Data Scientist面试会问些什么？
一般来说数据科学家的面试会分为三种类型，编程能力、理论能力与分析能力。
编程能力多以leetcode为主，如下，我们给出一道经典的leetcode题目作为示例：
给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。
示例 1：
输入：[7,1,5,3,6,4]
输出：5
解释：在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格；同时，你不能在买入前卖出股票。
示例 2：
输入：prices = [7,6,4,3,1]
输出：0
解释：在这种情况下, 没有交易完成, 所以最大利润为 0。
理论能力一般以考察对于基本概念的理解，如：
xgb和random forest什么区别？
exploration和exploit的区别？
random forest能不能处理imbalanced data？
svm的loss function是啥？
single variable regression中如果我们对调x和y，Rsquare会怎么变？
Dropout Layer是什么，有什么作用？为什么能有这个作用？一般来说Dropout Rate如何选择？
场景分析一般会给出某一特定的场景，然后根据场景进行分析，得出某一结论；例如：
Uber给你的数据集包含了某一个区域（不知道具体位置的一个区域）的所有uber呼叫的时间戳，让你分析预测接下来的1小时内，每个15分钟，会有多少次呼叫？
