數據科學世界在2015年經歷了翻天覆地的變化。數據科學家開始威脅到CIO作為公司最重要的技術影響者的角色。數據質量直接影響到未來，數據科學家受到追捧。加上物聯網（IoT）的普及，數據科學即將成為主流。圍繞數據科學的工作正在蓬勃發展，帶來更新的職業機會和開放增長的渠道。在未來幾天，您不可能不提供數據科學麵試。如果您最近參加過數據科學麵試，或有疑問您需要解答，請在評論部分，我們將盡快回答。想了解更多大數據面試細節，或有更多不懂的問題，請加大數據學習交流8群640193172討論學習，共同成長！
1.什麼是數據科學？您如何說與業務分析和商業智能相似或不同？
數據科學是處理數據分析的領域。它通過對後來用於創建策略的數據的洞察來研究信息的來源，信息的含義以及將其變成有價值的資源。它是商業觀點，計算機程序設計和統計技術的結合。
業務分析或簡單分析是商業智能和數據科學的核心。數據科學是用於分析大數據和提供洞察力的相對較新的術語。
數據分析通常比具有更多編程重量的數據科學具有更高的業務視野。然而這些術語可互換使用。
2.如何在Python或R中構建自定義函數？
In R: function command
The structure of a function is given below:
myfunction <- function(arg1, arg2, … ){
statements
return(object)
}
Example:
# function example – get measures of central tendency
# and spread for a numeric vector x. The user has a
# choice of measures and whether the results are printed.
mysummary <- function(x,npar=TRUE,print=TRUE) {
if (!npar) {
center <- mean(x); spread <- sd(x)
} else {
center <- median(x); spread <- mad(x)
}
if (print & !npar) {
cat(“Mean=”, center, “\n”, “SD=”, spread, “\n”)
} else if (print & npar) {
cat(“Median=”, center, “\n”, “MAD=”, spread, “\n”)
}
result <- list(center=center,spread=spread)
return(result)
}
# invoking the function
set.seed(1234)
x <- rpois(500, 4)
y <- mysummary(x)
Median= 4
MAD= 1.4826
# y$center is the median (4)
# y$spread is the median absolute deviation (1.4826)
y <- mysummary(x, npar=FALSE, print=FALSE)
# no output
# y$center is the mean (4.052)
# y$spread is the standard deviation (2.01927)
In Python:
def method-
Structure of the function:
def func(arg1,arg2 …):
statement 1
statement 2
return value
Example- To determine mean of a list of values.
def find_mean(given_list):
sum_values= sum(given_list)
num_values= len(given_list)
return sum_values/num_values
print find_mean([i for i in range(1,9)])
# 4
3.哪個包用於在R和Python中進行數據導入？如何在SAS中進行數據導入？
我們可以使用多種方法進行數據導入：
在R中，我們使用RODBC進行RDBMS數據和data.table快速導入。
我們使用jsonlite的JSON數據，其他語言如SPSS的外包
我們對SAS數據使用數據和sas7bdat包。
在Python中，我們使用Pandas包和read_csv命令，read_sql來讀取數據。另外，我們可以在Python中使用SQLAlchemy來連接到數據庫。
4.什麼是RDBMS？列舉RDBMS的一些例子？什麼是CRUD？
關係數據庫管理系統（RDBMS）是一種基於關係模型的數據庫管理系統。關係模型使用關係或表的基本概念。RDBMS是SQL，以及數據庫系統（如MS SQL Server，IBM DB2，Oracle，MySQL和Microsoft Access）的基礎。
在計算機編程中，創建，讀取，更新和刪除[1]（作為首字母縮略詞CRUD或可能是一個副詞）（有時稱為SCRUD，帶有用於搜索）是永久存儲的四個基本功能。
5.定義SQL查詢？SELECT和UPDATE Query有什麼區別？如何在SAS，Python，R語言中使用SQL？
結構化查詢語言（SQL）是一種用於從數據庫獲取信息和更新數據庫的編程語言。它們用於管理關係數據庫管理系統（RDBMS）中的數據。查詢採用命令語言的形式，允許您選擇，插入，更新，查找數據的位置等。還有一個編程接口。
UPDATE查詢用於更新表中的現有記錄。SELECT查詢用於從數據庫中選擇數據。結果存儲在結果表中，稱為結果集。
我們使用SAS內的PROC SQL，在R中使用sqldf，在Python中使用pandasql以使用SQL sytax。
SQLAlchemy庫：這允許您從python在MySQL服務器中存在的數據庫中的表上執行原始SQL查詢。這些還存在SQLAlchemy表達式語言，它表示使用Python構造的關係數據庫結構和表達式。表達式語言通過隱藏SQL語言來提高代碼的可維護性，從而不允許混合使用Python代碼和SQL代碼。