डेटा विज्ञान एक ऐसा क्षेत्र है जिसमें प्राथमिक और माध्यमिक डेटा के विभिन्न स्रोतों से डेटा, सूचना, ज्ञान और अंतर्दृष्टि निकालने के लिए वैज्ञानिक तरीकों, सिद्धांतों, प्रक्रियाओं, प्रणालियों और एल्गोरिदम का उपयोग करना शामिल है, जो या तो संरचित या असंरचित हो सकते हैं, और इसमें ज्ञान को लागू करना भी शामिल है। और कार्रवाई योग्य परिणाम प्राप्त करने के लिए एप्लिकेशन डोमेन की एक विस्तृत श्रृंखला से अंतर्दृष्टि प्राप्त करता है।
यह क्षेत्र संगठनों और कंपनियों को मूल्यवान अंतर्दृष्टि विकसित करने के लिए मौजूदा और नए डेटा का संयोजन बनाकर लक्षित दर्शकों को परिष्कृत और पहचानने में मदद करता है। डेटा विज्ञान डेटा पॉइंट उत्पन्न करने के लिए प्रबंधकों को नियुक्त करने में भी मदद करता है जो उन्हें किसी विशेष नौकरी की भूमिका के लिए सर्वोत्तम संभव उम्मीदवार को नियुक्त करने में मदद कर सकता है।
संक्षेप में, इस क्षेत्र का दायरा बहुत व्यापक है और इसमें कई भूमिकाएँ और उद्देश्य हैं। डेटा वैज्ञानिकों वे पेशेवर हैं जो बड़ी मात्रा में डेटा की पहचान करने, एकत्र करने, व्यवस्थित करने, विश्लेषण करने और व्याख्या करने और उपयोगी अंतर्दृष्टि विकसित करने के लिए उनका उपयोग करने के लिए जिम्मेदार हैं जो कंपनी को वांछित लक्ष्य प्राप्त करने में मदद कर सकते हैं।
अब जब कंपनियों और संगठनों ने बड़े डेटा को महत्व देना शुरू कर दिया है और इसके महत्व को महसूस किया है, तो डेटा वैज्ञानिकों की मांग लगातार बढ़ रही है और इस तरह यह एक आकर्षक करियर विकल्प बन गया है और व्यापार उद्योग में सबसे अधिक भुगतान वाली नौकरियों में से एक है। तो, आपके पास इसके लिए कौशल, योग्यता और ज्ञान है, हम सुझाव देंगे कि आप इसे अपनाएं।
इस लेख में, हम उत्तर के साथ 21 अक्सर पूछे जाने वाले साक्षात्कार प्रश्नों की सूची के माध्यम से डेटा वैज्ञानिक साक्षात्कार के लिए आपकी तैयारी में आपकी सहायता करेंगे।
सामान्य 21 डेटा वैज्ञानिक साक्षात्कार प्रश्न
प्रश्न 1. जब डेटा साइंस की बात आती है तो आप किसकी ओर देखते हैं?
उत्तर: “ऐसे दो लोग हैं जिन्हें मैं अपने क्षेत्र के लिए एक आदर्श के रूप में देखता हूं और वे हैं
- केनेथ कुकियर: मैं उनका आदर करता हूं क्योंकि मैंने उनकी पुस्तक बिग डेटा: एक क्रांति पढ़ी है जो हमारे जीने, काम करने और सोचने के तरीके को बदल देगी। वह शीर्ष बी-स्कूलों में एआई अनुसंधान करते हैं और द इकोनॉमिस्ट के लिए एक बहुत ही गहन डेटा संपादक हैं।
- दूसरा व्यक्ति जिसे मैं देखता हूं वह बर्नार्ड मार्र है, वह व्यवसायों और सरकार के लिए डेटा अंतर्दृष्टि पर एक रणनीतिक सलाहकार है। वह सर्वश्रेष्ठ पांच व्यावसायिक प्रभावकों में से एक हैं और मैं उनके लेखन और शिक्षाओं की अत्यधिक प्रशंसा करता हूं।
प्रश्न 2. डेटा साइंस एक तनावपूर्ण काम है, आप तनाव से कैसे निपटते हैं?
उत्तर: “अपने पिछले कार्य अनुभवों से सीखते हुए, मुझे पता है कि आपको बहुत तनावपूर्ण माहौल में काम करना पड़ता है और वरिष्ठ हमेशा आपके प्रदर्शन से उच्च उम्मीदें रखते हैं। इसलिए, थकान या तनाव से बचने के लिए मैं दिन भर उत्पादक बने रहने के लिए कार्य पूरा करने के बाद 5-10 मिनट का ब्रेक लेता रहता हूं।''
प्रश्न 3. मशीन लर्निंग डेटा साइंस से कैसे भिन्न है?
