Search test library by skills or roles
⌘ K

About the test:

O teste de avaliação da ciência de dados avalia a proficiência de um candidato em estatísticas, probabilidade, modelos de regressão linear e não linear e sua capacidade de analisar dados e aproveitar o Python/ R para extrair insights dos dados.

Covered skills:

  • Técnicas de aprendizado de máquina
  • Análise com r ou python
  • Manipulação de dados
  • Análise de regressão
  • Modelagem preditiva
  • Visualização de dados
  • Análise exploratória de dados
  • Estatisticas
  • Limpeza de dados

9 reasons why
9 reasons why

Adaface Data Science Test is the most accurate way to shortlist Cientista de dadoss



Reason #1

Tests for on-the-job skills

The Data Science Assessment Test helps recruiters and hiring managers identify qualified candidates from a pool of resumes, and helps in taking objective hiring decisions. It reduces the administrative overhead of interviewing too many candidates and saves time by filtering out unqualified candidates at the first step of the hiring process.

The test screens for the following skills that hiring managers look for in candidates:

  • Capacidade de aplicar conceitos e princípios de probabilidade na análise de dados
  • Capacidade de analisar e interpretar dados estatísticos
  • Capacidade de implementar algoritmos e técnicas de aprendizado de máquina
  • Capacidade de visualizar e apresentar dados de maneira eficaz
  • Capacidade de executar a análise e exploração de dados usando R ou Python
  • Capacidade de manipular e transformar dados com eficiência
  • Capacidade de entender e aplicar conceitos estatísticos em análise de regressão
  • Capacidade de limpar e pré -processar dados para análise
  • Capacidade de desenvolver modelos preditivos para vários cenários de dados
Reason #2

No trick questions

no trick questions

Traditional assessment tools use trick questions and puzzles for the screening, which creates a lot of frustration among candidates about having to go through irrelevant screening assessments.

View sample questions

The main reason we started Adaface is that traditional pre-employment assessment platforms are not a fair way for companies to evaluate candidates. At Adaface, our mission is to help companies find great candidates by assessing on-the-job skills required for a role.

Why we started Adaface
Reason #3

Non-googleable questions

We have a very high focus on the quality of questions that test for on-the-job skills. Every question is non-googleable and we have a very high bar for the level of subject matter experts we onboard to create these questions. We have crawlers to check if any of the questions are leaked online. If/ when a question gets leaked, we get an alert. We change the question for you & let you know.

How we design questions

Estes são apenas uma pequena amostra da nossa biblioteca de mais de 10.000 perguntas. As perguntas reais sobre isso Teste de avaliação de ciência de dados será não-googleable.

🧐 Question

Medium

Amazon electronics product feedback
Solve
Amazon's electronics store division has over the last few months focused on getting customer feedback on their products, and marking them as safe/ unsafe. Their data science team has used decision trees for this. 
The training set has these features: product ID, data, summary of feedback, detailed feedback and a binary safe/unsafe tag. During training, the data science team dropped any feedback records with missing features. The test set has a few records with missing "detailed feedback" field. What would you recommend?
A: Remove the test samples with missing detailed feedback text fields
B: Generate synthetic data to fill in missing fields
C: Use an algorithm that handles missing data better than decision trees
D: Fill in the missing detailed feedback text field with the summary of feedback field.

Easy

Fraud detection model
Logistic Regression
Solve
Your friend T-Rex is working on a logistic regression model for a bank, for a fraud detection usecase. The accuracy of the model is 98%. T-Rex's manager's concern is that 85% of fraud cases are not being recognized by the model. Which of the following will surely help the model recognize more than 15% of fraud cases?

