கூகிள் தரவு அறிவியல் நேர்காணல் கேள்விகள்: அதை உடைக்க நீங்கள் தெரிந்து கொள்ள வேண்டியது எல்லாம்



இந்த கட்டுரை உங்களுக்கு கூகிள் டேட்டா சயின்ஸ் இன்டர்வியூ குவெஸ்டிஸ்ன், நேர்காணல் செயல்முறை மற்றும் கூகிளில் வேலைக்கு விண்ணப்பிப்பதற்கான முன்நிபந்தனைகள் ஆகியவற்றை வழங்குகிறது.

கூகிள் போன்ற உலகளாவிய புகழ்பெற்ற நிறுவனத்தில் பணியமர்த்தப்படுவது நிறைய பேருக்கு ஒரு கனவு வேலை. அவர்களிடம் மிகவும் திறமையான AI ஆராய்ச்சி விஞ்ஞானிகள் உள்ளனர், மற்றும் இந்த உலகத்தில். Google க்கு பல ஆதாரங்கள் இல்லை ஆன்லைனில் கேள்விகளை நேர்காணல் செய்யுங்கள், அங்கு வேலை கிடைப்பது எளிதல்ல. எனவே, இந்த கட்டுரையில் பின்வரும் தலைப்புகளை நான் உள்ளடக்குவேன்:

வேலை விவரம் மற்றும் தேவைகள்

சராசரி சம்பளத்துடன் $ 169,067 , போனஸ் உட்பட. கூகிள் தரவு விஞ்ஞானியின் சம்பளம் $ 120,000 - $ 280,000 . இந்த அதிக சம்பளத்துடன், நீங்கள் விண்ணப்பிக்கும் வேலைக்கான சரியான தேவைகளை நீங்கள் அறிந்து கொள்ள வேண்டும். தேவைகள் ஒவ்வொரு இடத்திற்கும் வேறுபடுகின்றன என்றாலும், பொதுவானவை கீழே உள்ளன:

குறைந்தபட்ச தேவை:





google

  • அளவு ஒழுக்கத்தில் முதுகலை பட்டம் (புள்ளிவிவரம், செயல்பாட்டு ஆராய்ச்சி, கணினி அறிவியல்)
  • தரவு பகுப்பாய்வு தொடர்பான துறையில் 2 ஆண்டுகள் பணி அனுபவம்
  • புள்ளிவிவர மென்பொருளுடன் அனுபவம் (எ.கா., ஆர் , , MATLAB, Pandas) மற்றும்
  • தரவுத்தள மொழிகளுடன் அனுபவம் (எ.கா., SQL )

பொறுப்புகள்:



  • பெரிய, சிக்கலான தரவுத் தொகுப்புகளுடன் வேலை செய்யுங்கள். கடினமான, வழக்கமான அல்லாத பகுப்பாய்வு சிக்கல்களைத் தீர்க்கவும், தேவைக்கேற்ப மேம்பட்ட பகுப்பாய்வு முறைகளைப் பயன்படுத்துங்கள்
  • தரவு சேகரிப்பு மற்றும் தேவைகள் விவரக்குறிப்பு, செயலாக்கம், பகுப்பாய்வு, நடந்துகொண்டிருக்கும் விநியோகங்கள் மற்றும் விளக்கக்காட்சிகளை உள்ளடக்கிய பகுப்பாய்வை நடத்துங்கள்
  • அளவிலான நுண்ணறிவுகளை வழங்குவதற்காக பகுப்பாய்வு குழாய் இணைப்புகளை மீண்டும் உருவாக்கவும்
  • கூகிள் தரவு கட்டமைப்புகள் மற்றும் அளவீடுகள் பற்றிய விரிவான அறிவை வளர்த்துக் கொள்ளுங்கள், தயாரிப்பு மேம்பாட்டுக்கு தேவையான இடங்களில் மாற்றங்களை ஆதரிக்கவும்
  • வணிக பரிந்துரைகளைச் செய்வது (எ.கா., செலவு-பயன், முன்கணிப்பு, பரிசோதனை பகுப்பாய்வு)
  • கூகிளின் பயனர் எதிர்கொள்ளும் தயாரிப்புகளின் தரத்தை மேம்படுத்த பகுப்பாய்வு, முன்கணிப்பு மற்றும் தேர்வுமுறை முறைகளை ஆராய்ச்சி செய்து மேம்படுத்துங்கள்

