Fragen im Vorstellungsgespräch für Data Scientist (2026)
Data-Scientist-Interviews decken ein breites Spektrum ab: Wahrscheinlichkeit und Statistik, Machine-Learning-Grundlagen, SQL und Datenmanipulation, einen Produkt-/Analytics-Case, und Verhaltensfragen. Die genaue Mischung hängt davon ab, ob die Rolle eher Richtung Analytics, ML-Engineering oder Forschung geht — den Fokus der Rolle früh zu klären ist selbst schon ein gutes Signal.
Bei den folgenden Fragen geht es den Interviewern um Präzision und Kommunikation. Kannst du über ein statistisches Konzept genau argumentieren, das richtige Modell für ein Problem wählen und begründen, korrektes SQL schreiben, und eine vage Geschäftsfrage in eine messbare Analyse übersetzen? Annahmen zu nennen und Trade-offs zu erklären zählt genauso viel wie die finale Zahl.
Übe, technische Konzepte einfach zu erklären, als würdest du es einem fachfremden Stakeholder erklären. Ein großer Teil der Arbeit — und des Interviews — ist es, eine solide Analyse für Menschen verständlich zu machen, die danach handeln werden.
Fragen im Vorstellungsgespräch für Data Scientist und wie man sie beantwortet
1. Erkläre den Bias-Varianz-Trade-off.
Ansatz: Definiere beide Fehlerquellen und verknüpfe sie mit Modellkomplexität: einfache Modelle underfitten (hoher Bias), komplexe Modelle overfitten (hohe Varianz). Verbinde das mit konkreten Hebeln — Regularisierung, mehr Daten, Kreuzvalidierung — und der Zerlegung des Gesamtfehlers.
2. Was ist der p-Wert, und was sagt er nicht aus?
Ansatz: Definiere ihn als P(so extreme Daten | Nullhypothese wahr). Das 'nicht' ist entscheidend: er ist nicht die Wahrscheinlichkeit, dass die Hypothese wahr ist, und Signifikanz ≠ praktische Relevanz. Häufige Fehlinterpretationen zu nennen ist das Signal.
3. Wie würdest du mit einem unausgewogenen Klassifikationsdatensatz umgehen?
Ansatz: Beginne mit der Metrik (Accuracy ist irreführend; nutze Precision/Recall, F1, AUC-PR). Dann Techniken: Resampling (SMOTE, Undersampling), Klassengewichte, Threshold-Tuning. Betone die Bewertung auf der echten Verteilung.
4. Wann würdest du Random Forest statt Gradient Boosting verwenden?
Ansatz: Stelle Bagging (parallel, Varianzreduktion, robust gegen Overfitting) gegen Boosting (sequenziell, Biasreduktion, höhere Genauigkeit aber tuning-empfindlicher). Erwähne Trainingskosten und Interpretierbarkeits-Trade-offs.
5. Schreibe eine SQL-Abfrage, um das zweithöchste Gehalt pro Abteilung zu finden.
Ansatz: Nutze eine Window Function: DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC), filtere rank = 2. Erkläre den Unterschied im Umgang mit Gleichständen zwischen RANK, DENSE_RANK und ROW_NUMBER.
6. Wie erkennst und behandelst du Ausreißer?
Ansatz: Unterscheide Datenfehler von echten Extremwerten. Methoden: IQR, z-Score, Domänen-Schwellenwerte, Visualisierung. Die zu verbalisierende Abwägung: echtes Signal zu entfernen kann das Modell verzerren — untersuche vor dem Löschen.
7. Entwerfe einen A/B-Test für einen neuen Empfehlungsalgorithmus.
Ansatz: Definiere Hypothese, primäre Metrik und Guardrails. Berechne die Stichprobengröße aus MDE und Power. Gehe auf die Randomisierungseinheit, Novelty-Effekte, und den Stopp-Zeitpunkt ein. Lege das Erfolgskriterium vorher fest.
8. Erkläre, wie du ein Modell bewerten würdest, das offline gut, aber in Produktion schlecht performt.
Ansatz: Untersuche Distribution Shift, Train/Serve-Skew, Leakage in Offline-Daten, und Feedback-Loops. Schlage Monitoring und ein Shadow-Deployment vor. Getestet wird systemisches Denken.
9. Was ist der Unterschied zwischen L1- und L2-Regularisierung?
Ansatz: L1 (Lasso) erzeugt Sparsity und macht Feature-Selektion; L2 (Ridge) schrumpft Koeffizienten gleichmäßig. Erkläre geometrisch, warum L1s Ecken Gewichte auf null setzen, und wann welche vorzuziehen ist.
10. Erzähl mir von einer Situation, in der deine Analyse eine Geschäftsentscheidung verändert hat.
Ansatz: STAR. Zeige die Frage, deine Methode und entscheidend die Kommunikation, die zum Handeln führte. Quantifiziere das Ergebnis. Data Scientists, die Entscheidungen nicht beeinflussen können, werden nicht eingestellt.
Erhalte in Echtzeit Hilfe in deinem Vorstellungsgespräch als Data Scientist
Während eines Live-Interviews für Data Science transkribiert Natively die Frage und kann die Definition, Formel oder das SQL-Muster, das du brauchst, in Echtzeit auf deinem Gerät anzeigen — nützlich, wenn Nervosität ein vertrautes Konzept kurz verschwinden lässt.
