在这篇博文中，我们介绍了另一种有抱负的数据科学家必须学会破解的面试类型：统计面试。统计面试是一种技术面试，评估你作为数据科学家实际完成工作的能力。如果你没有在这次面试中取得好成绩，你将很难让公司相信你是一位有能力的数据科学家。

要想在任何面试中脱颖而出，第一步就是了解会发生什么。统计学是一门广泛的学科，因此这篇文章将分解数据科学家在面试时应该了解哪些统计学领域，以及会问哪些类型的问题。我们还将在整个过程中讨论技巧和一般建议。

 

在统计面试中，你自然要展示大量的技术知识，但这并不意味着你需要准备好回答与统计相关的任何和所有问题。对于数据科学家，统计面试通常会关注三个知识领域：

（1）可能性
（2）假设检验
（3）回归

对于概率问题，您应该会被问及概率基础知识、条件概率和概率分布。概率基础知识包括期望、方差、排列和组合等。

对于条件概率，你需要知道贝叶斯规则，对于概率 分布，你需要熟悉一些常用的离散和连续分布，如二项分布、正态分布和长尾分布。

这听起来可能很多，但概率通常是您在面试中需要最深入知识的知识领域。因此，面试官可能会问你很多事情，此外，过度准备总比准备不​​足好。

继续进行假设检验，对于统计访谈，您需要了解术语，例如功效、p 值和置信区间，以及不同类型的检验方法、参数检验，例如 z-检验、t-检验和非参数检验，如卡方检验等。

统计面试所需的最后一个知识领域是回归。对于回归，您需要熟悉线性和多元回归。在这三个领域中，回归可能在面试中出现的次数最少，但您仍然需要确保自己对此感到满意。

因此，概率、假设检验和回归是您将在面试中被问及的领域。现在我们知道问题将涵盖哪些主题，让我们讨论一下您可能会遇到的问题类型。