கூகிள் தரவு அறிவியல் நேர்காணல் செயல்முறை

குறுகிய பட்டியலை அழிப்பது ஒரு கடினமான பணியாகும், இது முற்றிலும் உங்களைப் பொறுத்தது சி.வி., அட்டை கடிதம் மற்றும் இந்த அனுபவம் . கூகிள் தரவு அறிவியல் நேர்காணல் கேள்விகள் மூளை டீஸர்கள் மற்றும் தொழில்நுட்ப வினவல்களின் கலவையாகும். வழக்கமாக, முதல் செயல்முறை தொலைபேசி நேர்காணல் ஆகும்.

தொலைபேசி நேர்காணல்:

இது பெரும்பாலும் அடிப்படையாகக் கொண்ட கேள்விகளைக் கொண்டுள்ளது (கான்கிரீட் மற்றும் தத்துவார்த்த) மற்றும் பெரிதும் அடிப்படையாகக் கொண்டது . நீங்கள் பணிபுரிந்த திட்டங்களின் அடிப்படையில் கேள்விகளும் மாறுபடும்.
  • வழக்கு 1: அம்சங்கள் பிரித்தெடுக்கும் நுட்பங்கள், பி.சி.ஏ (திட்டங்களில் பயன்படுத்தப்பட்டது), தொடர்பு பகுப்பாய்வு, பயன்படுத்தப்பட்ட சில வகைப்பாடு நுட்பங்கள் (எஸ்.வி.எம், ஜி.பி.எம், நியூரல் நெட்) பற்றி நேர்காணல்கள் கேட்டன. ஏன் லாஜிஸ்டிக் பின்னடைவு, ஏன் ஜிபிஎம்? - அடிப்படையில் வர்க்கப் பிரிவினைச் சுற்றியுள்ள கேள்விகள்.
  • வழக்கு 2: அம்சத் தேர்வை ஏன் பயன்படுத்த வேண்டும்? இரண்டு முன்னறிவிப்பாளர்கள் மிகவும் தொடர்புடையவர்களாக இருந்தால், லாஜிஸ்டிக் பின்னடைவில் உள்ள குணகங்களின் விளைவு என்ன? குணகங்களின் நம்பிக்கை இடைவெளிகள் யாவை?
  • வழக்கு 3: ஒரு வட்டு ஒரு சுழலில் சுழன்று கொண்டிருக்கிறது, மேலும் வட்டு எந்த வழியில் சுழல்கிறது என்பது உங்களுக்குத் தெரியாது. உங்களுக்கு ஊசிகளின் தொகுப்பு வழங்கப்படுகிறது. வட்டு எந்த வழியில் சுழல்கிறது என்பதை விவரிக்க ஊசிகளை எவ்வாறு பயன்படுத்துவீர்கள்?
டெலிஃபோனிக் நேர்காணல்களுக்குப் பிறகு, இது நேருக்கு நேர் மற்றும் குறியீட்டு சுற்றுகள். எனவே, மிகவும் பொதுவான சில Google தரவு அறிவியல் நேர்காணல் கேள்விகளைப் பற்றி விவாதிக்கலாம். இந்த கேள்விகள் கீழே கொடுக்கப்பட்டுள்ளபடி சரியாகக் கேட்கப்படாவிட்டாலும், அவற்றில் பலவற்றை மறைக்க முயற்சித்தேன்.

