Пользователи сайта Glassdoor, на котором бывшие и действующие сотрудники различных компаний оценивают своих работодателей, назвали должность специалиста по data science лучшей работой 2016 года. Издание Business Insider изучило вопросы, которые задают соискателям в крупных компаниях при собеседовании на эту позицию.
Медианный годовой доход специалиста по data science в Америке составит в 2016 году $117 тысяч. «Поскольку теперь все компании так или иначе работают в интернете, им нужны люди, которые знают, как управлять данными, чтобы на их основе принимать лучшие решения о развитии бизнеса. Думаю, что спрос на таких специалистов будет в ближайшие годы оставаться высоким», — считает главный экономист Glassdoor Эндрю Чемберлен.
Особенно актуальна такая работа для технологических компаний. Пользователи процитировали некоторые вопросы, которые можно услышать на собеседованиях в ИТ-гигантах.
«Мне предложили назвать какие-либо параметры, которые можно использовать для построения определенных алгоритмов. Например, построить алгоритм, который будет определять, что кто-то из моих знакомых начал поиски работы»
«У вас самолет до Сиэттла. Вы хотите знать, стоит ли захватить зонтик. Вы звоните трем случайным друзьям из Сиэттла и каждого из них спрашиваете, идёт ли дождь. Каждый друг с вероятностью 2/3 скажет правду и с вероятностью 1/3 соврёт. Все трое сообщают, что на улице дождь. Какова вероятность, что в Сиэттле действительно идёт дождь?»
Uber
«Какие параметры вы бы использовали, чтобы оценить, привлекает ли клиентов наружная реклама Uber? И как бы в этом случае вы определили приемлемую стоимость привлечения клиента?»
Microsoft
«Создайте алгоритм, который проверяет, является ли заданное слово палиндромом»
«В сумке шесть шариков, один из них — белый. У вас есть 100 попыток достать один из них. После каждой попытки вы встряхиваете сумку и кладете шарик обратно. С какой вероятностью вы достанете белый шарик хотя бы один раз?»
Apple
«Есть миллионы пользователей, каждый из которых совершил сотни транзакций при наличии десятков тысяч продуктов. Как сгруппировать эти данные так, чтобы извлечь из этого пользу?»
IBM
«Как вы решаете проблему недостающих данных?»
«Оперируя пользовательскими данными Twitter, как вы будете оценивать уровень вовлеченности?»
Источник: vc.ru