摩根士丹利数据分析工程师 社招面经

你认为数据科学家是一个艺术家还是科学家？

什么是一个好的、快速的聚类算法的的计算复杂度？什么好的聚类算法？你怎么决定一个聚类的聚数？

给出一些在数据科学中“最佳实践的案例”。

什么让一个图形使人产生误解、很难去读懂或者解释？一个有用的图形的特征？

你知道使用在统计或者计算科学中的“经验法则”吗？或者在商业分析中。

你觉得下一个20年最好的5个预测方法是？

你怎么马上就知道在一篇文章中（比如报纸）发表的统计数字是错误，或者是用作支撑作者的论点，而不是仅仅在罗列某个事物的信息？例如，对于每月官方定期在媒体公开发布的失业统计数据，你有什么感想？怎样可以让这些数据更加准确？

标号12345的5个球，一次取两个，和为3或者6的概率是多少?答案：0.3。不解释。

聚类分析法，k_means。

其他条件相同，置信水平越低，则置信区上下限差值越() A.越大B.越小C.为0 D不确定 应该是B吧。

已知每10万人中有1人得艾滋病。现在有一种检查，如果被测者患病则一定能查出来。如果被测者没病，有1%的测试出错也显示阳性。现在一个人检查结果是阳性。问真正得病的概率?

SQL，两张表合并，主键是USER_ID，然后把深圳市、广州市，大于16岁的，发生在2013年12月的一项挑出来加起来。不会SQL的话就写思路。