கூகிள் தரவு அறிவியல் நேர்காணல் கேள்விகள்

இந்த கேள்விகள் புதிர்கள் அல்ல, அதற்கு பதிலாக கூகிள் அந்த கேள்விகளைக் கேட்பதை நிறுத்தியுள்ளதால், அவர்கள் அழைக்கும் ஒத்த கேள்விகள் உள்ளன சிக்கல் தீர்க்கும் கேள்விகள் . நிறைய இயந்திர கற்றல் கேள்விகள், பொதுவானவை முதல் நடைமுறைக்குரியவை வரை கேட்கப்படுகின்றன. கூகிள் அடிப்படையில் ஆழத்தை விட தலைப்புகளின் அகலத்தை உள்ளடக்கியது. Q1. நீங்கள் ஒரு கேசினோவில் இருக்கிறீர்கள், மேலும் விளையாடுவதற்கு இரண்டு பகடைகள் உள்ளன. நீங்கள் 5 ஐ உருட்டும்போதெல்லாம் $ 10 ஐ வெல்வீர்கள். நீங்கள் வென்று பின்னர் நிறுத்தினால், எதிர்பார்த்த பணம் என்ன? Q2. நீங்கள் லண்டனுக்கு ஒரு விமானத்தில் செல்லப் போகிறீர்கள், நீங்கள் ஒரு குடையைக் கொண்டு வர வேண்டுமா இல்லையா என்பதை அறிய விரும்புகிறீர்கள். உங்கள் சீரற்ற நண்பர்களில் மூன்று பேரை அழைக்கிறீர்கள், மழை பெய்தால் அவர்கள் ஒவ்வொருவரையும் அழைக்கலாம். உங்கள் நண்பர் உண்மையைச் சொல்லும் நிகழ்தகவு 2/3 மற்றும் பொய் சொல்வதன் மூலம் அவர்கள் உங்களிடம் ஒரு குறும்பு விளையாடுவதற்கான நிகழ்தகவு 1/3 ஆகும். அவர்கள் 3 பேரும் மழை பெய்யும் என்று சொன்னால், உண்மையில் லண்டனில் மழை பெய்யும் நிகழ்தகவு என்ன? Q3. புதியதை எவ்வாறு சேர்ப்பது முகநூல் உறுப்பினர்களின் தரவுத்தளத்தில் உறுப்பினர்கள், மற்றும் தரவுத்தளத்தில் மற்றவர்களுடன் தங்கள் உறவுகளை குறியிடலாமா? Q4. ஒரு பயனருக்கு இப்போது அதிக நண்பர்கள் இருப்பதால் 6 மாதங்களுக்குப் பிறகு ஒரு பயனர் செயலில் இருக்க அதிக நிகழ்தகவு இருப்பதாக நீங்கள் எவ்வாறு சோதிப்பீர்கள்? Q5. உங்களுக்கு நான்கு வெவ்வேறு வண்ணங்களுடன் 40 அட்டைகள் வழங்கப்படுகின்றன- 10 பச்சை அட்டைகள், 10 சிவப்பு அட்டைகள், 10 நீல அட்டைகள் மற்றும் 10 மஞ்சள் அட்டைகள். ஒவ்வொரு வண்ணத்தின் அட்டைகளும் ஒன்று முதல் பத்து வரை எண்ணப்படுகின்றன. இரண்டு அட்டைகள் சீரற்ற முறையில் எடுக்கப்படுகின்றன. தேர்ந்தெடுக்கப்பட்ட அட்டைகள் ஒரே எண் மற்றும் ஒரே நிறத்தில் இல்லை என்பதற்கான நிகழ்தகவைக் கண்டறியவும். Q6. பல்வேறு ட்வீட்களுடன் ஒரு உரை கோப்பைப் படிக்க உங்களுக்கு விருப்பமான மொழியில் ஒரு நிரலை உருவாக்கவும். வெளியீடு 2 உரை கோப்புகளாக இருக்க வேண்டும்-ஒன்று அனைத்து ட்வீட்களிலும் உள்ள அனைத்து தனித்துவமான