คำถามสัมภาษณ์งาน Data Scientist (2026)
การสัมภาษณ์งาน data scientist ครอบคลุมพื้นที่ที่กว้าง: ความน่าจะเป็นและสถิติ พื้นฐาน machine learning SQL และการจัดการข้อมูล case study ด้านผลิตภัณฑ์/การวิเคราะห์ และคำถามเชิงพฤติกรรม สัดส่วนที่แน่นอนขึ้นอยู่กับว่าตำแหน่งนี้เอียงไปทางการวิเคราะห์ วิศวกรรม ML หรือการวิจัย ดังนั้นการทำความเข้าใจจุดโฟกัสของตำแหน่งตั้งแต่เนิ่น ๆ ก็เป็นสัญญาณที่ดีอยู่แล้ว
สำหรับคำถามด้านล่างนี้ ผู้สัมภาษณ์ให้ความสำคัญกับความเข้มงวดและการสื่อสาร คุณสามารถให้เหตุผลอย่างแม่นยำเกี่ยวกับแนวคิดทางสถิติ เลือกโมเดลที่เหมาะสมสำหรับปัญหาและอธิบายเหตุผล เขียน SQL ที่ถูกต้อง และแปลคำถามทางธุรกิจที่คลุมเครือให้เป็นการวิเคราะห์ที่วัดผลได้หรือไม่? การระบุข้อสมมติและอธิบายข้อแลกเปลี่ยนมีความสำคัญไม่น้อยไปกว่าตัวเลขสุดท้าย
ฝึกอธิบายแนวคิดทางเทคนิคอย่างง่าย ๆ เหมือนกับว่ากำลังอธิบายให้ผู้มีส่วนได้ส่วนเสียที่ไม่มีพื้นฐานด้านเทคนิคฟัง งานส่วนใหญ่ — และการสัมภาษณ์ส่วนใหญ่ — คือการทำให้การวิเคราะห์ที่แน่นหนาเข้าใจได้สำหรับผู้ที่จะนำไปปฏิบัติ
คำถามสัมภาษณ์งาน Data Scientist และวิธีตอบ
1. อธิบายข้อแลกเปลี่ยนระหว่าง bias และ variance
แนวทาง: นิยามแหล่งที่มาของข้อผิดพลาดทั้งสองแบบ จากนั้นเชื่อมโยงกับความซับซ้อนของโมเดล: โมเดลที่เรียบง่าย underfit (bias สูง) โมเดลที่ซับซ้อน overfit (variance สูง) เชื่อมโยงกับวิธีที่เป็นรูปธรรม — regularization, ข้อมูลเพิ่มขึ้น, cross-validation — และการแยกย่อยข้อผิดพลาดโดยรวม
2. p-value คืออะไร และมันไม่ได้บอกอะไรแก่คุณ?
แนวทาง: นิยามว่าเป็น P(ข้อมูลที่สุดขั้วเท่านี้ | สมมติฐานว่างเป็นจริง) คำว่า 'ไม่ได้บอก' คือจุดสำคัญ: มันไม่ใช่ความน่าจะเป็นที่สมมติฐานเป็นจริง และความมีนัยสำคัญทางสถิติไม่เท่ากับความสำคัญในทางปฏิบัติ การกล่าวถึงความเข้าใจผิดที่พบบ่อยคือสัญญาณที่ต้องการ
3. คุณจะจัดการกับชุดข้อมูลการจำแนกที่ไม่สมดุลอย่างไร?
แนวทาง: เริ่มจากเมตริก (accuracy ทำให้เข้าใจผิด; ใช้ precision/recall, F1, AUC-PR) จากนั้นใช้เทคนิค: resampling (SMOTE, undersampling), การให้น้ำหนักคลาส, การปรับ threshold เน้นการประเมินบนการกระจายตัวที่แท้จริง
4. คุณจะใช้ random forest แทน gradient boosting เมื่อใด?
แนวทาง: เปรียบเทียบ bagging (ทำงานพร้อมกัน ลด variance ทนทานต่อ overfitting) กับ boosting (ทำงานต่อเนื่อง ลด bias ความแม่นยำสูงกว่าแต่ไวต่อการ tuning มากกว่า) กล่าวถึงต้นทุนการฝึกฝนและข้อแลกเปลี่ยนด้านการตีความ
5. เขียน SQL query เพื่อหาเงินเดือนที่สูงเป็นอันดับสองในแต่ละแผนก
แนวทาง: ใช้ window function: DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC), กรอง rank = 2 อธิบายความแตกต่างในการจัดการค่าที่เท่ากันระหว่าง RANK, DENSE_RANK, และ ROW_NUMBER
6. คุณตรวจจับและจัดการกับค่าผิดปกติ (outlier) อย่างไร?
แนวทาง: แยกข้อผิดพลาดของข้อมูลจากค่าสุดขั้วที่แท้จริง วิธีการ: IQR, z-score, เกณฑ์เฉพาะโดเมน, การแสดงผลด้วยภาพ การตัดสินใจที่ต้องพูดออกมา: การลบสัญญาณจริงอาจทำให้โมเดลมีความเอียง — ตรวจสอบก่อนลบ
7. ออกแบบการทดสอบ A/B สำหรับอัลกอริทึมการแนะนำแบบใหม่
แนวทาง: กำหนดสมมติฐาน เมตริกหลัก และ guardrail คำนวณขนาดกลุ่มตัวอย่างจาก MDE และ power จัดการกับหน่วยการสุ่ม ผลกระทบจากความใหม่ (novelty effect) และเวลาที่ควรหยุด ลงทะเบียนเกณฑ์ความสำเร็จไว้ล่วงหน้า
8. อธิบายว่าคุณจะประเมินโมเดลที่ทำงานได้ดีแบบ offline แต่แย่ใน production อย่างไร
แนวทาง: ตรวจสอบ distribution shift, train/serve skew, การรั่วไหล (leakage) ในข้อมูล offline, และ feedback loop เสนอการมอนิเตอร์และ shadow deployment สิ่งที่ถูกทดสอบคือการคิดเชิงระบบ
9. ความแตกต่างระหว่าง regularization แบบ L1 และ L2 คืออะไร?
แนวทาง: L1 (Lasso) ทำให้เกิดความเบาบาง (sparsity) และทำการเลือกฟีเจอร์; L2 (Ridge) ลดค่าสัมประสิทธิ์อย่างนุ่มนวล อธิบายในทางเรขาคณิตว่าทำไมมุมของ L1 ทำให้น้ำหนักเป็นศูนย์ และควรเลือกใช้แบบใดเมื่อใด
10. เล่าถึงครั้งที่การวิเคราะห์ของคุณเปลี่ยนการตัดสินใจทางธุรกิจ
แนวทาง: ใช้ STAR แสดงให้เห็นคำถาม วิธีการของคุณ และที่สำคัญที่สุดคือการสื่อสารที่ผลักดันให้เกิดการกระทำ วัดผลลัพธ์เป็นตัวเลข data scientist ที่ไม่สามารถมีอิทธิพลต่อการตัดสินใจจะไม่ถูกจ้าง
รับความช่วยเหลือแบบเรียลไทม์ในการสัมภาษณ์งาน data scientist ของคุณ
ในระหว่างการสัมภาษณ์ data science แบบสด Natively จะถอดเสียงคำถามและสามารถแสดงนิยาม สูตร หรือรูปแบบ SQL ที่คุณต้องการแบบเรียลไทม์บนอุปกรณ์ของคุณ — มีประโยชน์เมื่อความตื่นเต้นทำให้แนวคิดที่คุ้นเคยหลุดไปชั่วขณะ
