トップ20の最も人気のあるデータモデリングインタビューの質問と回答[初心者と経験者向け]

データサイエンスは、現在の求人市場で最も収益性の高いキャリア分野の1つです。 そして競争が激化するにつれて、就職の面接も日ごとに革新的になっています。 雇用主は、候補者の概念的な知識と、関連する主題およびテクノロジーツールの実践的な理解をテストしたいと考えています。 このブログでは、強力な第一印象を与えるのに役立ついくつかの関連するデータモデリングインタビューの質問について説明します。

トップデータモデリングインタビューの質問と回答

ここでは、20のデータモデリングの面接の質問と、トピックの初級、中級、および上級レベルを紹介するサンプルの回答を示します。

1.データモデリングとは何ですか？ データモデルのタイプを一覧表示します。

データモデリングには、利用可能なデータの表現（またはモデル）を作成し、それをデータベースに保存することが含まれます。

データモデルは、ユーザーが追跡したいオブジェクトと属性を生み出すエンティティ（顧客、製品、メーカー、販売者など）で構成されます。 たとえば、顧客名は顧客エンティティの属性です。 これらの詳細は、データベース内のテーブルの形をさらに取ります。

データモデルには、次の3つの基本的なタイプがあります。

• 概念：データアーキテクトとビジネスの利害関係者は、このモデルを作成して、ビジネスコンセプトを整理、範囲設定、および定義します。 これは、システムに何を含めるべきかを指示します。
• 論理的：データアーキテクトとビジネスアナリストによってまとめられたこのモデルは、技術ルールとデータ構造をマッピングし、データベース管理システムやDBMSに関係なくシステムの実装を決定します。
• 物理：データベースアーキテクトと開発者は、このモデルを作成して、システムが特定のDBMSでどのように動作するかを記述します。

2.テーブルとは何ですか？ ファクトとファクトテーブルを説明します。

テーブルは、行（水平方向の配置）と列（垂直方向の配置）でデータを保持します。 行はレコードまたはタプルとも呼ばれますが、列はフィールドと呼ばれることもあります。

事実は、「純売上高」や「未払い額」などの定量的データです。 ファクトテーブルには、数値データとディメンションテーブルの一部の属性が格納されます。

3.（i）ディメンション（ii）粒度（iv）データの希薄性（v）ハッシュ（v）データベース管理システムとはどういう意味ですか？

（i）ディメンションは、クラスや製品などの定性的データを表します。 したがって、製品データを含むディメンションテーブルには、製品カテゴリ、製品名などの属性があります。

（ii）粒度とは、テーブルに格納されている情報のレベルを指します。 テーブルにはそれぞれトランザクションレベルのデータとファクトテーブルが含まれ、高または低になります。

（iii）データの希薄性とは、データベース内の空のセルの数を意味します。 つまり、データモデル内の特定のエンティティまたはディメンションに対してどのくらいのデータがあるかを示します。 情報が不十分な場合、集計を保存するためにより多くのスペースが必要になるため、データベースが大きくなります。

（iv）ハッシュ手法は、目的のデータを取得するためのインデックス値の検索に役立ちます。 これは、インデックス構造を使用してデータレコードの直接の場所を計算するために使用されます。

（v）データベース管理システム（DBMS）は、データベースを操作するためのプログラムのグループで構成されるソフトウェアです。 その主な目的は、ユーザーデータを保存および取得することです。

4.正規化を定義します。 その目的は何ですか？

正規化手法では、大きなテーブルを小さなテーブルに分割し、さまざまな関係を使用してそれらをリンクします。 データの依存関係と冗長性を最小限に抑える方法でテーブルを編成します。