Medium

Rox's decision tree classifier
Decision Tree Classifier
Solve
Your data science intern Rox was asked to create a decision tree classifier with 12 input variables. The tree used 7 of the 12 variables, and was 5 levels deep. Few nodes of the tree contain 3 data points. The area under the curve (AUC) is 0.86. As Rox's mentor, what is your interpretation?
A. The AUC is high, and the small nodes are all very pure- the model looks accurate.
B. The tree might be overfitting- try fitting shallower trees and using an ensemble method.
C. The AUC is high, so overall the model is accurate. It might not be well-calibrated, because the small nodes will give poor estimates of probability.
D. The tree did not split on all the input variables. We need a larger data set to get a more accurate model.

Easy

Gradient descent optimization
Gradient Descent
Solve
You are working on a regression problem using a simple neural network. You want to optimize the model's weights using gradient descent with different learning rate schedules. Consider the following pseudo code for training the neural network:
 image
Which of the following learning rate schedules would most likely result in the fastest convergence without overshooting the optimal weights?

A: Constant learning rate of 0.01
B: Exponential decay with initial learning rate of 0.1 and decay rate of 0.99
C: Exponential decay with initial learning rate of 0.01 and decay rate of 0.99
D: Step decay with initial learning rate of 0.1 and decay rate of 0.5 every 100 epochs
E: Step decay with initial learning rate of 0.01 and decay rate of 0.5 every 100 epochs
F: Constant learning rate of 0.1

Medium

Less complex decision tree model
Model Complexity
Overfitting
Solve
You are given a dataset to solve a classification problem using a decision tree algorithm. You are concerned about overfitting and decide to implement pruning to control the model's complexity. Consider the following pseudo code for creating the decision tree model:
 image
Which of the following combinations of parameters would result in a less complex decision tree model, reducing the risk of overfitting?

A: max_depth=5, min_samples_split=2, min_samples_leaf=1
B: max_depth=None, min_samples_split=5, min_samples_leaf=5
C: max_depth=3, min_samples_split=2, min_samples_leaf=1
D: max_depth=None, min_samples_split=2, min_samples_leaf=1
E: max_depth=3, min_samples_split=10, min_samples_leaf=10
F; max_depth=5, min_samples_split=5, min_samples_leaf=5

Easy

n-gram generator
Solve
Our newest machine learning developer want to write a function to calculate the n-gram of any text. An N-gram means a sequence of N words. So for example, "black cats" is a 2-gram, "saw black cats" is a 3-gram etc. The 2-gram of the sentence "the big bad wolf fell down" would be [["the", "big"], ["big", "bad"], ["bad", "wolf"], ["wolf", "fell"], ["fell", "down"]]. Can you help them select the correct function for the same?
 image

Easy

Recommendation System Selection
Recommender Systems
Collaborative Filtering
Content-Based Filtering
Solve
You are tasked with building a recommendation system for a newly launched e-commerce website. Given that the website is new, there is not much user interaction data available. Also, the items in the catalog have rich descriptions. Based on these requirements, which type of recommendation system approach would be the most suitable for this task?

Easy

Sensitivity and Specificity
Confusion Matrix
Model Evaluation
Solve
You have trained a supervised learning model to classify customer reviews as either "positive" or "negative" based on a dataset with 10,000 samples and 35 features, including the review text, reviewer's name, and rating. The dataset is split into a 7,000-sample training set and a 3,000-sample test set.

After training the model, you evaluate its performance using a confusion matrix on the test set, which shows the following results:
 image
Based on the confusion matrix, what are the sensitivity and specificity of the model?

Medium

Green or red balls
Solve
A bag contains 5 red balls, 6 yellow balls and 3 green balls. If two balls are picked at random, what is the probability that both are red or both are green in colour?