சொற்களின் பட்டியலையும், மீண்டும் மீண்டும் சொற்களின் எண்ணிக்கையையும், இரண்டாவது கோப்பில் அனைத்து ட்வீட்களுக்கும் நடுத்தர எண்ணிக்கையிலான தனித்துவமான சொற்களைக் கொண்டிருக்க வேண்டும். Q7. தரவுத்தொகுப்பில் இருந்து விடுபட்ட மதிப்புகளை நீக்கினால் நீங்கள் என்ன செய்வீர்கள்? Q8. ஒரு வட்டு ஒரு சுழலில் சுழன்று கொண்டிருக்கிறது, மேலும் வட்டு எந்த வழியில் சுழல்கிறது என்பது உங்களுக்குத் தெரியாது. உங்களுக்கு ஊசிகளின் தொகுப்பு வழங்கப்படுகிறது. வட்டு எந்த வழியில் சுழல்கிறது என்பதை விவரிக்க ஊசிகளை எவ்வாறு பயன்படுத்துவீர்கள்? Q9. வேலைகளுக்கான பரிந்துரை இயந்திரத்தை எவ்வாறு வடிவமைப்பீர்கள்? Q10. கூகிளில் எந்த வகையான தயாரிப்புகளை உருவாக்க விரும்புகிறீர்கள்? Q11. கார்கள் வேக டிராக்கருடன் பொருத்தப்படுகின்றன, இதனால் காப்பீட்டு நிறுவனங்கள் எங்கள் ஓட்டுநர் நிலையைப் பற்றி அறிய முடியும். இந்த புதிய திட்டத்தின் அடிப்படையில் எந்த வகையான வணிக கேள்விகளுக்கு பதிலளிக்க முடியும்? Q12. ஒரு வழிமுறை மற்றொன்றை விட சிறந்தது என்பதை நீங்கள் எவ்வாறு தீர்மானிக்க முடியும்? Q13. ஒரு பெட்டியில் 12 சிவப்பு அட்டைகள் மற்றும் 12 கருப்பு அட்டைகள் உள்ளன. மற்றொரு பெட்டியில் 24 சிவப்பு அட்டைகளும் 24 கருப்பு அட்டைகளும் உள்ளன. இரண்டு பெட்டிகளில் ஒன்றிலிருந்து சீரற்ற முறையில் இரண்டு அட்டைகளை வரைய விரும்புகிறீர்கள், எந்த பெட்டியில் ஒரே வண்ண அட்டைகளைப் பெறுவதற்கான அதிக நிகழ்தகவு உள்ளது, ஏன்? Q14. பேக் செய்யப்பட்ட மாடலுக்கும் உயர்த்தப்பட்ட மாடலுக்கும் என்ன வித்தியாசம்? Q15. ஒவ்வொரு மாதமும் பயனர் உள்ளடக்க பதிவேற்றங்களுக்கான அறிக்கையை உருவாக்குகிறீர்கள், ஜனவரி மாதத்திற்கான பதிவேற்றங்களின் எண்ணிக்கையில் திடீர் அதிகரிப்பு காணப்படுகிறது. பதிவேற்றங்களின் அதிகரிப்பு, குறிப்பாக பட பதிவேற்றங்களில். இதற்கு என்ன காரணம் என்று நீங்கள் நினைக்கிறீர்கள், இந்த திடீர் ஸ்பைக்கை எவ்வாறு சோதிப்பீர்கள்? Q16. நீங்கள் ஒரு ஆடை நிறுவனத்தை வைத்திருக்கிறீர்கள், சந்தையில் உங்கள் இடத்தை மேம்படுத்த விரும்புகிறீர்கள். தரை மட்டத்திலிருந்து அதை எவ்வாறு செய்வீர்கள்? Q17. சர்ஜ் விலை நிர்ணய வழிமுறைகளின் இரண்டு பதிப்புகள் எந்த விமான நிறுவனத்திற்கும் சிறப்பாக செயல்படுகின்றன என்பதை நீங்கள் எவ்வாறு