কোথা থেকে শুরু করব, আর কতটুকু পড়ব?

Data Science interview-এর প্রস্তুতি নিতে গিয়ে সবচেয়ে পরিচিত সমস্যাটি এটাই।

একদিকে Statistics ও Probability, অন্যদিকে Machine Learning, Python, SQL এবং Production ML। Topic-এর তালিকা যত বড় হয়, preparation তত এলোমেলো হয়ে যায়। অনেকেই definition ও formula মুখস্থ করেন; কিন্তু interviewer প্রশ্নটি একটু ঘুরিয়ে করলেই উত্তর আটকে যায়।

এই সমস্যা কমানোর জন্য আমি একটি বই লিখেছি: Data Science Interview-এর 100+ Core Concepts। ১৩২টি concept, সহজ বাংলায়, প্রতিটি একই flow-তে:

Concept → সহজ Intuition → Practical Example → প্রয়োজনীয় Formula → ব্যবহার ও সীমাবদ্ধতা → Interview-ready Explanation

পুরো বইটি এখন সম্পূর্ণ free, website-এ online: বইটি পড়ুন →

শুরু করার আগে দুটি ছোট প্রশ্ন দিয়ে দেখি, বইটি কেমন।

প্রশ্ন ১: Average income কি সত্যিই “typical”?

পাঁচজন মানুষের মাসিক income:

20,000   25,000   30,000   35,000   2,00,000

Mean বলছে 62,000। অথচ পাঁচজনের চারজনই আয় করেন 35 হাজার বা তার কম। একটি মাত্র extreme value (outlier) mean-কে অনেক উপরে টেনে নিয়ে গেছে। এখানে median (30,000) group-টাকে অনেক ভালোভাবে represent করে।

Interview-এ প্রশ্নটা আসে এভাবে: “Why would you use median instead of mean?” উত্তর, কখন mode লাগে, আর salary বা delivery time-এর মতো data-তে কেন এটা গুরুত্বপূর্ণ: Concept 1: Mean, Median এবং Mode →

প্রশ্ন ২: দুই shift-এ জিতে overall-এ হার?

দুইটি restaurant-এর delivery success rate:

Lunch:   Restaurant A → 90%    Restaurant B → 80%
Dinner:  Restaurant A → 70%    Restaurant B → 60%

Lunch-এও A এগিয়ে, dinner-এও A এগিয়ে। তবু সব order একসাথে হিসাব করলে overall success rate বেশি Restaurant B-এর।

কীভাবে সম্ভব? Hint: কোন restaurant কোন সময়ে কত order পেয়েছে, সেটা দেখুন। পুরো হিসাব (72% বনাম 78%) আর A/B testing-এ এই ভুল কেন বিপজ্জনক: Concept 7: Simpson’s Paradox →

বইয়ে যা আছে

১২টি chapter-এ ১৩২টি concept, সাথে ২২টি topic-এর একটি bonus chapter:

  1. Basic Statistics
  2. Hypothesis Testing
  3. Probability and Distributions
  4. Regression Modeling
  5. Machine Learning Foundations
  6. Machine Learning Algorithms
  7. ML Productionization
  8. Coding and Data Structures
  9. Data Manipulation with Python / Pandas
  10. SQL Interview Essentials
  11. Reinforcement Learning
  12. Large Language Models

Bonus: Precision, Recall, p-value, data drift, SQL patterns, final revision priority এবং আরও অনেক কিছু

প্রতিটি concept-এর আলাদা page আছে, তাই যেকোনো জায়গা থেকে পড়া শুরু করা যায়, আর নির্দিষ্ট concept-এর link সরাসরি share করা যায়।

পরের বই: Model থেকে System

ML System Design ও Production Engineering নিয়ে আমার পরের বই Model থেকে System এখন লেখা হচ্ছে: scalability, latency, feature store, model serving, MLOps, monitoring ও drift। ভূমিকা আর পুরো সূচিপত্র দেখুন: Model থেকে System →

বইটি free, credit সহ share করা যাবে। কোন concept নিয়ে সবচেয়ে বেশি confusion হয়, comment-এ জানান। নতুন chapter ও লেখার খবর পেতে LinkedIn-এ follow করুন।

Where do I start, and how much is enough?

That’s the question everyone preparing for a Data Science interview runs into.

On one side there’s Statistics and Probability; on the other, Machine Learning, Python, SQL and Production ML. The longer the topic list gets, the more scattered the preparation becomes. Many people memorise definitions and formulas, then freeze the moment the interviewer asks the question from a slightly different angle.

I wrote a book to fix that: 100+ Core Concepts for Data Science Interviews. It covers 132 concepts in simple Bangla, each following the same flow:

Concept → Simple Intuition → Practical Example → Essential Formula → Uses & Limitations → Interview-ready Explanation

The whole book is now completely free and online: read the book → (in Bangla)

Before you start, here are two quick questions that show what the book is like.

Question 1: is the average income really “typical”?

Five people have these monthly incomes (in BDT):

20,000   25,000   30,000   35,000   200,000

The mean says 62,000. Yet four of the five people earn 35,000 or less. A single extreme value (an outlier) has dragged the mean far upwards. Here the median (30,000) represents the group much better.

In an interview it comes up as: “Why would you use median instead of mean?” For the answer, when you need the mode, and why this matters for data like salaries or delivery times, see Concept 1: Mean, Median and Mode →

Question 2: win both shifts, lose overall?

The delivery success rates of two restaurants:

Lunch:   Restaurant A → 90%    Restaurant B → 80%
Dinner:  Restaurant A → 70%    Restaurant B → 60%

A is ahead at lunch and ahead at dinner. Yet when you combine all the orders, Restaurant B has the higher overall success rate.

How is that possible? Hint: look at how many orders each restaurant got at each time of day. The full calculation (72% vs 78%) and why this mistake is dangerous in A/B testing are in Concept 7: Simpson’s Paradox →

What’s in the book

132 concepts across 12 chapters, plus a bonus chapter of 22 topics:

  1. Basic Statistics
  2. Hypothesis Testing
  3. Probability and Distributions
  4. Regression Modeling
  5. Machine Learning Foundations
  6. Machine Learning Algorithms
  7. ML Productionization
  8. Coding and Data Structures
  9. Data Manipulation with Python / Pandas
  10. SQL Interview Essentials
  11. Reinforcement Learning
  12. Large Language Models

Bonus: precision, recall, p-values, data drift, SQL patterns, a final revision priority list and more

Every concept has its own page, so you can start anywhere and share a link to exactly the concept you mean.

Next book: Model থেকে System

My next book, Model থেকে System (“From Model to System”), covers ML System Design and Production Engineering: scalability, latency, feature stores, model serving, MLOps, monitoring and drift. It’s being written now; the introduction and full outline are online: Model থেকে System →

The book is free, and you’re welcome to share it with credit. Tell me in the comments which concept confuses you most. To hear about new chapters and writing, follow me on LinkedIn.