Приходилось ли работать с визуализацией данных

Что проверяют

Используете ли вы графики как инструмент анализа, а не как оформление отчёта. Для инженера данных и специалиста по моделям визуализация это в первую очередь диагностика: распределения, пропуски, качество модели, расхождение данных в проде.

Как отвечать

Разделите два режима. Разведочный анализ для себя: быстрые графики поверх датафрейма в matplotlib или seaborn, где важна скорость, а не красота. И презентация результата: дашборд или слайд, где одна мысль на график, подписанные оси с единицами и вывод прямо в заголовке.

Дальше перечислите, что реально смотрите:

• по данным: распределения признаков и целевой переменной, доля пропусков, выбросы, дисбаланс классов, связи между признаками;
• по модели: матрица ошибок, ROC и кривая точности с полнотой, калибровка вероятностей, вклад признаков, кривые обучения;
• в проде: свежесть и объёмы по дням, расхождение распределений между обучающей выборкой и текущим потоком.

Про выбор типа графика достаточно пары фраз: динамика это линия, сравнение категорий это столбцы, распределение это гистограмма или ящик, связь двух величин это диаграмма рассеяния. Большие объёмы агрегируют или прореживают до отрисовки, миллион точек в браузере не нужен никому.

Где спотыкаются

Обрезают ось значений и совмещают на одной картинке две разные шкалы. Разница начинает выглядеть драматичнее, чем есть, а сравнение двух кривых с несопоставимыми осями вообще ничего не доказывает.

Показывают среднее без разброса. У двух совершенно разных распределений среднее совпадает, поэтому рядом нужны медиана, квантили или ящик. Особенно обидно на двугорбых данных, где среднее попадает ровно туда, где наблюдений почти нет.

Приписывают графику бизнес-результат и называют красивую цифру роста. Визуализация сама ничего не улучшает, ценность в найденной закономерности и принятом решении. На вопрос, как именно считали эффект, заученная цифра рассыпается.