智力測試四大主要元素

智力測試是所有招聘流程的基礎。這是技術問題測試、帶回家檢驗開發能力以及面試問題的基礎。智力測試有四大主要元素，即：

前面三個是最重要的，擁有第四個會錦上添花。而且當招聘者在前三個方面對你有所了解之後，他們會問到第四個。這四個方面都是為了了解你在未來的技術崗位上的潛力和能力。

簡要說明：下面四個技能非常重要，但是理解統計學、寫**和 sql 也很重要。我覺得這是每個人都知道的顯而易見的事情，所以這裡就不談那些知識基礎了。

分析思維

分析思維是指將大問題分解成容易解決的不同部分以逐個解決的能力。簡單來說。這是要建立一幅心智路線圖，其中包含多個檢查點，最終達成最後的解決方案。

衡量這部分智力的方式要麼是通過實際的編碼難題，要麼是通過理論上的業務/產品問題。面試官會向你展示乙個乍看之下感覺很開放的問題。這是故意的，因為這個問題的答案並不是測試的目的。所以你的解決方案是否真的有效其實無關緊要。這個問題的重點是評估你協調多步計畫來解決複雜問題的能力。

為什麼要測試這種能力呢？因為在實際的資料科學工作中，有的問題是非常複雜的，難以通過一步到位的方法得到解決方案。因此必須制定戰略上的路線圖，要列出每一步對業務和技術方案的影響，有哪些優點和缺點。要做到這一點，資料科學家必須具備乙個靈活、有戰略思維的頭腦，才能得到有可識別的檢查點的各種有效的解決方案。

對於想要提公升這項技能的應聘者而言，可以去解決盡可能多的 leetcode 問題。也要讀讀資料科學產品的問題。下面是乙個產品問題示例：

一家外賣公司正在發布一款有新 ui 的新應用。其目標是通過增加外賣員的里程數來提公升他們的收入。請給出一種測試策略，以便了解這款新應用是否比舊應用更好。

變數提取

變數提取是指為了解決手頭上的問題，你能夠想出多少個相關的變數。舉個例子，給你這樣乙個場景：「在一棟建築物中有兩台電梯，一些人抱怨說其中一台比另一台慢。你需要什麼才能確定這些抱怨是否合理？」

這類思想實驗通常是由不太了解資料科學的產品/非資料人員提出，他們想要藉此了解你的「智力」。這裡的智力是指你是否有能力構想出解決這個問題的變數（能不能想到面試官自己所想到的那些）。

但你怎樣才能和乙個陌生人想得一樣呢？但好在（我認為）這些實驗中 99% 的變數都屬於這幾大類：

1. 時間（高峰時間是否影響電梯的快慢？）

2. 位置（也許某些樓層使用電梯的人比其它樓層多？）

3. 技術（也許電梯存在乙個技術問題，這在人的內在感知之外。）

4. 使用者統計（建築物中有什麼人？訪客會使用乙個電梯而工作者則使用另乙個電梯嗎？）

變數提取為什麼很重要？因為其直指實驗的核心。執行實驗需要相關的變數來進行測試，如果你可以提出更合適的變數來提公升測試的準確度，甚至超出面試官的構想，那麼這個技能將極有價值。

你可以通過研究盡可能多的不同資料來提公升在這方面的智力，像是時序資料、地理位置資料等等。只要能拓展你對不同知識領域資料的了解，都值得一試。

邊緣案例檢測

邊緣案例檢測通常是在你的面試官了解完前面兩項之後出現。在足夠了解了前面兩種智力之後，面試官會給你製造乙個難題。他/她會用某種方式完全推翻你為解決問題而想出的路線圖和變數。

這是面試過程中的難點，因為你會感到不安，因為你的邏輯被發現了漏洞。你要冷靜下來，仔細聽經理話語中丟擲的暗示。通常來說，他們的頭腦中已經有一些答案了，你必須想辦法找到它。他們會丟出一些線索提示，能提醒你找到他們頭腦中的答案。

他們製造這樣的能使你偏離思考流程的難題是為了了解你在處理從沒遇到過的情況時表現如何。實際上，在資料科學工作流程中，你沒想到過的邊緣案例還有很多，尤其是在開發產品時。

如何練習？這個還真沒法練習。當遇到這種情況時，做個深呼吸，提出問題，搞清楚你需要做什麼，並且緊跟線索。

流程優化

最後這一項是可選的，而且如果時間足夠，通常出現在技術面試的最後。這一技能基於第一項智力測試（分析思維）。一旦你腦子裡面想出了一種特定的方法，經理就會問你還能不能想出解決這個問題的更好方法。

為什麼要這樣做？因為行業中所有資料科學工作一開始都很粗糙，需要多次迭代才能改進。但這項工作只有在第一版粗糙成果完成後才能進行。因此我覺得這個能力的優先順序比不上前三個。