Hard

Square points and Circle
Solve
What is the probability that two uniformly random points in the square are such that center of the square lies in the circle formed by taking the points as diameter

Easy

Frequency distribution
Solve
Convert the following into an ordinary frequency distribution:

- 5 users gave less than 3 rating
- 12 users gave less than 6 rating
- 25 users gave less than 9 ratings
- 33 users get less than 12 ratings
 image
🧐 Question🔧 Skill

Medium

Amazon electronics product feedback

2 mins

Data Science
Solve

Easy

Fraud detection model
Logistic Regression

2 mins

Data Science
Solve

Medium

Rox's decision tree classifier
Decision Tree Classifier

2 mins

Data Science
Solve

Easy

Gradient descent optimization
Gradient Descent

2 mins

Machine Learning
Solve

Medium

Less complex decision tree model
Model Complexity
Overfitting

2 mins

Machine Learning
Solve

Easy

n-gram generator

2 mins

Machine Learning
Solve

Easy

Recommendation System Selection
Recommender Systems
Collaborative Filtering
Content-Based Filtering

2 mins

Machine Learning
Solve

Easy

Sensitivity and Specificity
Confusion Matrix
Model Evaluation

2 mins

Machine Learning
Solve

Medium

Green or red balls

2 mins

Probability
Solve

Hard

Square points and Circle

3 mins

Probability
Solve

Easy

Frequency distribution

3 mins

Statistics
Solve
🧐 Question🔧 Skill💪 Difficulty⌛ Time
Amazon electronics product feedback
Data Science
Medium2 mins
Solve
Fraud detection model
Logistic Regression
Data Science
Easy2 mins
Solve
Rox's decision tree classifier
Decision Tree Classifier
Data Science
Medium2 mins
Solve
Gradient descent optimization
Gradient Descent
Machine Learning
Easy2 mins
Solve
Less complex decision tree model
Model Complexity
Overfitting
Machine Learning
Medium2 mins
Solve
n-gram generator
Machine Learning
Easy2 mins
Solve
Recommendation System Selection
Recommender Systems
Collaborative Filtering
Content-Based Filtering
Machine Learning
Easy2 mins
Solve
Sensitivity and Specificity
Confusion Matrix
Model Evaluation
Machine Learning
Easy2 mins
Solve
Green or red balls
Probability
Medium2 mins
Solve
Square points and Circle
Probability
Hard3 mins
Solve
Frequency distribution
Statistics
Easy3 mins
Solve
Reason #4

1200+ customers in 75 countries

customers in 75 countries
Brandon

Com o Adaface, fomos capazes de otimizar nosso processo de triagem inicial em mais de 75%, liberando tempo precioso para os gerentes de contratação e nossa equipe de aquisição de talentos!


Brandon Lee, Chefe das pessoas, Love, Bonito

Reason #5

Designed for elimination, not selection

The most important thing while implementing the pre-employment Teste de avaliação de ciência de dados in your hiring process is that it is an elimination tool, not a selection tool. In other words: you want to use the test to eliminate the candidates who do poorly on the test, not to select the candidates who come out at the top. While they are super valuable, pre-employment tests do not paint the entire picture of a candidate’s abilities, knowledge, and motivations. Multiple easy questions are more predictive of a candidate's ability than fewer hard questions. Harder questions are often "trick" based questions, which do not provide any meaningful signal about the candidate's skillset.

Science behind Adaface tests
Reason #6

1 click candidate invites

Email invites: You can send candidates an email invite to the Teste de avaliação de ciência de dados from your dashboard by entering their email address.

Public link: You can create a public link for each test that you can share with candidates.

API or integrations: You can invite candidates directly from your ATS by using our pre-built integrations with popular ATS systems or building a custom integration with your in-house ATS.

invite candidates
Reason #7

Detailed scorecards & benchmarks

Reason #8

High completion rate

Adaface tests are conversational, low-stress, and take just 25-40 mins to complete.

This is why Adaface has the highest test-completion rate (86%), which is more than 2x better than traditional assessments.

test completion rate
Reason #9

Advanced Proctoring


Learn more

About the Data Science Online Test

Why you should use Pre-employment Data Science Assessment Test?