उत्तर: मशीन लर्निंग का अर्थ है तकनीकों का समूह जो डेटा वैज्ञानिकों द्वारा उपयोग किया जाता है जो कंप्यूटर जैसी आधुनिक मशीनों को डेटा से सीखने की अनुमति देता है जबकि डेटा विज्ञान का उद्देश्य डेटा निकालने और डेटा से अंतर्दृष्टि विकसित करने के लिए वैज्ञानिक दृष्टिकोण का उपयोग करना है।
प्रश्न 4. आप अपने मॉडल को ओवरफिटिंग से कैसे बचा सकते हैं?
उत्तर: “जब कोई मॉडल केवल थोड़ी मात्रा में डेटा के लिए सेट किया जाता है और बड़ी तस्वीर को अनदेखा करता है, तो यह ओवरफिटिंग को संदर्भित करता है, और इससे बचने के लिए, मैं कुछ चर को ध्यान में रखते हुए मॉडल को बहुत जटिल नहीं रखूंगा, ताकि डेटा जटिलता कम हो जाए और क्रॉस-वैलिडेशन तकनीकों के उपयोग से ओवरफिटिंग से बचने में भी मदद मिल सकती है।"
प्रश्न 5. लॉजिस्टिक रिग्रेशन क्या है?
उत्तर: “इसे भविष्यवक्ता चर के रैखिक संयोजन से द्विआधारी परिणाम की भविष्यवाणी करने की एक तकनीक के रूप में परिभाषित किया जा सकता है। इसे लॉगिट मॉडल भी कहा जाता है। भविष्यवाणी का परिणाम द्विआधारी है जो 0 या 1 है। ऐसी अवधारणा का एक उदाहरण हो सकता है, किसी नेता के चुनाव जीतने की संभावना।
प्रश्न 6. डेटा की गुणवत्ता सुनिश्चित करने के लिए आप किन कारकों की जाँच करते हैं?
उत्तर: “डेटा की गुणवत्ता जांचने के लिए, मैं हमेशा इसकी जांच करता हूं
- शुद्धता
- अखंडता
- कंसिस्टेंसी (Consistency)
- संपूर्णता
- अनुरूपता
- विशिष्टता”
प्रश्न 7. डेटा विज्ञान में सांख्यिकी क्या भूमिका निभाती है?
उत्तर: “सांख्यिकी डेटा विज्ञान में बहुत महत्वपूर्ण भूमिका निभाती है। ग्राहकों और उपभोक्ताओं की अपेक्षाओं का बेहतर अंदाजा लगाने में डेटा वैज्ञानिकों की सहायता करना आवश्यक है। एक डेटा वैज्ञानिक उपभोक्ता की रुचि और व्यवहार, रुझान और जुड़ाव, प्रतिधारण आदि जैसी विभिन्न महत्वपूर्ण चीजों के बारे में ज्ञान प्राप्त कर सकता है। संक्षेप में, यह भविष्यवाणियों और निष्कर्षों को मान्य करने के लिए मजबूत डेटा मॉडल बनाने में मदद करता है।
प्रश्न 8. आरडीबीएमएस क्या है? क्या आपको इसके बारे में जानकारी है?
उत्तर: “आरडीबीएमएस का मतलब रिलेशनल डेटाबेस मैनेजमेंट सॉफ्टवेयर है जो डेटा को स्टोर करने के लिए डेटाबेस बनाने के लिए रिलेशनल मॉडल पर आधारित है। हाँ, मैंने MySQL का उपयोग किया है जो स्वयं एक रिलेशनल डेटाबेस सॉफ़्टवेयर है जो डेटा को जोड़ने, अपडेट करने, हटाने और संशोधित करने के लिए क्वेरीज़ का उपयोग करके तालिकाओं और डेटाबेस के रूप में डेटा संग्रहीत करता है।
प्रश्न 9. आप इस कंपनी में डेटा वैज्ञानिक के रूप में क्यों काम करना चाहते हैं?
उत्तर: “मैं हाई स्कूल के बाद से तकनीकी क्षेत्र में हूं और मेरे पास कंप्यूटर विज्ञान में योग्यता है और मुझे डेटा वैज्ञानिक के रूप में काम करने का शौक है क्योंकि मुझे डेटा और संख्याओं के साथ-साथ सभी कोडिंग और प्रोग्रामिंग के साथ काम करना पसंद है। मैं हमेशा से आपकी जैसी डेटा-संचालित कंपनी में काम करना चाहता था और यही कारण है कि मैं आपकी कंपनी के लिए डेटा वैज्ञानिक के रूप में काम करने के लिए उत्सुक हूं।
प्रश्न 10. क्या आपके पास कोई पिछला कार्य अनुभव है जो इस भूमिका के लिए प्रासंगिक है?
