Data Scientist 面试题 2026：25 道 SQL、统计、A/B Test 与 ML 高频题

顶级科技公司的数据科学面试考察四个核心领域：SQL、统计学、机器学习和产品思维。与编码面试不同，数据科学面试很少有一个”正确”答案——面试官评估的是你的思维过程、沟通能力以及将商业问题转化为分析框架的能力。

以下是 20 道最常问的题目，按类别分类，附带详细答案。

快速答案：Data Scientist 面试题怎么准备

如果你在准备 Data Scientist interview questions，不要只刷 SQL 或背机器学习概念。大厂 DS 面试通常会把 SQL、统计推断、A/B testing、product sense 和机器学习应用串起来，考察你能不能把一个模糊业务问题拆成指标、假设、数据、方法和行动建议。

高频模块	面试官想看什么
SQL 面试题	window function、join、聚合、留存/漏斗/收入指标计算
统计与 A/B Test	p-value、confidence interval、sample size、MDE、实验护栏指标
机器学习	bias-variance、特征工程、不平衡数据、模型评估和上线风险
Product Sense	指标定义、异常诊断、用户分群、业务 trade-off 和沟通结构

如果时间有限，优先把 SQL + A/B testing + metric case 练到能现场解释推理过程，再补 ML 高频题。完整准备路线可以看 Data Scientist 面试准备完全指南。

SQL 题目

1. 从员工表中找出第二高的薪水

为什么问这个问题： 测试你是否能超越基础聚合操作。

-- Approach 1: Using LIMIT/OFFSET
SELECT DISTINCT salary FROM employees ORDER BY salary DESC LIMIT 1 OFFSET 1;

-- Approach 2: Using a subquery
SELECT MAX(salary) FROM employees
WHERE salary < (SELECT MAX(salary) FROM employees);

-- Approach 3: Using window functions (most elegant)
SELECT salary FROM (
  SELECT salary, DENSE_RANK() OVER (ORDER BY salary DESC) as rnk
  FROM employees
) ranked WHERE rnk = 2;

关键提示： 一定要问清楚”第二高”是否指不同值。当存在并列时，DENSE_RANK() 和 RANK() 有区别。

2. 编写查询找出每个类别收入最高的 3 个产品

WITH product_revenue AS (
  SELECT
    p.category_id,
    p.product_id,
    p.product_name,
    SUM(oi.quantity * oi.price) as total_revenue
  FROM products p
  JOIN order_items oi ON p.product_id = oi.product_id
  GROUP BY p.category_id, p.product_id, p.product_name
),
ranked AS (
  SELECT *,
    RANK() OVER (PARTITION BY category_id ORDER BY total_revenue DESC) as rnk
  FROM product_revenue
)
SELECT category_id, product_name, total_revenue
FROM ranked WHERE rnk <= 3;

关键提示： 窗口函数是面试中最常考的。熟练掌握 RANK()、DENSE_RANK()、ROW_NUMBER() 以及它们各自的使用场景。

3. 计算日活跃用户数的环比变化

WITH daily_users AS (
  SELECT
    DATE(event_timestamp) as event_date,
    COUNT(DISTINCT user_id) as active_users
  FROM user_events
  GROUP BY DATE(event_timestamp)
)
SELECT
  event_date,
  active_users,
  LAG(active_users) OVER (ORDER BY event_date) as prev_day_users,
  active_users - LAG(active_users) OVER (ORDER BY event_date) as dod_change
FROM daily_users;

统计学题目

4. 向非技术人员解释 p 值

优秀回答： “想象你在测试一个新的按钮颜色，看它是否能提高点击率。p 值告诉你的是：如果新颜色实际上没有任何效果，我们仅凭偶然运气就观察到这么大的差异的可能性有多大？p 值为 0.03 意味着这个结果纯属随机噪声的概率只有 3%。如果这个概率足够低（通常低于 5%），我们就得出结论：新颜色确实可能真的有区别。”

为什么重要： 这测试的是你解释统计学概念的能力——这是数据科学家每天的必备技能。

5. 第一类错误和第二类错误有什么区别？

第一类错误（假阳性）： 拒绝了实际上为真的零假设。举例：得出药物有效的结论，但实际上无效。
第二类错误（假阴性）： 未能拒绝实际上为假的零假设。举例：得出药物无效的结论，但实际上有效。