The Teste de avaliação de ciência de dados makes use of scenario-based questions to test for on-the-job skills as opposed to theoretical knowledge, ensuring that candidates who do well on this screening test have the relavant skills. The questions are designed to covered following on-the-job aspects:

  • Demonstrar um forte entendimento da teoria da probabilidade e suas aplicações na ciência de dados.
  • Aplique conceitos e técnicas estatísticas para analisar e interpretar dados.
  • Utilize algoritmos e modelos de aprendizado de máquina para resolver problemas do mundo real.
  • Crie visualizações de dados visualmente atraentes para comunicar efetivamente insights.
  • Empregar linguagens de programação R ou Python para análise de dados e manipulação.
  • Realize uma análise abrangente de dados exploratórios para obter insights e identificar padrões.
  • Demonstre proficiência em técnicas de manipulação de dados para limpar e pré -processar dados.
  • Aplique a análise de regressão para desenvolver modelos preditivos e fazer previsões precisas.
  • Possui habilidades avançadas na limpeza de dados para garantir a qualidade e a integridade dos dados.
  • Aproveite as técnicas de modelagem preditiva para tomar decisões orientadas a dados.

Once the test is sent to a candidate, the candidate receives a link in email to take the test. For each candidate, you will receive a detailed report with skills breakdown and benchmarks to shortlist the top candidates from your pool.

What topics are covered in the Data Science Assessment Test?

  • Visualização de dados:

    Dados A visualização envolve a criação de representações visuais de dados para comunicar efetivamente insights e padrões. Essa habilidade deve ser medida no teste, pois é essencial para os cientistas de dados apresentarem dados complexos de maneira significativa e compreensível, facilitando uma melhor tomada de decisão e comunicação. > <p> Analytics com R ou Python refere -se ao uso de linguagens de programação, como R ou Python, para executar a análise de dados, modelagem estatística e tarefas de aprendizado de máquina. Essa habilidade deve ser medida no teste, pois avalia a capacidade de um candidato de aplicar habilidades de programação em projetos de ciências de dados, demonstrando sua proficiência em lidar com dados e implementar algoritmos de análise de análise. A análise de dados exploratórios envolve examinar e transformar dados para entender suas principais características, padrões e relacionamentos. Essa habilidade deve ser medida no teste, pois mostra a capacidade de um candidato de extrair insights significativos dos dados brutos, identificar possíveis problemas e gerar hipóteses para análise posterior.

  • manipulação de dados:

    A manipulação de dados refere -se ao processo de transformação, reformatação ou limpeza de dados para torná -los adequados para análise. Essa habilidade deve ser medida no teste, pois avalia a proficiência de um candidato no manuseio e preparação de dados, que é uma etapa crucial no fluxo de trabalho da ciência de dados antes de executar tarefas de análise ou modelagem.

  • Estatísticas:

    As estatísticas envolvem a coleta, análise, interpretação, apresentação e organização dos dados. Essa habilidade deve ser medida no teste, pois testa a compreensão e a aplicação de um candidato de conceitos e técnicas estatísticas, essenciais para a realização de análises de dados robustas e válidas.

  • Análise de regressão:

    A análise de regressão é uma técnica estatística usada para modelar a relação entre uma variável dependente e uma ou mais variáveis ​​independentes. Essa habilidade deve ser medida no teste, pois avalia a capacidade de um candidato de realizar a análise de regressão, que é amplamente utilizada na modelagem preditiva e na compreensão do impacto das variáveis ​​no resultado de interesse.

  • Full list of covered topics

    The actual topics of the questions in the final test will depend on your job description and requirements. However, here's a list of topics you can expect the questions for Teste de avaliação de ciência de dados to be based on.