उत्तर: “हां, मैंने एक टेक कंपनी के लिए डेटा साइंटिस्ट इंटर्न के रूप में काम किया, जहां मेरी भूमिका ग्राहकों की प्रतिक्रिया इकट्ठा करना और ऑनलाइन और ऑफलाइन दोनों प्लेटफार्मों से अधिक ग्राहकों को आकर्षित करना था। मेरी मुख्य भूमिका इस बारे में जानकारी इकट्ठा करना था कि अधिकांश ग्राहकों को कंपनी द्वारा जारी किए गए डिवाइस में क्या समस्या है। मैंने उस नौकरी से बहुत सारे कौशल सीखे और मुझे यकीन है कि वह कौशल इस भूमिका में भी स्थानांतरित हो जाएगा।
प्रश्न 11. क्रॉस वैलिडेशन मॉडल तकनीक से आप क्या समझते हैं?
उत्तर: “क्रॉस-वैलिडेशन एक मॉडल सत्यापन तकनीक है। यह आकलन करने की एक तकनीक है कि आंकड़ों का विश्लेषण एक स्वतंत्र डेटा सेट में कैसे सामान्यीकृत होता है। इस तकनीक का उपयोग ज्यादातर मशीन लर्निंग मॉडल के मूल्यांकन के लिए किया जाता है।
प्रश्न 12. आप कार्यस्थल पर चुनौतियों को कैसे लेते हैं?
उत्तर: “डेटा विज्ञान एक चुनौतीपूर्ण क्षेत्र है, और इस तरह के एक टीम माहौल में जहां हमें बेहतर प्रदर्शन के लिए साथियों के बीच थोड़ी प्रतिस्पर्धा का सामना करना पड़ता है, विभिन्न तरीकों पर चर्चा करने में सक्षम होने के लिए प्रेरणा के रूप में चुनौतियों को लेना बेहतर है हम किसी समस्या का समाधान कैसे कर सकते हैं. मेरी समस्या-समाधान कौशल और आलोचनात्मक सोच कौशल मुझे कार्यस्थल पर इन चुनौतियों का सामना करने में मदद करते हैं।
प्रश्न 13. क्या बड़ी मात्रा में डेटा रखना हमेशा बेहतर होता है?
उत्तर: “यह मामले और स्थिति पर निर्भर करता है। क्रॉस-बेनिफिट विश्लेषण जैसे विश्लेषण हमें यह निर्धारित करने में मदद कर सकते हैं कि बड़ी मात्रा में डेटा बेहतर है या नहीं। बड़ी मात्रा में डेटा संग्रह का मतलब प्रक्रिया में बड़ी संख्या में लागत शामिल होगी और इसलिए जब बड़ी संख्या में विषयों से डेटा एकत्र करने की बात आती है तो यह निर्धारण वास्तव में महत्वपूर्ण है।
प्रश्न 14. किन मामलों में आपको डेटा का पुनः नमूनाकरण करने की आवश्यकता है?
उत्तर: “आवश्यक परीक्षण करते समय डेटा बिंदुओं पर लेबल प्रतिस्थापित करते समय यादृच्छिक उपसमुच्चय का उपयोग करके मॉडल को मान्य करते समय पुन: नमूनाकरण किया जाता है, और पहुंच योग्य डेटा के सबसेट के रूप में उपयोग करने या डेटा बिंदु के सेट से प्रतिस्थापन के साथ यादृच्छिक रूप से ड्राइंग करके नमूना आंकड़ों की सटीकता का अनुमान लगाया जाता है। ”
प्रश्न 15. डेटा वैज्ञानिकों द्वारा आमतौर पर उपयोग किए जाने वाले चार एल्गोरिदम क्या हैं?
उत्तर: “1. लीनियर रिग्रेशन, 2. केएनएन, 3. लॉजिस्टिक
प्रतिगमन, और यादृच्छिक वन।
प्रश्न 16. एक डेटा वैज्ञानिक के रूप में आपके पास क्या कौशल हैं?
