求职申请流程

Be your own light

1. 提交一份一页的求职信
2. 简历：对于没有发表论文的毕业生（一页）；对于专业人士（最多五页）
3. 作品集：信息图表、视频剪辑、年度报告等

请把以上资料发送到 电邮： contact.general@keras360.io , 注明求职 职位的编号。 若您具备适当的专业知识，我们将邀请您参加面试。在分析角色的情况下，为帮助您准备需要解决方案的日常任务类型，提供了示例问题。

Keras360 数据分析面试 示例问题（I -III）

场景 I

难度级别：此任务适合已完成研究生学位。

一位客户希望将他们最新的诊断设备出口到亚洲区正在发展中的国家。然而，他们不确定哪个国家是最理想的起点。客户向 Keras360 提供了包含多个东盟亚国家联盟经济图表和数据。此外，他们提到诊断工具的应用有年龄限制，特别是限制在20岁及以上的风险人群。Keras360 能访问国家人口登记的年度记录，并将数据分类为五个年龄组，例如 0 到 4 岁；5 到 9 岁… 80 到 84岁。

请描述您完成此任务的方法论，并包括用于分析过程的 Python 或 R 代码。

提示：可能存在多个正确答案。

场景 II

难度级别：此任务适合至少具有学士学位。

来自生物制药公司的客户向 Keras360 寻求关于一种新获得的生活质量（QoL）测量工具的指导。客户希望通过将其与使用相同 1 到 5 李克特比量表的通用 QoL 问卷进行比较，验证 新QoL 问卷。为此，Keras360 提出进行一项研究，同一群人将填写新的 QoL 工具和通用问卷。研究假设认为新的 QoL 工具和通用问卷之间没有显著差异。为了证实或否定这个零假设，需要进行分析任务。

请描述您将用于此任务的方法，并提供用于分析过程的 Python 或 R 代码。

提示：建议的方法涉及创建一个 2×2 的列联表，并假设两个问卷具有不同数量的生活质量问题。

场景 III

难度级别：此任务适合至少具有硕士或博士学位。

一家保险公司的代表正在进行一项研究，以确定他们的政策定价的有效性。他们特别关注分析有关罕见疾病索赔的数据集，但不确定从小规模确诊患者样本中是否可以得出有意义的见解。他们向 Keras360 寻求帮助找到潜在解决方案。描述您的分析方法，以展示数据里罕见疾病发生的可能性，并确定可能影响定价和赔付的变量。

请描述您完成此任务的方法论，并包括用于分析过程的 Python 或 R 代码。

提示：可能存在多个正确答案。 1 : 2,500 的疾病几率被视为罕见疾病。