面试官说“你有什么问题要问我的吗？”，该怎么回答？

多年招聘行业的工作，给一点小tips吧：

先多说一句，面试结束这一句有很多作用，通常来看这是一个固定模式，面试的经典问题；不同的面试官会有不同的意图或者习惯，比如面试官怕沟通中漏掉了一些CDD关心的内容但是没有沟通到位，补一句做一个补充或者延伸，比如面试官真的沟通中埋了一个问题，就等你来问，希望CDD关注到或者重视到，也比如面试官沟通完还算满意，但是也期待有一个不错的结束，希望看到CDD态度等等之类。

1，首先吧，面试是一个双向选择，不必因为去面试而且想去而跪舔，恭维，没必要；

2，面试只是一个考察环节，无法面面俱到，每一个面试官风格不同，面试技巧水平不同，考察的点不同，所以这交流过程中肯定会有遗漏，这是正常不过的事情，所以才会有多轮面试和交叉面试的不同环节；

3，上面废话2点，再正式回答问题，这个依旧取决于是第一面，还是终面的情况，而且也看面试下来自己的体感来决定。如果只是常规的中间面试环节，有遗漏的，那就问，面试本来就是双方的选择，不过分的问题（但必须知道的）请直接问，不给自己留坑为前提，哪怕不决定去，也可以多了解业内的公司以作为参考，如果想去没了解到的，更应该合理的去了解相关信息；至于该怎么问，每一场面试的情况决定的信息的密度和广度，需要问什么。

4，所以，看似挺多废话，背后还是有一定的逻辑的，基于一个前提，面试的公司是自己想去，面下来自己感受不错，比如100分，面完分数超过了80分的感受，那么可以说几个小tips以供参考：

比如，已经面的不错，接下来基本确定是自己要去的地方，抖个机灵，问问接下来如果后续过来入职提前需要准备点什么？在这个老板的团队里，或者在这个业务场景下

比如，感受到对方的诚意，问问接下来3-6个月对方希望能够做到一个什么样的程度或者状态？

也比如，自己本身能力不错，已经handle住这个面试了，那直接问，过来之后对方希望自己可以带来什么？解决什么问题？云云

这个话题其实还可以继续延展，就不罗嗦了，有机会大家可以后续再交流：）

可以微信找Mark（markliao229），6年的IT互联网领域猎头，数据科学是重点关注的方向。

转一段网上看到的。

--------------------------------------------------------------------------------

以下是数据科学家在未来的求职面试中应考虑的10个问题。

1.公司将会怎样评估我？ 

“这向我展示了候选人真正考虑的是绩效，这是公司很看重的方面。同时，它还验证了公司与员工在文化价值观的一致性。” HackerRank 数据科学副总裁SofusMacskássy说。

2.您认为入职后三个月和六个月怎样才算成功？

“这表明候选人想要确切地知道经理如何评估他的成功或绩效，并且他们清楚地知道成功是什么样的。对于一位优秀的经理人或领导者来说，这是一个很好的试金石。”马斯卡什西说。

3.我的工作项目将如何与业务目标保持一致？

Macskássy说，这个问题比较针对公司，可能更适合于应聘高级数据科学的候选人。

“这告诉我，候选人很重视业务影响，并且对业务有足够的了解，可以提出与业务相关的问题，”Macskássy说，“提出这样的问题可能有点天真，因为候选人可能还没完全理解商业模式或领域，但这可以表明出候选人以正确的方式来思考工作的优先顺序。”

希尔表示，当候选人提出有关公司的总体目标和优先事项的问题时，表明他们打算将他们的工作与这些目标保持一致，并推动公司朝着正确的方向前进，而不是在一个孤岛中工作。

“当对业务需求清晰理解与对数据的深入理解相结合时，最好的数据科学解决方案就出现了，” Outreach数据科学副总裁 Pavel Dmitriev 说，“一位优秀的数据科学家会想知道企业有哪些问题和需求，因为他们需要解决这些问题。”

