我申请的一个data analyst/data engineer工作要让做python的题，大概是用Codility这个公司的.请问会考些什么
Data Analyst/Engineer 岗位Codility Python笔试准备方向及用户反馈
1. 关键信息
- 用户申请Data Analyst/Data Engineer岗位，需要进行Codility平台的Python笔试。
- 该岗位工作内容涉及数据处理分析、数据管道构建、仪表盘制作，可能包含少量数据科学或机器学习。
- 用户担心算法题，因为没有准备过。
- 金融公司使用Codility工具时，通常侧重实际小问题，不一定考算法，更看重问题到代码的反应速度。
- （之前已归纳）用户感谢收到的建议。
2. 羊毛/优惠信息
- 无
3. 最新动态
- 无
4. 争议或不同意见
- 无明显争议
5. 行动建议
- （之前已归纳）用户需要针对性地练习Python基础编程和数据处理能力，而非纯粹的算法题。
- （之前已归纳）可以关注Codility平台上的数据分析或数据工程相关的题目类型，但不必过于担心复杂的算法。
- （之前已归纳）建议用户回忆或模拟实际工作中遇到的数据处理场景，并尝试用Python代码实现。
--- 第 1 楼来自 robust 的回复 (2026-03-11 18:11:21 PDT) ---
平常的工作都是Vibe Coding，好久没有完整的手写python了，需要稍微训练一下自己。我申请的这个工作就是处理分析数据，造data pipeline，做dashboard，可能会有一点点的data science或者machine learning的事情。这种工作，大概这种线上测试要准备什么方向的coding？要是考算法的话，估计就完蛋了，完全没有准备过。
另外有没有人用过这个Codility公司的测试题？有没有什么题库可以借鉴？
--- 第 2 楼来自 无名之辈 的回复 (2026-03-11 18:13:17 PDT) ---
金融公司用过这种tool一般是实际小问题 不一定要算法 主要是问题到代码要反应快 最多青蛙跳桩
--- 第 3 楼来自 Rosmontis 的回复 (2026-03-11 18:36:00 PDT) ---
DA更偏向deliver（技术栈主要是polars, matplotlib visualization，model selection/run model/report, SQL, Excel, PowerBi etc），DE更偏向Designing and maintaining data architecture/pipelines, data site reliability（技术栈主要是polars, SQL, Kafka, Spark, hadoop etc）。现在这些title职责边界没那么清晰了，大部分也要干ds的活，ds则什么都要干。实际的主要工作大概就是洗数据。
面试做题的话看项目，也有上来叫你手搓一个knn之类的偏向ds和mle的题，一般的题的话大概就是类似kaggle题让你写一下思路/architecture或者简单的kaggle题让你直接手搓。
--- 第 4 楼来自 robust 的回复 (2026-03-12 08:54:24 PDT) ---
谢谢建议
--- 第 5 楼来自 robust 的回复 (2026-03-12 08:54:43 PDT) ---
谢谢。。
--- 第 6 楼来自 venusgun 的回复 (2026-03-12 08:56:07 PDT) ---
面经还是去地里问吧，术业有专攻