    Distribuições de probabilidade
    Testando hipóteses
    Teorema do limite central
    Intervalos de confiança
    Regressão linear
    Regressão logística
    Árvores de decisão
    Florestas aleatórias
    Máquinas vetoriais de suporte
    Vizinhos mais antigos
    Baías ingénuas
    Cluster de k-means
    Agrupamento hierárquico
    Análise do componente principal
    Técnicas de visualização de dados
    Bibliotecas de visualização de dados (por exemplo, matplotlib, ggplot)
    Técnicas de exploração de dados
    Análise exploratória de dados
    Manipulação de dados com r ou python
    Técnicas de limpeza de dados
    Falta de imputação de dados
    Detecção Outlier
    Engenharia de recursos
    Análise de correlação
    ANOVA
    Análise de séries temporais
    Teste A/B
    Avaliação e validação de modelos
    Técnicas de validação cruzada
    Métodos de seleção de recursos
    Técnicas de redução da dimensionalidade
    Aprendizado de conjunto
    Excedente de ajuste e subjuste
    Técnicas de regularização
    Tradeoff de viés-variação
    Pré -processamento de dados
    Normalização
    estandardização
    Codificação única
    Escala de dados
    Métodos de reamostragem
    Técnicas de divisão de dados
    Métricas de avaliação de modelos
    R-quadrado
    Erro ao quadrado médio
    Precisão
    Precisão e recall
    Pontuação F1
    Análise da curva ROC
    Ajuste hiperparâmetro
    Pesquisa de grade
    Ajuste hiperparâmetro de validação cruzada
    Modelo de implantação
    Integração da API
    Interpretação e explicação do modelo
    Modelos interpretáveis ​​de aprendizado de máquina
    Valores da Shapley

What roles can I use the Data Science Assessment Test for?

  • Cientista de dados
  • Analista de informações
  • Engenheiro de aprendizado de máquina
  • Engenheiro de dados
  • Analista de negócios
  • Analista estatístico
  • Engenheiro de IA
  • Papéis de inteligência artificial

How is the Data Science Assessment Test customized for senior candidates?

For intermediate/ experienced candidates, we customize the assessment questions to include advanced topics and increase the difficulty level of the questions. This might include adding questions on topics like

  • Utilize algoritmos de agrupamento para análise de classificação e segmentação.
  • Aplique a análise de séries temporais para prever tendências e padrões futuros.
  • Demonstre o conhecimento dos algoritmos e técnicas de processamento de linguagem natural.
  • Utilize técnicas de seleção e extração de recursos para melhorar o desempenho do modelo.
  • Empregar métodos de redução de dimensionalidade para visualização e análise de dados.
  • Aplique técnicas de aprendizado de conjunto para melhorar a precisão e o desempenho do modelo.
  • Possuir fortes habilidades na visualização de dados usando bibliotecas como Matplotlib e GGPlot.
  • Utilize testes estatísticos e testes de hipóteses para tomar decisões orientadas a dados.
  • Empregue técnicas de imputação de dados para lidar com valores ausentes nos conjuntos de dados.
  • Aplique técnicas de validação cruzada para avaliar o desempenho do modelo e evitar o ajuste excessivo.
  • Demonstre especialização em lidar com conjuntos de dados desequilibrados usando várias técnicas.
Singapore government logo

Os gerentes de contratação sentiram que, através das perguntas técnicas que fizeram durante as entrevistas do painel, foram capazes de dizer quais candidatos tinham pontuações melhores e se diferenciaram com aqueles que não marcaram também. Eles são altamente satisfeito com a qualidade dos candidatos selecionados com a triagem do Adaface.


85%
Redução no tempo de triagem

Data Science Hiring Test Perguntas frequentes

Que tipo de perguntas o teste on -line de ciência de dados contém?

O teste de ciência de dados avalia o nível de habilidade no trabalho de candidatos com questões baseadas em cenários, com foco na capacidade do candidato de:

  • Limpe dados e procure anomalias
  • Use dados de trem/teste e validação cruzada de K-Fold para criar modelos robustos
  • Faça previsões usando regressão linear, regressão polinomial e regressão multivariada
  • Classifique dados usando cluster de K-Means, Máquinas de Vector de Suporte (SVM), KNN, árvores de decisão, Bayes ingênuos e PCA
  • Leia uma matriz de confusão
  • Entenda a troca de preconceitos/variância e ajuste excessivo
  • Use métodos de eliminação reversa, seleção para a frente e eliminação bidirecional para criar modelos estatísticos
  • transformar variáveis ​​independentes e derivar novas variáveis ​​independentes para fins de modelagem
  • Verifique a multicolinearidade
  • entender e prevenir a deterioração do modelo

Como o teste será personalizado para cientistas de dados seniores?

