最近不少同學陸續收到了 Capital One Data Scientist New Grad 的 OA。整體來看難度不高：前兩題偏 easy，主要考察基礎資料處理與邏輯；後兩題多為 simulation，需要根據一系列操作推演最終狀態，更考驗建模思維和細節把控。下面就分享本次 Capital One DS OA 的真題型別和核心考察點，幫助大家提前建立思路，避免被 simulation 題拖慢節奏。
第 1 問：基礎資料分析 + CSV 輸出
要求：
- 讀取司機（drivers.csv）和多份行程資料（rides_1.csv ~ rides_4.csv）；
- 做基礎資料清洗；
- 合併與統計；
- 將分析結果儲存為 CSV 檔案。
解題思路：
- 讀取司機資料，計算評分均值和掌握第二語言司機的佔比。
- 合併四份訂單資料，計算成功狀態訂單的佔比。
- 構造結果資料並完成儲存。
第 2 問：時間特徵 + 擴充套件欄位分析
要求：
資料時間點固定為 2023-04-15、在 drivers.csv 中引入更多欄位（如 started_driving_year）、基於 “今天” 計算時間衍生特徵（如駕齡）。
解題思路：
- 以 2023-04-15 為基準，處理車輛表得到檢驗間隔天數，處理司機表算出工齡。
- 合併四份訂單表，按司機 ID 分組統計總點贊數。
- 以司機表為主表左連線車輛、訂單處理後的資料，空點贊數填 0。
- 按要求整理列順序並儲存結果。
第 3 問：司機畫像 / 效能指標資料集構建
要求：
給定一個已整理好的司機效能資料集、理解每個欄位的業務含義、不再是 “算指標”，而是需要理解題目。
解題思路：
- 僅用訓練集計算均值，填充訓練集和測試集的年齡缺失值並取整。
- 基於訓練集做類別編碼，訓練集無的新類別統一編為 – 1。
- 用訓練集的均值和標準差標準化小費淨值，訓練集和測試集共用該引數。
- 對司機等級做固定編碼，按要求儲存資料並限定小費淨值保留 5 位小數。
第 4 問：機器學習分類任務
要求：
基於前一問清洗後的資料、訓練模型預測司機的 driver_class（0/1）、B 類（1）為正類、在保證 precision 不太低的前提下最大化 recall。
解題思路：
- 讀取訓練、驗證、測試資料，剔除無關的 ID 列。
- 合併訓練和驗證集，分離特徵和目標變數司機等級。
- 用帶平衡類別權重的隨機森林分類器訓練全量資料。
- 用訓練好的模型預測測試集，按要求儲存司機等級結果。
C1 DS OA不想翻車？
如果你最近也收到了 Capital One DS OA，建議提前熟悉高頻題型，尤其是 simulation 這種特別容易耗時間的題。很多人不是不會做，而是中途卡住，節奏一亂就很難寫完。
我們這邊一直在整理北美大廠的 OA 真題和高頻模型，對 C1 的出題方向也比較熟。如果想更穩一點，或者不想因為一次網測影響後續面試，也可以來了解一下 OA 輔助支援 ，幫你在關鍵點少走彎路。已經有不少同學順利推進到下一輪。
END
