等 4個部分的知識，其中分析工具包括 Python、Pandas、SQL 和Excel，第6章講解了知名公司近年來典型面試題的解題思路：第7章講解面試中除了答題之外的其他方面的知識，並基於真實的面試流程，從面試技巧角度給出了建議。
本書適合想從事數據分析及相關崗位工作的讀者閱讀。
作者簡介
数据蛙，新兴的数据分析培训团队，主要成员有李凯旋、蓝毅等，致力于帮助大家学数据分析并找到相关工作，团队成员分布在阿里巴巴、腾讯、字节跳动、中国平安等公司，从2019年成立至今，一共帮助了大约7万名同学学习数据分析知识，其中大部分同学找到了数据分析工作，实现了自己的职业发展梦想。
目錄大綱
第 1 章 當我們談論數據分析時，我們在談論什麽 001
1.1 關於數據分析，你需要知道的 002
1.1.1 什麽是數據分析 002
1.1.2 為什麽很多人學習數據分析 003
1.1.3 數據分析在各個行業的應用 003
1.2 用人單位需要什麽樣的數據分析師 009
1.2.1 數據分析師的分類 009
1.2.2 對偏業務的數據分析師的要求 009
1.2.3 對偏技術的數據分析師的要求 010
1.2.4 總結 010
第 2 章 簡單回顧概率論與數理統計 012
2.1 描述統計 013
2.1.1 四分位數 015
2.1.2 方差與標準差 019
2.2 概率計算 022
2.2.1 排列組合 024
2.2.2 概率 027
2.3 概率分佈 031
2.3.1 常見的數據類型 032
2.3.2 正態分佈 033
2.3.3 冪律分佈 035
2.4 統計推斷 036
2.4.1 點估計與區間估計 036
2.4.2 假設檢驗 037
第3 章 面試必考的分析工具及相關知識點 046
3.1 Python 047
3.1.1 變量 047
3.1.2 條件語句 049
3.1.3 循環語句 051
3.1.4 數據結構 058
3.1.5 函數的定義與使用 069
3.1.6 面試題集合 075
3.2 Pandas 085
3.2.1 Pandas 的引用 085
3.2.2 文件讀取與儲存 088
3.2.3 數據查詢 090
3.2.4 對數據分組 098
3.2.5 對數據排序 100
3.2.6 表格的合並 103
3.2.7 索引的使用 108
3.2.8 時間格式處理 109
3.3 SQL 114
3.3.1 查詢 115
3.3.2 去掉重復值 117
3.3.3 條件查詢 118
3.3.4 運算符 120
3.3.5 對查詢結果排序 121
3.3.6 新增數據 124
3.3.7 修改數據 126
3.3.8 刪除數據 127
3.3.9 模糊查詢 128
3.3.10 在指定範圍查詢 131
3.3.11 聚合函數 132
3.3.12 對數據分組 134
3.3.13 分組後按條件查詢 135
3.3.14 提取數據 136
3.3.15 對數據排名 136
3.3.16 連接查詢 141
3.3.17 子查詢 145
3.3.18 CASE 函數 150
3.3.19 時間的處理 153
3.4 Excel 157
3.4.1 典型函數的應用 158
3.4.2 常用的圖表製作 163
第4 章 面試時常見的數據思維能力考查 172
4.1 戰略類場景 173
4.1.1 進入新市場 173
4.1.2 產業分析 174
4.1.3 兼並收購分析 175
4.1.4 開發新產品 177
4.1.5 定價策略 179
4.1.6 增長型戰略 181
4.1.7 開展新業務 182
4.1.8 應對競爭 184
4.2 經營類場景 186
4.2.1 提升銷量 186
4.2.2 降低成本 192
4.2.3 提高盈虧底線 195
4.2.4 危機問題 198
第5 章 不可不知的數據挖掘知識 202
5.1 數據挖掘步驟 204
5.1.1 探索性數據分析 204
5.1.2 預處理 204
5.1.3 特徵工程 206
5.1.4 數學建模 207
5.1.5 模型評估 208
5.1.6 模型部署 210
5.2 常見的幾種算法題目 210
5.2.1 線性回歸 210
5.2.2 邏輯回歸 212
5.2.3 決策樹 216
5.2.4 隨機森林 219
第6 章 知名公司的典型面試題講解 222
6.1 單選題 223
6.2 多選題 246
6.3 填空題 250
6.4 問答題 251
6.5 編程題 266
第7 章 關於面試的那些事兒 285
7.1 求職前準備 286
7.1.1 求職前自我認知和定位 286
7.1.2 校園招聘和社會招聘，要求有啥不同 288
7.2 面試流程 290
7.2.1 如何製作和投遞簡歷 291
7.2.2 筆試 292
7.2.3 面試，要做好充分準備 293
7.3 真實的面試經歷 295
7.3.1 國內某大型母嬰用品電商公司面試經歷 295
7.3.2 某知名互聯網公司面試經歷 295
7.3.3 阿裡旗下某全資子公司面試經歷 296
7.4 面試技巧 297
7.4.1 做好減法和加法 297
7.4.2 做好自我介紹 297
7.4.3 積極平和的面試心態 298
7.4.4 面試前研究職位描述 298
7.4.5 談薪技巧 300