正規化には、次の5つのタイプがあります。

• 第一正規形
• 2番目の正規形
• 3番目の正規形
• ボイスコッド第4正規形
• 5番目の通常の形式

5.データモデリングにおける非正規化の有用性は何ですか？

非正規化は、特にテーブルが広範囲に関与する状況で、データウェアハウスを構築するために使用されます。 この戦略は、以前に正規化されたデータベースで使用されます。

6.主キー、複合主キー、外部キー、および代理キーの違いを明らかにします。

主キーは、すべてのデータテーブルの主力です。 これは、列または列のグループを示し、テーブルの行を識別できます。 主キーの値をnullにすることはできません。 主キーの一部として複数の列が適用される場合、それは複合主キーと呼ばれます。

一方、外部キーは、親テーブルと子テーブルをリンクできるようにする属性のグループです。 子テーブルの外部キー値は、親テーブルの主キー値として参照されます。

代理キーは、ユーザーが自然な主キーを持っていない状況で各レコードを識別するために使用されます。 この人工キーは通常、整数として表され、テーブルに含まれるデータに意味を与えません。

7.OLTPシステムをOLAPプロセスと比較します。

OLTPは、従来のデータベースに依存してリアルタイムのビジネスオペレーションを実行するオンライントランザクションシステムです。 OLTPデータベースには正規化されたテーブルがあり、応答時間は通常ミリ秒以内です。

逆に、OLAPは、データの分析と取得を目的としたオンラインプロセスです。 これは、カテゴリおよび属性ごとに大量のビジネス指標を分析するために設計されています。 OLTPとは異なり、OLAPはデータウェアハウス、正規化されていないテーブルを使用し、数秒から数分の応答時間で動作します。

8.標準のデータベーススキーマ設計を一覧表示します。

スキーマは、データの関係と構造の図または図です。 データモデリングには、スタースキーマとスノーフレークスキーマの2つのスキーマ設計があります。

• スタースキーマは、中央のファクトテーブルとそれに接続されているいくつかのディメンションテーブルで構成されます。 ディメンションテーブルの主キーは、ファクトテーブルの外部キーです。
• スノーフレークスキーマには、スタースキーマと同じファクトテーブルがありますが、正規化のレベルが高くなっています。 ディメンションテーブルは正規化されているか、スノーフレークに似た複数のレイヤーがあります。

9.離散および連続データを説明します。

性別、電話番号など、有限で定義された個別のデータ。一方、継続的なデータは順序付けられた方法で変更されます。 たとえば、年齢、気温など。

10.シーケンスクラスタリングおよび時系列アルゴリズムとは何ですか？

シーケンスクラスタリングアルゴリズムは以下を収集します。

• イベントを持つデータのシーケンス、および
• 関連または類似のパス。

時系列アルゴリズムは、データテーブルの連続値を予測します。 たとえば、時間の経過に伴う従業員のパフォーマンスに基づいて売上と利益の数値を予測できます。

基本をブラッシュアップしたので、ここで、練習のためによくある10のデータモデリングの質問を示します。

11.データウェアハウジングのプロセスを説明します。

データウェアハウジングは、異種ソースからの生データを接続して管理します。 このデータ収集および分析プロセスにより、企業は、ビジネスインテリジェンスのコアを形成する1つの場所のさまざまな場所から有意義な洞察を得ることができます。

12.データマートとデータウェアハウスの主な違いは何ですか？

データマートは、単一のビジネス領域に焦点を合わせ、ボトムアップモデルに従うことにより、ビジネスの成長のための戦術的な意思決定を可能にします。 一方、データウェアハウスは、複数の領域とデータソースを強調し、トップダウンアプローチを採用することで、戦略的な意思決定を促進します。

13.データモデルに見られる重要な関係の種類に言及します。

重要な関係は次のように分類できます。

• 識別：親テーブルと子テーブルを太い線で接続します。 子テーブルの参照列は、主キーの一部です。
• 非識別：テーブルは点線で接続されており、子テーブルの参照列が主キーの一部ではないことを示しています。
• Sef-recursive：テーブルのスタンドアロン列は、再帰的な関係で主キーに接続されます。