现实中的权衡： 在医学检测中，通常希望最小化第二类错误（不能漏诊）。在垃圾邮件检测中，希望最小化第一类错误（不要把正常邮件标记为垃圾邮件）。

6. 如何确定 A/B 测试的样本量？

你需要四个输入：

基准转化率（来自历史数据）
最小可检测效应（MDE）——你关心的最小变化幅度
统计显著性水平（α）——通常为 0.05
统计功效（1-β）——通常为 0.80

经验法则： 效应越小，需要的样本量越大。如果你的基准转化率是 10%，想检测 5% 的相对提升，大约需要每组 15,000 个用户。一定要在启动实验前计算这个值。

机器学习题目

7. 如何处理不平衡数据集？

多种策略，根据场景选择：

重采样： 过采样少数类（SMOTE）或欠采样多数类
类别权重： 让模型对少数类误分类施加更大的惩罚
阈值调整： 将分类阈值从 0.5 向少数类方向移动
异常检测框架： 将少数类视为异常点（隔离森林、单分类 SVM）
集成方法： 使用平衡子样本的 Bagging

面试官想听到的： 你理解在不平衡数据上使用准确率是一个具有误导性的指标。应该使用精确率、召回率、F1 分数或 ROC-AUC。

8. 解释偏差-方差权衡

高偏差（欠拟合）： 模型太简单，无法捕捉训练数据中的模式。解决方法：使用更复杂的模型、增加特征。
高方差（过拟合）： 模型太复杂，记住了训练数据但在新数据上表现不佳。解决方法：正则化、增加数据、特征选择、交叉验证。

类比： 想象准备考试。高偏差 = 你学习不够。高方差 = 你背下了练习题但不会做新题。

9. 什么时候用分类，什么时候用回归？

分类： 输出是类别（垃圾邮件/正常邮件、流失/不流失、疾病/健康）
回归： 输出是连续数值（房价、温度、薪水）

灰色地带： 如果你预测”流失概率”作为一个概率值，这从技术上讲是回归（逻辑回归输出概率），但用于分类。准备好讨论这个细微差别。

产品思维题目

10. YouTube 昨天观看时长下降了 10%，你会如何调查？

框架：细分 → 隔离 → 诊断 → 建议

验证： 测量是否正确？检查数据管道是否有 bug。
按以下维度细分：
- 地理位置（是特定国家吗？）
- 设备（移动端 vs 桌面端？）
- 内容类型（短视频 vs 长视频？）
- 用户群体（新用户 vs 老用户？）
检查近期变更： 新发布？A/B 测试？基础设施变更？
外部因素： 竞争对手发布、节假日、网络问题
建议： 根据根本原因，提出修复方案并衡量其影响

关键： 没有”正确”答案。面试官评估的是你系统性思考和缩小可能性范围的能力。

11. 你会如何衡量一个新功能的成功？

使用 HEART 框架（Google 的方法）：

Happiness（满意度）：用户满意度（调查、NPS）
Engagement（参与度）：使用的频率和深度
Adoption（采用率）：尝试该功能的新用户
Retention（留存率）：回访用户
Task success（任务完成度）：用户能否达成目标？

选择 1-2 个核心指标和 3-5 个护栏指标，确保你不会为了优化一个方面而破坏另一个方面。

进阶高频题

21. SQL：计算 7 日留存率

考察点： cohort 分析、self join 与日期窗口处理，DS 岗 SQL 轮的高频压轴题。

参考答案：

WITH first_seen AS (
  SELECT user_id, MIN(event_date) AS first_date
  FROM user_events
  GROUP BY user_id
),
returning AS (
  SELECT f.user_id, f.first_date, MIN(e.event_date) AS return_date
  FROM first_seen f
  JOIN user_events e
    ON f.user_id = e.user_id
   AND e.event_date > f.first_date
   AND e.event_date <= f.first_date + INTERVAL '7 day'
  GROUP BY f.user_id, f.first_date
)
SELECT f.first_date,
       COUNT(DISTINCT f.user_id) AS cohort_size,
       COUNT(DISTINCT r.user_id) AS retained_users,
       ROUND(COUNT(DISTINCT r.user_id) * 1.0 / COUNT(DISTINCT f.user_id), 4) AS retention_rate
FROM first_seen f
LEFT JOIN returning r ON f.user_id = r.user_id
GROUP BY f.first_date
ORDER BY f.first_date;