4.我将与谁合作？

“候选人应该询问有关合作的问题”，Civis Analytics应用数据科学负责人艾伦休斯顿说，“我会很感激候选人来询问合作，我们在跨部门团队工作，这既需要学习的热情，也需要教授他人的兴趣。”

对此，一些问题可能如“技术人员的任期是多少？”，“在团队里承包商和全职员工的比例是多少？” Power Home Remodeling的首席信息官Timothy Wenhold表示，提出这些问题可以让候选人更深入地了解公司的文化。

5.数据科学团队如何与其他部门合作？

Mist首席技术官兼联合创始人 Bob Friday 表示，在寻找人才的同时，招聘经理正在寻找能够与其他部门合作的有力沟通者。“你理想团队中的数据科学家是很擅长沟通的，能够将问题及其解决方案转述出来，并向拥有不同技术知识的人讲述数据背后的故事，”Friday说，“他们必须能让其他部门的同事明白他们正在研究的复杂概念，那其他部门的同事才能好好配合他们，带给顾客更多的影响力。如果他们做不到，他们的价值就会严重削弱。”

6.数据科学在其公司里是什么样的地位，以及我该向谁汇报工作？

Wenhold说，数据科学家在许多组织中的角色相当新，因此汇报的部门划分还不是很清晰。

“当候选人问我这些类型的问题时，我知道他们是真的想知道如何跟上级沟通，”Wenhold说，“他们想知道自己能带给公司什么样的影响以及他们如何融入我们的组织结构。”

这些问题也有助于确定公司文化，Wenhold说：“有些数据科学家更喜欢在具有创业环境的地方工作，而有些则希望在一个成熟的组织或商业技术部门工作。这时候，招聘一位经理能确保找到符合团队结构的候选人。”

7.有哪些培训和职业发展机会？

Gramener 的联合创始人 GanesKesari 表示，随着机器学习和其他技术的提高，数据科学正在迅速发展起来，许多公司都在努力跟上步伐。Kesari 说：“那些需要提升自己并希望得到支持的候选人肯定会更有竞争力。”

在 Civis Analytics 应用数据科学负责人 Crystal Son 表示，向公司询问更多培训和职业发展机会会表明你是一位爱学习，力争上游的候选人。

8.如何在贵公司收集数据？

“一位优秀的数据科学家会知道，虽然他们可以对数据做很多事情，但如果没有数据或数据质量差，他们就没法拿出像样的作品，” Dmitriev 说，“一位优秀的数据科学家希望确保自己获得高质量的数据。”类似的其它问题包括：“如何处理和合并来自不同数据源的数据？”，“贵公司收到的常见数据质量怎么样？你们如何处理它们？”

9.贵公司有哪些常用工具，以及是否愿意使用新的工具和软件？

Wenhold说，这类型的问题能体现该公司对高科技的定位。

“这些问题告诉我，这位候选人很聪明，也很经验丰富，足以认识到工具只是辅助，他们才是最主要的一部分，”他补充道，“我有新员工甚至在打开电脑工作前，花了两周的时间跟随不同部门员工学习。因为虽然理解统计概念很重要，但新员工只有了解这些统计数据如何适用于我们特定的工作环境才见效。”

10.公司如何处理不顺利或与预期结果相违背的项目？

Knock的联合创始人兼首席运营官Jamie Glenn表示，这个问题可以帮助候选人了解公司对失败的看法，以及他们如何从中吸取教训。

“失败是数据科学的重要组成部分――我们应该鼓励团队成员失败，因为这意味着他们正在以你想要的方式去突破界限，以便作为团队和公司真正具有创造力和创新能力，”Glen说过。“你想看到的是，当特定项目没有按计划进行时，他们会停下来，回顾之前，看看发生了什么，然后再实施不同方案以改善未来的结果。”