商品简介
本书主要讲解了应对数据分析师面试所需的基础知识与典型面试题的解答方法,内容以读者的阅读需求进行架构,力求使该者对面试题涉及的原理与解题思路有清晰的认知,以帮助读者在面试时举一反三,从容作答。 本书共分为7章。第1章介绍了正确认识数据分析的一些必要知识,以及用人单位对数据分析师的要求,第2~5 章,分别介绍了概率论与数理统计基础、分析工具的使用、面试时常见的数据思维、数据挖掘等 4个部分的知识,其中分析工具包括 Python、Pandas、SQL 和Excel,第6章讲解了知名公司近年来典型面试题的解题思路:第7章讲解面试中除了答题之外的其他方面的知识,并基于真实的面试流程,从面试技巧角度给出了建议。 本书适合想从事数据分析及相关岗位工作的读者阅读。
作者简介
数据蛙,新兴的数据分析培训团队,主要成员有李凯旋、蓝毅等,致力于帮助大家学数据分析并找到相关工作,团队成员分布在阿里巴巴、腾讯、字节跳动、中国平安等公司,从2019年成立至今,一共帮助了大约7万名同学学习数据分析知识,其中大部分同学找到了数据分析工作,实现了自己的职业发展梦想。
目录
第 1 章 当我们谈论数据分析时,我们在谈论什么
1.1 关于数据分析,你需要知道的
1.1.1 什么是数据分析
1.1.2 为什么很多人学习数据分析
1.1.3 数据分析在各个行业的应用
1.2 用人单位需要什么样的数据分析师
1.2.1 数据分析师的分类
1.2.2 对偏业务的数据分析师的要求
1.2.3 对偏技术的数据分析师的要求
1.2.4 总结
第 2 章 简单回顾概率论与数理统计
2.1 描述统计
2.1.1 四分位数
2.1.2 方差与标准差
2.2 概率计算
2.2.1 排列组合
2.2.2 概率
2.3 概率分布
2.3.1 常见的数据类型
2.3.2 正态分布
2.3.3 幂律分布
2.4 统计推断
2.4.1 点估计与区间估计
2.4.2 假设检验
第3 章 面试必考的分析工具及相关知识点
3.1 Python
3.1.1 变量
3.1.2 条件语句
3.1.3 循环语句
3.1.4 数据结构
3.1.5 函数的定义与使用
3.1.6 面试题集合
3.2 Pandas
3.2.1 Pandas 的引用
3.2.2 文件读取与储存
3.2.3 数据查询
3.2.4 对数据分组
3.2.5 对数据排序
3.2.6 表格的合并
3.2.7 索引的使用
3.2.8 时间格式处理
3.3 SQL
3.3.1 查询
3.3.2 去掉重复值
3.3.3 条件查询
3.3.4 运算符
3.3.5 对查询结果排序
3.3.6 新增数据
3.3.7 修改数据
3.3.8 删除数据
内容摘要
本书主要讲解了应对数据分析师面试所需的基础知识与典型面试题的解答方法,内容以读者的阅读需求进行架构,力求使该者对面试题涉及的原理与解题思路有清晰的认知,以帮助读者在面试时举一反三,从容作答。
本书共分为7章。第1章介绍了正确认识数据分析的一些必要知识,以及用人单位对数据分析师的要求,第2~5章,分别介绍了概率论与数理统计基础、分析工具的使用、面试时常见的数据思维、数据挖掘等4个部分的知识,其中分析工具包括Python、Pandas、SQL和Excel,第6章讲解了知名公司近年来典型面试题的解题思路:第7章讲解面试中除了答题之外的其他方面的知识,并基于真实的面试流程,从面试技巧角度给出了建议。
本书适合想从事数据分析及相关岗位工作的读者阅读。
主编推荐
聚焦数据分析师面试题精讲
所有题目均来自实际面试环节与实际工作场景
注重讲解出题套路、解题思路和原理
作者均为来自大公司的数据分析师或商业分析师
以下为对购买帮助不大的评价