데이터 사이언티스트 코딩 인터뷰: 예상 질문 및 인터뷰 준비 방법

 

 

 

이 블로그 포스트에서는 데이터 과학 인터뷰에서 나타날 수 있는 네 가지 유형의 코딩 질문과 그에 대한 준비 방법에 대해 알아보겠습니다.

 

4가지 대표 유형

1. 자료 구조 (Data Structures)
이 유형의 질문은 소프트웨어 엔지니어링 코딩 인터뷰와 유사합니다. 배열, 해시 맵, 힙, 스택, 큐 등과 같은 일반적인 자료 구조를 사용하여 문제를 해결하는 유형입니다. 이 때 이진 검색, 재귀, 정렬, 동적 프로그래밍 등의 알고리즘도 사용될 수 있습니다.

Example question:

• Find the median of an unsorted array using any method. 
• Then implement the sorting algorithm by yourself. 
• Finally, solve the same problem for a streaming version of the data

 

2. 수학 및 통계 (Mathematics and Statistics)
이러한 질문들은 코딩 기술 뿐만 아니라 대학 수준 이상의 수학 및 통계 지식이 필요합니다. 시뮬레이션, 샘플링 기술, 소수 등의 문제들이 나올 수 있습니다. 

Example question:

• Simulate a multinomial distribution using uniform random numbers.

3. ML 알고리즘 (Machine Learning Algorithms)
기본적인 기계 학습 알고리즘을 처음부터 구현해보도록 요구하는 유형입니다. 의사 결정 트리, 선형 및 로지스틱 회귀, k-최근접 이웃 등과 같은 일반적인 ML 모델에 대해 알아야합니다. 

Example question:

• Implement k-means clustering algorithm.

 

4. Data Manipulation
이 유형의 질문은 SQL이나 데이터 분석 라이브러리를 사용하지 않고 데이터를 처리하고 변환하는 방법을 묻는 유형입니다. Python/R과 같은 프로그래밍 언어를 사용할 수 있습니다.

Example question:

• Given a dictionary of dictionaries representing a JSON blob, parse it to extract particular entries.

 

 

데이터 과학 인터뷰에서 코딩 질문에 대비하는 방법

 

1. 기초 지식 복습
위에서 언급한 데이터 구조 및 알고리즘이 익숙하지 않은 경우, Gayle Laakmann McDowell의 "Cracking the Coding Interview"에서 시작하십시오. 수학과 통계를 공부하려면 Khan Academy나 Brilliant.org와 같은 자원을 활용하십시오. 머신 러닝을 위해서는 "Introduction to Statistical Learning" 또는 "The Elements of Statistical Learning"을 읽어보십시오. 두 책 모두 무료입니다.

 

 

 

 

2. Practice Question 정리하여, 풀어보기
LeetCode 및 Glassdoor와 같은 웹 사이트를 사용하여 자주 묻는 인터뷰 질문을 찾으셔야 합니다. Jupyter Notebook을 사용하여 주제별로 정리해 보세요. 이해를 높이기 위해 각 문제에 대해 여러 해결책에 대해서 다양한 접근 방법으로 생각해 보세요

3. Develop your interview skills
다른 사람에게 솔루션을 설명하고 생각 과정에 대한 피드백을 받는 연습을 해보세요. HackerRank, LeetCode와 같은 플랫폼에서 mock interview 준비를 해 볼 수 있습니다. Data KorLab에서도 현재 현직 멘토들이 멘토링을 제공하고 있습니다.

 

마무리하며

데이터 과학 인터뷰에서 코딩 질문에 대비하는 것은 overwhleming해 보일 수 있지만, 위에서 언급한 네 가지 유형의 질문에 집중하고 여기서 언급된 팁대로만 준비한다면 오퍼를 받을 확률을 높일 수 있습니다. 관련 자료를 확인해서 case interview, hypothesis testing과 같은 다른 유형의 질문에 대비하는 것도 잊지마세요. 좋은 결과가 있었으면 좋겠습니다. 감사합니다.

 

 

 

➡️ 미국 현직 데이터 사이언티스트와 함께 미국 데이터 관련 대학원 진학을 준비해 보세요: https://datakorlab.com/p/1-11

Graduate Consulting

 

 

 

 

#영어이력서 #영문이력서 #이력서 #Cover #coverletter #resume #레주메 #데이터분석 #데이터애널리스트 #미국데이터분석석사 #미국석사 #데이터과학자 #네트워킹이벤트 #GMAT #링크드인 #미국데이터분석 #데이터사이언스 #미국 #GRE #해외취업 #데이터사이언티스트 #미국현지취업 #데이터분석석사 #글래빈 #미국데이터사이언티스트 #글래빈미국 #글래빈미국데이터사이언티스트 #브라이언 #브라이언미국데이터사이언티스트 #스테이시미국데이터사이언티스트 #미국대학원 #해외취업마스터 #미국생활 #데이터사이언스석사 #미국유학생 #유학생 #미국데이터 #애널리틱스석사 #데이터석사 #미국데이터석사유학 #뉴욕직딩 #미국유학 #미국직장인 #미국취업 #미국현지취업 #prerequisites #선수과목 #미국대학원선수과목 #리트코드 #테크니컬인터뷰 #코딩인터뷰 #leetcode #커피챗 #대학원진학컨설팅 #데이터분석대학원 #데이터사이언스인터뷰 #데이터분석가인터뷰 #datascientistinterview #datascientisttechnicalinterview