追问方向：

留存口径：7 日内任意一天回访（N-day return）还是第 7 天当天回访（Nth-day retention）？
时区处理：event_date 用 UTC 还是用户本地时区切分 cohort
表很大时怎么优化：按天分区、预聚合物化 cohort 表

22. 置信区间和 p 值有什么区别？

考察点： 统计推断的实用理解，而不是背定义。

参考答案：

p 值回答”如果原假设为真，观察到当前或更极端结果的概率”——它不直接告诉你效应有多大。
置信区间回答”效应量大概率落在哪个范围”——95% CI 不包含 0 等价于双尾 α=0.05 显著。
更好的回答方式是同时报告效应量 + CI：“转化率提升 0.4 个百分点（95% CI [0.1, 0.7]）“，比单说 p=0.03 信息量大得多，也避免被质疑 p-hacking。

追问方向：

CI 宽度受什么影响（样本量、方差、置信水平）
为什么越来越多公司要求实验报告 CI 而不是只看显著性

23. A/B 测试同时看多个指标会出什么问题？

考察点： 多重比较（multiplicity）与实验设计的严谨性。

参考答案：

同时检验 k 个指标，至少出现一个假阳性的概率随 k 上升，只看”显著”的那个会系统性高估效果。
常见处理：预先指定一个主指标（primary metric）+ 若干 guardrail metrics，次要指标只做描述性观察，或用 Bonferroni / FDR 校正。
还要提 peeking：提前看结果并停止实验会显著抬高假阳性率，需要 sequential testing 或 always-valid p-value。

追问方向：

主指标不显著但次要指标显著提升，上线吗？
guardrail 指标的阈值怎么定

24. 模型上线后怎么监控效果？

考察点： ML 落地意识——DS 岗区分”会调包”和”能做生产模型”的关键题。

参考答案：

三层监控：数据层（特征分布、缺失率、label 延迟）、模型层（预测分布、PSI/KS 漂移）、业务层（线上 AUC、转化率等业务指标）。
区分数据漂移（输入分布变了）和概念漂移（输入-输出关系变了），两者的处置不同。
实操：设告警阈值 + 定期 retrain 策略 + shadow model 对比新旧模型预测。

追问方向：

线上 AUC 和离线 AUC 不一致，怎么排查（数据管道 bug、特征穿越、样本选择偏差）
冷启动用户没有历史特征怎么办

25. 不能做 A/B 测试时，怎么评估策略的因果效应？

考察点： 因果推断基础，近两年 DS 面试明显变热的方向。

参考答案：

先说清楚为什么不能随机化（成本、伦理、已经全量 rollout）。
常用方法：DID（双重差分，依赖平行趋势假设）、propensity score matching（匹配后对比，检查协变量平衡）、synthetic control（适合单一处理单元）。
关键是把假设讲明白：DID 要检验平行趋势，PSM 要检验匹配后的 covariate balance。
加分点：主动说明”这些都是 A/B 的降级方案，结论强度更弱，需要敏感性分析”。

追问方向：

平行趋势假设不满足怎么办
处理组和对照组本身增长趋势不同（比如只对成熟用户开放功能），怎么控制

数据科学面试准备：时间线

第 1-2 周： SQL 练习（在 LeetCode/DataLemur 上完成 20+ 题目） 第 3-4 周： 统计学基础 + 概率问题 第 5-6 周： 机器学习理论——注重直觉，而非数学证明 第 7-8 周： 产品思维案例 + 指标定义 第 9 周及以后： 模拟面试（完整的 45 分钟模拟）

资源推荐

SQL： DataLemur、StrataScratch、LeetCode 数据库题目
统计学： Charles Wheelan 的《Naked Statistics》、Khan Academy
机器学习： Aurélien Géron 的《Hands-On Machine Learning》
产品思维： Kohavi 的《Trustworthy Online Controlled Experiments》

总结

数据科学面试同等看重沟通能力和技术能力。练习大声解释你的推理过程——不仅仅是写出答案。最优秀的候选人是那些能一步步带领面试官走过他们思维过程的人。

Data Scientist 面试题 FAQ

Data Scientist 面试最应该先准备什么？

如果目标是美国科技公司，优先级通常是 SQL、A/B testing、统计推断和 product sense。ML 理论也重要，但很多 DS 岗位会先用 SQL 和业务分析题判断基本面。