தீர்மானிப்பீர்கள்? Q18. லஸ்ஸோவுக்கு சுதந்திரத்தின் அளவு என்ன? Q19. பைத்தானில் ஒரு ஈரேட்டர், ஜெனரேட்டர் மற்றும் பட்டியல் புரிதலுக்கும் என்ன வித்தியாசம்? Q20. வலைத்தளத்தின் வலைப்பக்கங்கள் மற்றும் மாற்றங்களின் தொகுப்பைக் கொண்டு, மாற்றம் சாதகமாக செயல்படுகிறதா என்பதைத் தீர்மானிக்க புதிய வலைத்தள அம்சத்தை எவ்வாறு சோதிப்பீர்கள்? Q21. ஒவ்வொரு கலத்திலும் ஒரு எழுத்துக்களைக் கொண்ட ஒரு MxN பரிமாண அணி கொடுக்கப்பட்டால், அதில் ஒரு சரம் உள்ளதா இல்லையா என்பதைக் கண்டறியவும். Q22. ஹாஷ்மேப் போன்ற மேம்பட்ட தரவு கட்டமைப்பைப் பயன்படுத்தி ஒரு கேச்சிங் அமைப்பை எவ்வாறு உருவாக்குவீர்கள்? Q23. சேகரிப்பு முறைகள் அல்லது ஆதாரங்களைப் பொருட்படுத்தாமல், ஆர்வமுள்ள எந்தவொரு தலைப்பிலும் தரவுத்தொகுப்பைப் பெற முடிந்தால், தரவுத்தொகுப்பு எவ்வாறு இருக்கும், அதை நீங்கள் என்ன செய்வீர்கள்? Q24. ஒழுங்கின்மை கண்டறிதல் முறைகள் என்ன? Q25. கேச்சிங் எவ்வாறு செயல்படுகிறது மற்றும் தரவு அறிவியலில் அதை எவ்வாறு பயன்படுத்துகிறீர்கள்? எனவே தோழர்களே, இதன் மூலம் இந்த கட்டுரையின் முடிவுக்கு வருகிறோம். கூகிள் தரவு அறிவியல் நேர்காணல் கேள்விகள் பெரும்பாலும் காட்சி அடிப்படையிலானது உங்களிடம் வேண்டும் சிக்கல் தீர்க்கும் திறன்கள் மேலும் இந்த சூழ்நிலைகளுக்கு தரவு அறிவியலை எவ்வாறு பயன்படுத்துவது என்பதை நீங்கள் அறிந்து கொள்ள வேண்டும். எதிர்காலத்தில் எந்தவொரு தரவு அறிவியல் நேர்காணலுக்கும் தயாராக இருக்க இது ஒரு முன்னோக்கை வழங்கும் என்று நம்புகிறேன். கூகிள், மைக்ரோசாப்ட், ஆப்பிள் அல்லது உபெராக இருந்தாலும் சரி. அனைத்து தொழில்நுட்ப ஜாம்பவான்களும் தரவு விஞ்ஞானத்திற்கு வரும்போது இதேபோன்ற கேள்விகளைக் கேட்கிறார்கள், ஏனெனில் இது ஒரு பரந்த மற்றும் அதே நேரத்தில் ஒரு புதிய துறையாகும். தரவு அறிவியல் வல்லுநர்களால் பயன்படுத்தப்படும் கருவிகள் மற்றும் அமைப்புகளில் நீங்கள் தேர்ச்சி பெறுகிறீர்கள். இது புள்ளிவிவரம், தரவு அறிவியல், பைதான், அப்பாச்சி ஸ்பார்க் & ஸ்கலா, டென்சர்ஃப்ளோ மற்றும் அட்டவணை பற்றிய பயிற்சி அடங்கும். உலகெங்கிலும் உள்ள 5000+ வேலை விளக்கங்கள் குறித்த விரிவான ஆராய்ச்சியால் பாடத்திட்டம் தீர்மானிக்கப்பட்டுள்ளது. உங்களிடம் ஏதேனும் கேள்விகள் இருந்தால், கீழேயுள்ள கருத்துப் பிரிவில் குறிப்பிட தயங்க.