Wayfair Data Scientist OA 復盤|SQL + Pandas + Case Study 全流程解析

昨天剛剛做完 Wayfair Data Scientist OA，整體感覺比預期友好很多，節奏清晰、題型偏實戰。 整套考試一共 105 分鐘，3 道題，包括 SQL、Python Pandas 和一個 Case Study，三個部分都非常貼近實際工作內容。

Wayfair

第一題：SQL

Table: weather
Columns:

  • date
  • city
  • temperature

Task:
Write a query to calculate the average temperature per city and classify each record into one of three categories:

  • 'High' if temperature > 80
  • 'Normal' if 60 ≤ temperature ≤ 80
  • 'Low' if temperature < 60

Then, compute the average temperature difference per city.

Key points:

  • Use CASE WHEN to create the temperature category column.
  • Use AVG() with GROUP BY city to summarize results.
  • Rename output columns properly since Wayfair’s grader checks them strictly.

小貼士：這題非常標準的 SQL 聚合題，主要考邏輯和細節。

第二題：Pandas

Task:
Given a dataset with missing numeric values, fill missing entries using the median of each column instead of the mean.
Then, group the data by a categorical variable (e.g., region) and calculate summary statistics such as mean and count.

Example steps:

import pandas as pd
import numpy as np

df = pd.read_csv("data.csv")
df = df.fillna(df.median(numeric_only=True))
summary = df.groupby("region").agg({"sales":"mean", "order_id":"count"})

重點：題目明確要求用 median 處理缺失值，不少人習慣性寫成 mean，這裡很容易扣分。

Wayfair 的 OA 環境是一個在線 Jupyter notebook，你需要寫完代碼後點擊 “Run” 輸出最終結果。 注意別忘記導包，否則會直接報錯。

第三題：Case Study

Scenario:
You are given data on customer complaints, including columns like:

  • complaint_type (Late delivery, Product damaged, Customer unsatisfied)
  • resolution (Refund, Replacement, Discount)
  • date
  • department

Questions:

  1. Provide 3 insights you can draw from the data.
  2. Provide 3 recommendations based on your insights.
  3. Choose one prioritized recommendation, and explain:
    • How you would measure the success of this recommendation.
    • What risks are associated with implementing it.

這部分更偏向商業分析，考察邏輯閉環和溝通能力。 比如：

  • 如果 “Late delivery” 是最多的投訴類型，可以推薦優化物流供應鏈。
  • 如果 “Refund” resolution 滿意度低，可以優化退款流程或改為 replacement。
  • 衡量方式可以是客戶滿意度、NPS 或重複投訴率。

總體感受

這套 OA 非常貼近 Data Scientist 的日常工作。
SQL 和 Pandas 負責考察技術基礎，而 Case Study 則看你能否把分析結果轉化為行動建議。
時間建議分配如下：

  • SQL：20 分钟
  • Pandas：25 分钟
  • Case Study：60 分钟

Case 的文字部分要簡潔有邏輯，不需要堆砌 fancy 的詞彙，思路清晰最重要。

小結

Wayfair DS OA 是一道很有代表性的實戰題。
它不考演算法，而是考你如何從數據出發，提出可執行的商業結論。
如果能在 Case 裡做到 “Insight → Recommendation → Measurement → Risk” 四步閉環，基本就能拿到高分。

Programhelp 助攻小記

我們 Programhelp 團隊最近幫不少同學順利拿下 Wayfair、DoorDash、Instacart、Capital One 等 DS OA。
Wayfair 這種綜合型測試特別考驗時間分配和答題思路。
我們 Programhelp 團隊 的無痕連線服務專為這種情境設計：

全程遠端協同代寫：通過安全連接實現實時代碼撰寫，你的介面完全由你控制。

系統無任何記錄：我們使用隱身模式信號傳輸，不修改系統進程、不留下日誌。

檢測安全性經過實測：Wayfair、Amazon、TikTok、Capital One 等多平台測試均已通過多輪驗證，無任何被系統檢測的風險。

即時語音提示：遇到邏輯卡頓時，我們會語音提示關鍵思路（例如 SQL 邏輯結構、Pandas 調用順序、Case 框架構建），確保節奏順暢。

這類 OA 本質是限時壓力測試，而不是考察死記硬背。
Programhelp 的助攻方式可以讓你專注理解邏輯、輕鬆輸出高品質答案。

author avatar
jor jor
See Full Bio
END
Posted to: OA
2025-10-10
 0