डेटा साइंटिस्ट इंटरव्यू प्रश्न (2026)
डेटा साइंटिस्ट इंटरव्यू एक बड़े दायरे को कवर करते हैं: प्रोबेबिलिटी और स्टैटिस्टिक्स, मशीन लर्निंग के बुनियादी सिद्धांत, SQL और डेटा मैनिपुलेशन, एक प्रोडक्ट/एनालिटिक्स केस स्टडी, और व्यवहारिक प्रश्न। सटीक मिश्रण इस पर निर्भर करता है कि भूमिका एनालिटिक्स, ML इंजीनियरिंग, या रिसर्च की ओर अधिक झुकी है, इसलिए भूमिका का फोकस जल्दी स्पष्ट करना खुद एक अच्छा संकेत है।
नीचे दिए गए प्रश्नों में, इंटरव्यू लेने वाले कठोरता और संवाद को महत्व देते हैं। क्या आप किसी स्टैटिस्टिकल कॉन्सेप्ट पर सटीक रूप से तर्क कर सकते हैं, किसी समस्या के लिए सही मॉडल चुन और उसे सही ठहरा सकते हैं, सही SQL लिख सकते हैं, और किसी अस्पष्ट बिज़नेस प्रश्न को मापे जा सकने वाले विश्लेषण में बदल सकते हैं? धारणाएँ बताना और ट्रेड-ऑफ़ समझाना अंतिम आँकड़े जितना ही मायने रखता है।
तकनीकी अवधारणाओं को सरलता से समझाने का अभ्यास करें, जैसे किसी गैर-तकनीकी स्टेकहोल्डर को समझा रहे हों। इस काम का बड़ा हिस्सा — और इंटरव्यू का बड़ा हिस्सा — एक ठोस विश्लेषण को उन लोगों के लिए समझने योग्य बनाना है जो उस पर कार्रवाई करेंगे।
डेटा साइंटिस्ट इंटरव्यू प्रश्न और उनका जवाब कैसे दें
1. बायस-वेरिएंस ट्रेड-ऑफ़ समझाएँ।
तरीका: दोनों एरर स्रोतों को परिभाषित करें, फिर मॉडल की जटिलता से जोड़ें: सरल मॉडल अंडरफिट होते हैं (हाई बायस), जटिल मॉडल ओवरफिट होते हैं (हाई वेरिएंस)। ठोस उपायों से जोड़ें — रेगुलराइज़ेशन, ज़्यादा डेटा, क्रॉस-वैलिडेशन — और कुल एरर के विभाजन से।
2. p-value क्या है, और यह आपको क्या नहीं बताता?
तरीका: इसे P(ऐसा एक्स्ट्रीम डेटा | नल हाइपोथिसिस सच है) के रूप में परिभाषित करें। 'नहीं' वाला हिस्सा ही अहम है: यह हाइपोथिसिस के सच होने की संभावना नहीं है, और सिग्निफिकेंस व्यावहारिक महत्व के समान नहीं है। सामान्य गलतफ़हमियों का ज़िक्र करना ही संकेत है।
3. आप किसी असंतुलित क्लासिफ़िकेशन डेटासेट को कैसे संभालेंगे?
तरीका: मेट्रिक से शुरू करें (accuracy भ्रामक है; precision/recall, F1, AUC-PR इस्तेमाल करें)। फिर तकनीकें: रीसैंपलिंग (SMOTE, अंडरसैंपलिंग), क्लास वेट्स, थ्रेशोल्ड ट्यूनिंग। असली डिस्ट्रिब्यूशन पर मूल्यांकन करने पर ज़ोर दें।
4. आप random forest बनाम gradient boosting कब इस्तेमाल करेंगे?
तरीका: bagging (पैरेलल, वेरिएंस कम करना, ओवरफिटिंग के प्रति मज़बूत) की तुलना boosting (सीक्वेंशियल, बायस कम करना, ज़्यादा सटीकता पर ट्यूनिंग के प्रति ज़्यादा संवेदनशील) से करें। ट्रेनिंग लागत और इंटरप्रिटेबिलिटी के ट्रेड-ऑफ़ का ज़िक्र करें।
5. हर डिपार्टमेंट में दूसरी सबसे ज़्यादा सैलरी खोजने के लिए एक SQL क्वेरी लिखें।
तरीका: एक विंडो फ़ंक्शन इस्तेमाल करें: DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC), rank = 2 फ़िल्टर करें। RANK, DENSE_RANK, और ROW_NUMBER के बीच टाई हैंडलिंग के अंतर पर चर्चा करें।
6. आप आउटलायर्स को कैसे पहचानते और संभालते हैं?
तरीका: डेटा एरर को असली एक्स्ट्रीम वैल्यूज़ से अलग करें। तरीके: IQR, z-score, डोमेन थ्रेशोल्ड, विज़ुअलाइज़ेशन। ज़ोर से कहने वाला फ़ैसला: असली सिग्नल हटाने से मॉडल में बायस आ सकता है — डिलीट करने से पहले जांच करें।
7. एक नए रेकमेंडेशन एल्गोरिथम के लिए A/B टेस्ट डिज़ाइन करें।
तरीका: हाइपोथिसिस, प्राइमरी मेट्रिक, और गार्डरेल्स को परिभाषित करें। MDE और पावर से सैंपल साइज़ निकालें। रैंडमाइज़ेशन यूनिट, नॉवेल्टी इफ़ेक्ट्स, और कब रोकना है, इस पर चर्चा करें। सफलता का मानदंड पहले से रजिस्टर करें।
8. समझाएँ कि आप किसी ऐसे मॉडल का मूल्यांकन कैसे करेंगे जो ऑफ़लाइन अच्छा काम करता है पर प्रोडक्शन में खराब।
तरीका: distribution shift, train/serve skew, ऑफ़लाइन डेटा में leakage, और फ़ीडबैक लूप्स की जांच करें। मॉनिटरिंग और एक शैडो डिप्लॉयमेंट सुझाएँ। जो परखा जा रहा है वह सिस्टम-स्तरीय सोच है।
9. L1 और L2 रेगुलराइज़ेशन में क्या अंतर है?
तरीका: L1 (Lasso) स्पार्सिटी पैदा करता है और फ़ीचर सिलेक्शन करता है; L2 (Ridge) कोएफ़िशिएंट्स को स्मूदली छोटा करता है। ज्योमेट्रिकली समझाएँ कि L1 के कोने वेट्स को ज़ीरो क्यों कर देते हैं, और हर एक कब बेहतर है।
10. मुझे किसी ऐसे समय के बारे में बताएँ जब आपके विश्लेषण ने किसी बिज़नेस फ़ैसले को बदल दिया।
तरीका: STAR इस्तेमाल करें। प्रश्न, आपका तरीका, और सबसे अहम, वह संवाद दिखाएँ जिससे कार्रवाई हुई। नतीजे को संख्यात्मक रूप दें। जो डेटा साइंटिस्ट फ़ैसलों को प्रभावित नहीं कर पाते, उन्हें नौकरी नहीं मिलती।
अपने डेटा साइंटिस्ट इंटरव्यू में रीयल-टाइम मदद पाएँ
किसी लाइव डेटा साइंस इंटरव्यू के दौरान, Natively प्रश्न को ट्रांसक्राइब करता है और आपको ज़रूरी परिभाषा, फ़ॉर्मूला, या SQL पैटर्न रीयल-टाइम में आपके डिवाइस पर दिखा सकता है — जो तब उपयोगी है जब घबराहट के कारण कोई जाना-पहचाना कॉन्सेप्ट पल भर के लिए याद नहीं आता।
