原文towardsdatascience.com/real-product-data-scientist-interview-questions-at-lyft-a-compilation-from-glassdoor-f926be9528ehttps://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/44ffabe3695c456f32e38ebf57bdc0ce.png由Clem Onojeghuo在Unsplash上拍摄的照片这是从 GlassDoor 上的所有评论中收集的 Lyft 产品数据科学家面试问题的汇编包括真实经验的评论当然不违反保密协议。某些问题特定于 Lyft 和拼车行业但许多问题可以用来指导你在技术中所有产品数据科学家职位的面试准备。在我准备面试时这对我帮助很大希望它也能帮到你Lyft 的一般数据科学面试技巧数据科学家职位通常有 6 轮面试1招聘人员电话2技术电话3产品感4现场编码——你选择的编程语言通常是产品流的 SQL 和算法流的 Python5A/B 测试产品流或机器学习算法流6行为面试。不久前还曾有一个带回家的作业环节但在 2023 年底取消了这一轮。通常在整个过程中你将与一位内部招聘人员合作处理任何安排和流程查询。除了招聘人员的电话你将与数据科学家可以是 Lyft 内部任何团队的数据科学家配对进行每一轮技术面试。他们确实有一些需要询问的问题以便填写一个评分标准以进行公平评估但有些数据科学家对此更为认真。概率相关问题条件概率和贝叶斯定理在概率和统计学考试中经常被要求既包括理论问题也包括应用问题。给 N 名乘客发放了 5 美元的优惠券。使用优惠券的概率是 P。期望支出是多少给 N 名乘客发放了 5 美元的优惠券。使用优惠券的概率是 P。其中一张优惠券被使用的概率是多少有 2 名乘客。他们都使用了优惠券。考虑到至少有一名乘客使用了优惠券两人都使用优惠券的概率是多少在上述问题中我们假设使用优惠券的事件是独立的。在什么情况下我们的假设是不正确的我不明白 P 值。你能解释一下吗或者你是如何向一个非技术人员解释 p 值的二项分布的期望值是多少A/B 测试相关问题现在有很多非常有帮助的 A/B 测试 YouTube 视频和博客文章。最好带着一套可以遵循的框架来面试以展示你的结构化思维。你是如何决定实验运行多长时间的目前Lyft 应用显示乘车到达的预估时间例如预估到达时间 5 分钟。我们正在考虑将其改为显示一个范围例如预估到达时间 3–5 分钟。假设是总乘车次数会增加。你会如何设置这个实验我们内部仪表板显示新司机数量下降了 7%。你会如何调查这个问题关于真实双边市场问题的商业案例。如何为 Lyft 服务选择新城市…机器学习问题Lyft 有两个数据科学家职位流产品和算法数据科学家。通常你不会遇到任何针对产品数据科学家职位的机器学习问题因为你会有一个 A/B 测试轮。但我将包括我在 GlassDoor 上找到的有限数量的机器学习问题。两个分类器的优缺点。你如何解释逻辑回归的结果为 Lyft 推荐定价策略。产品感知问题这些问题要求你对 Lyft 运营的双边市场有扎实的理解包括在拼车空间中使用的常用指标。在面试前可以查看的有财务报告、社交媒体、Lyft 的工程博客文章等。如何定义一个平衡的市场Lyft 想要推出拼车程序。你认为最重要的关键绩效指标KPI是什么Lyft 正在尝试优化拼车程序。应用显示乘车到达的时间。你将如何决定客户取消请求前的阈值时间是否有必要调查新注册司机的减少在什么情况下它将不是必要的将推出拼车服务要衡量其成功的哪些指标给定一组乘客和一组司机可以使用哪些指标来匹配他们如何优化你的方法行为问题这一轮通常由招聘经理直接进行但偶尔你可能会与不同的团队成员一起进行。请为我介绍一下你的简历。告诉我一次你在工作中发生冲突的经历。为什么选择 Lyft带回家做的作业当作者在 2023 年 11 月的面试过程中这个部分已被移除。根据一些交易数据预测乘客是否会流失。人们的经历面试官准备充分坚持使用数据科学解决商业问题。大多数问题都与统计学和数据科学在商业问题解决中的实际应用有关。在这个过程中我学到了很多关于商业运作的知识包括收入模型和商业模式。尽管我在其他部分做得很好但由于我的沟通不够有效和简洁以至于无法达到他们期望的这个角色的核心精髓。产品案例 商业案例祝你好运