Além dos tópicos mencionados acima, os testes para cientistas de dados seniores também incluem perguntas sobre tópicos avançados como:

  • Manipulação avançada de dados para gerar informações de conjuntos de dados grandes e não estruturados
  • Engenharia de recursos
  • ajuste hiperparâmetro
  • Aprendizagem de reforço
  • Redução de dimensionalidade
  • Análise estatística avançada

O teste de ciência de dados avalia a aptidão de ciência de dados ou tecnologias específicas?

A versão pronta para uso deste teste se concentra na aptidão de ciência de dados-probabilidade, estatística e aprendizado de máquina. Se você deseja testar tecnologias específicas, pode solicitar uma versão personalizada deste teste.

Posso combinar várias habilidades em uma avaliação personalizada?

Sim absolutamente. As avaliações personalizadas são configuradas com base na descrição do seu trabalho e incluirão perguntas sobre todas as habilidades obrigatórias que você especificar.

Você tem algum recurso anti-trapaça ou procurador?

Temos os seguintes recursos anti-trapaça:

  • Perguntas não-goleadas
  • IP Proctoring
  • Web Proctoring
  • Proctoring da webcam
  • Detecção de plágio
  • navegador seguro

Leia mais sobre os Recursos de Proctoring.

Como interpreto as pontuações dos testes?

O principal a ter em mente é que uma avaliação é uma ferramenta de eliminação, não uma ferramenta de seleção. Uma avaliação de habilidades é otimizada para ajudá -lo a eliminar os candidatos que não são tecnicamente qualificados para o papel, não é otimizado para ajudá -lo a encontrar o melhor candidato para o papel. Portanto, a maneira ideal de usar uma avaliação é decidir uma pontuação limite (normalmente 55%, ajudamos você a comparar) e convidar todos os candidatos que pontuam acima do limiar para as próximas rodadas da entrevista.

Para que nível de experiência posso usar este teste?

Cada avaliação do Adaface é personalizada para a descrição do seu trabalho/ persona do candidato ideal (nossos especialistas no assunto escolherão as perguntas certas para sua avaliação de nossa biblioteca de mais de 10000 perguntas). Esta avaliação pode ser personalizada para qualquer nível de experiência.

Todo candidato recebe as mesmas perguntas?

Sim, facilita muito a comparação de candidatos. As opções para perguntas do MCQ e a ordem das perguntas são randomizadas. Recursos anti-traking/proctoring no local. Em nosso plano corporativo, também temos a opção de criar várias versões da mesma avaliação com questões de níveis de dificuldade semelhantes.

Eu sou um candidato. Posso tentar um teste de prática?

Não. Infelizmente, não apoiamos os testes práticos no momento. No entanto, você pode usar nossas perguntas de amostra para prática.

Qual é o custo de usar este teste?

Você pode conferir nossos planos de preços.

Posso obter uma avaliação gratuita?

Sim, você pode se inscrever gratuitamente e visualizar este teste.

Acabei de me mudar para um plano pago. Como posso solicitar uma avaliação personalizada?

Aqui está um guia rápido sobre Como solicitar uma avaliação personalizada no Adaface.

customers across world
Join 1200+ companies in 75+ countries.
Experimente a ferramenta de avaliação de habilidades mais amigáveis ​​de candidatos hoje.
g2 badges
Ready to use the Adaface Teste de avaliação de ciência de dados?
Ready to use the Adaface Teste de avaliação de ciência de dados?
Converse conosco
logo
40 min tests.
No trick questions.
Accurate shortlisting.
Termos Privacidade Guia de confiança

🌎 Escolha seu idioma

English Norsk Dansk Deutsche Nederlands Svenska Français Español Chinese (简体中文) Italiano Japanese (日本語) Polskie Português Russian (русский)
ada
Ada
● Online
Previous
Score: NA
Next
✖️