उत्तर: “एक डेटा वैज्ञानिक होने के नाते, मेरे पास फ़िथॉन कोडिंग, असंरचित डेटा का अच्छा कौशल है, मैं सांख्यिकी, डेटा निष्कर्षण से अच्छी तरह वाकिफ हूं और मैं यह भी जानता हूं कि सबसे लोकप्रिय विश्लेषणात्मक उपकरणों का उपयोग कैसे किया जाता है। मैं संख्याओं और गणनाओं में भी बहुत अच्छा हूं, जो मुझे इस क्षेत्र के लिए बेहतर उम्मीदवार बनाता है।''
प्रश्न 17. सहसंबंध से आप क्या समझते हैं?
उत्तर: “सहसंबंध को एक सांख्यिकीय माप के रूप में परिभाषित किया जा सकता है जो दर्शाता है कि कैसे दो चर रैखिक रूप से संबंधित हैं और वे स्थिर दर पर कैसे बदलते रहते हैं। ये तीन प्रकार के होते हैं,
- सकारात्मक
- नकारात्मक
- कोई सह सम्बन्ध नहीं"
प्रश्न 18. क्या ऐसा कुछ है जो आप पूछना या स्पष्ट करना चाहते हैं?
उत्तर: अपनी जिज्ञासा और कंपनी के साथ काम करने में अपनी रुचि प्रदर्शित करने के लिए नियोक्ता से कंपनी से संबंधित अधिक प्रश्न पूछकर इस प्रश्न का उत्तर दें।
प्रश्न 19. डेटा वैज्ञानिक होने के नाते आपका अनुभव क्या है?
उत्तर: “मैं इस क्षेत्र में एक साल से अधिक समय से हूं और मैंने डेटासेट की एक विस्तृत श्रृंखला का पता लगाया है। अब मुझे पता चल गया है कि कंपनियां एक डेटा साइंटिस्ट में क्या तलाशती हैं और मेरा लक्ष्य इस पर काम करना है। मैं जानता हूं कि बिजनेस एनालिटिक्स कैसे काम करता है और मैं आर्टिफिशियल इंटेलिजेंस सहित इस क्षेत्र के बारे में और अधिक जानने का इच्छुक हूं।
प्रश्न 20. कार्यस्थल पर एक सामान्य दिन आपके लिए कैसा दिखता है?
उत्तर: “मेरी नौकरी की ज़िम्मेदारियों में अनुसंधान डेटा पर बिताया गया अधिकांश समय और डेटा सेट से संबंधित प्रश्नों का उत्तर देने के लिए एल्गोरिदम और प्रोग्राम लिखना शामिल होगा। मैं रिपोर्ट बनाने और उन्हें प्रबंधक तक संप्रेषित करने के लिए भी जिम्मेदार होगा।"
प्रश्न 21. एक डेटा वैज्ञानिक होने के नाते आपको सबसे अधिक नापसंद क्या है?
उत्तर: “ठीक है, मैं जो करता हूं उससे बिल्कुल प्यार करता हूं, लेकिन एक बात जो मुझे डेटा साइंटिस्ट की नौकरी के बारे में परेशान करती है, वह यह है कि कभी-कभी इसमें बहुत धैर्य की आवश्यकता होती है और मैं इसमें सीखकर और व्यावहारिक अनुभव प्राप्त करके उस धैर्य के स्तर को विकसित करने पर काम कर रहा हूं। मैदान।"
प्रश्नों की सूची .पीडीएफ प्रारूप में डाउनलोड करें, बाद में उनके साथ अभ्यास करने के लिए, या उन्हें अपने साक्षात्कार टेम्पलेट पर उपयोग करने के लिए (डेटा वैज्ञानिक साक्षात्कार के लिए):
संदर्भ
https://link.springer.com/chapter/10.1007/978-3-319-04948-9_2
मैंने आपको मूल्य प्रदान करने के लिए इस ब्लॉग पोस्ट को लिखने में बहुत मेहनत की है। यदि आप इसे सोशल मीडिया पर या अपने मित्रों/परिवार के साथ साझा करने पर विचार करते हैं, तो यह मेरे लिए बहुत उपयोगी होगा। साझा करना है ♥️
संदीप भंडारी PrepMyCareer.com वेबसाइट के संस्थापक हैं।
मैं एक पूर्णकालिक पेशेवर ब्लॉगर, एक डिजिटल मार्केटर और एक प्रशिक्षक हूं। मुझे वेब से जुड़ी हर चीज़ पसंद है और मैं हर दिन नई तकनीकें सीखने की कोशिश करता हूं।
सभी टीम प्रबंधन, सामग्री निर्माण और मुद्रीकरण कार्य मेरे द्वारा संभाले जाते हैं। PrepMyCareer की टीम के साथ मिलकर, इसका उद्देश्य हमारे पाठकों को उपयोगी और आकर्षक सामग्री प्रदान करना है।