SQL 面试题要刷到什么程度？

至少要熟练 window function、CTE、self join、去重、留存、漏斗、top N、rolling metric 和 cohort analysis。面试时不只要写对查询，也要说明边界条件，例如并列排名、时区、重复事件和 NULL。

A/B Test 面试题常见追问有哪些？

常见追问包括样本量怎么估、实验多久跑、指标下降但主指标上升怎么办、如何处理 novelty effect、guardrail metric 怎么设，以及结果不显著时下一步怎么做。

Product Sense 题怎么回答才不散？

用“目标 - 指标 - 分群 - 假设 - 验证 - 行动”的结构回答。不要直接给结论，先澄清业务目标和数据口径，再用分层分析缩小原因。

数据科学面试和数据分析师面试有什么区别？

核心模块相同（SQL、统计、实验、product sense），但 DS 岗对统计推断、实验设计深度和 ML 基础的要求更高，会追问假设检验的细节和模型选择逻辑。分析师岗更偏取数、报表和业务描述性分析。两类岗位同时投的话，按 DS 标准准备，分析师岗位自然覆盖。

DS 面试的机器学习需要学到什么深度？

能说清常见算法（线性/逻辑回归、树模型、SVM、基础神经网络）的原理、适用场景和优缺点即可，不需要推导公式或手写实现。更重要的是能回答“这个场景为什么选这个算法、怎么评估、上线后怎么迭代”。

只有 2 周准备时间，优先级怎么排？

第 1 周：SQL window function + 实验设计（样本量、显著性、guardrail metrics）。第 2 周：product sense + 统计基础（p 值、CI、多重比较）。SQL 和 A/B 各做一次完整 45 分钟 mock。深度 ML 理论不要花时间，性价比最低。

DS 面试全流程系列

想要深入了解目标公司的 DS 面试风格？我们整理了以下公司的详细面经：

Data Scientist 面试准备完全指南 — DS 面试的四大核心模块解析
Google Data Scientist 面试面经 — SQL + 统计推断 + 实验设计
Netflix Data Scientist 面试面经 — 实验设计和统计严谨性
ZipRecruiter Data Scientist 面试面经 — 数据分析 + 业务洞察
DoorDash Data Scientist 面试面经 — A/B 测试 + 产品分析
Wealthfront Data Scientist 面试面经 — 风险管理 + 商业建模

快速答案：Data Scientist 面试题怎么准备

SQL 题目

1. 从员工表中找出第二高的薪水

2. 编写查询找出每个类别收入最高的 3 个产品

3. 计算日活跃用户数的环比变化

统计学题目

4. 向非技术人员解释 p 值

5. 第一类错误和第二类错误有什么区别？

6. 如何确定 A/B 测试的样本量？

机器学习题目

7. 如何处理不平衡数据集？

8. 解释偏差-方差权衡

9. 什么时候用分类，什么时候用回归？

产品思维题目

10. YouTube 昨天观看时长下降了 10%，你会如何调查？

11. 你会如何衡量一个新功能的成功？

更多常问问题

12. 什么是交叉验证，为什么使用它？

13. 如何处理缺失数据？

14. 什么是特征工程？

15. 如何评估推荐系统？

16. 梯度下降是如何工作的？

17. 解释正则化（L1 vs L2）

18. 什么是过采样和欠采样？各有什么优缺点？

19. 解释 ROC 曲线和 AUC

20. 如何设计一个用户流失预测模型？

进阶高频题

21. SQL：计算 7 日留存率

22. 置信区间和 p 值有什么区别？

23. A/B 测试同时看多个指标会出什么问题？

24. 模型上线后怎么监控效果？

25. 不能做 A/B 测试时，怎么评估策略的因果效应？

数据科学面试准备：时间线

资源推荐

总结

Data Scientist 面试题 FAQ

Data Scientist 面试最应该先准备什么？

SQL 面试题要刷到什么程度？

A/B Test 面试题常见追问有哪些？

Product Sense 题怎么回答才不散？

数据科学面试和数据分析师面试有什么区别？

DS 面试的机器学习需要学到什么深度？

只有 2 周准备时间，优先级怎么排？

推荐阅读

DS 面试全流程系列

关于作者

相关面试辅导

准备好拿下下一次面试了吗？