14.データのモデリング中に発生する一般的なエラーは何ですか？

幅広いデータモデルを構築するのは難しい場合があります。 テーブルが200を超えると、失敗する可能性も高くなります。データモデラーがビジネスミッションについて十分に実行可能な知識を持っていることも重要です。 そうしないと、データモデルが混乱するリスクがあります。

不要な代理キーは別の問題を引き起こします。 これらは控えめに使用してはなりませんが、自然キーが主キーの役割を果たすことができない場合にのみ使用してください。

また、データの冗長性を維持することがかなりの課題になる可能性がある不適切な非正規化の状況に遭遇する可能性もあります。

15.階層型DBMSについて話し合います。 このデータモデルの欠点は何ですか？

階層型DBMSは、データをツリーのような構造で格納します。 この形式では、親が多くの子を持つことができる親子関係を使用しますが、子は1つの親しか持つことができません。

このモデルの欠点は次のとおりです。

• 変化するビジネスニーズへの柔軟性と適応性の欠如。
• 部門間、省庁間、および垂直方向のコミュニケーションにおける問題。
• データの不一致の問題。

16.2種類のデータモデリング手法を詳しく説明します。

実体関連（ER）と統一モデリング言語（UML）は、2つの標準データモデリング手法です。

ERは、ソフトウェアエンジニアリングで、情報システムのデータモデルまたは図を作成するために使用されます。 UMLは、データベースの開発とモデリングのための汎用言語であり、システム設計の視覚化に役立ちます。

17.ジャンク寸法とは何ですか？

ジャンクディメンションは、カーディナリティの低い属性（インジケーター、ブール値、またはフラグ値）を1つのディメンションに結合することによって生まれます。 これらの値は他のテーブルから削除され、データウェアハウス内で「急速に変化するディメンション」を開始する方法である抽象ディメンションテーブルにグループ化または「ジャンク」されます。

18.いくつかの人気のあるDBMSソフトウェアを述べます。

MySQL、Oracle、Microsoft Access、dBase、SQLite、PostgreSQL、IBM DB2、およびMicrosoft SQL Serverは、現代のソフトウェア開発分野で最も使用されているDBMSツールの一部です。

19.データモデリングを使用することの長所と短所は何ですか？

データマイニングを使用する長所：

• 属性を正規化および定義することにより、ビジネスデータをより適切に管理できます。
• データマイニングにより、システム間でデータを統合し、冗長性を減らすことができます。
• それは効率的なデータベース設計に道を譲ります。
• それは部門間の協力とチームワークを可能にします。
• データに簡単にアクセスできます。

データモデリングを使用することの短所：

• データモデリングにより、システムがより複雑になる場合があります。
• 構造的な依存関係は限られています。

20.データマイニングと予測モデリング分析について説明します。

データマイニングは学際的なスキルです。 これには、人工知能（AI）、機械学習（ML）、データベーステクノロジーなどの分野の知識を適用することが含まれます。 ここでは、開業医はデータの謎を明らかにし、これまで知られていなかった関係を発見することに関心を持っています。

予測モデリングとは、特定の結果を予測できるモデルのテストと検証を指します。 このプロセスには、AI、ML、統計にいくつかのアプリケーションがあります。

意欲的なデータモデラーのためのキャリアインサイト

新たな仕事、昇進、または転職を探しているかどうかにかかわらず、関連する分野でのスキルアップは、採用のチャンスを大幅に向上させることができます。

IIIT-B＆upGradのデータサイエンスのエグゼクティブPGプログラムをチェックすることを検討する必要があります。これは、働く専門家向けに作成され、10以上のケーススタディとプロジェクト、実践的なハンズオンワークショップ、業界の専門家とのメンターシップ、業界のメンターとの1対1のメンターシップを提供します。 、400時間以上の学習とトップ企業との仕事の支援。

これで、データモデリングの仕事とインタビューに関するこの議論を締めくくります。 面接の質問と回答をモデル化する上記のデータは、問題のある領域を明確にし、配置プロセスのパフォーマンスを向上させるのに役立つと確信しています。