рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

NumPy test for hiring

Check practical NumPy skills with short code questions built around everyday numerical data tasks.

  • 10 рдорд┐рдирдЯ
  • 16 рд╕рд╡рд╛рд▓
  • рдордзреНрдпрдо рд╕реНрддрд░
  • рдмрд╣реБрд╡рд┐рдХрд▓реНрдкреАрдп
  • рдЕрдВрдЧреНрд░реЗрдЬрд╝реА рдореЗрдВ рдкреНрд░рд╢реНрди
  • рдлреЛрди рдФрд░ рдбреЗрд╕реНрдХрдЯреЙрдк

рдЫреЛрдЯрд╛ рдЬрд╡рд╛рдм

The NumPy skills test is a 10-minute, 16-question check for intermediate roles working with numerical data in Python. Multiple-choice questions assess creating and manipulating arrays, plus selecting basic and advanced built-in functions for data tasks. It is designed for data analysts, data engineers, machine learning and AI engineers, and related roles.

рдпрд╣ рдХреНрдпрд╛ рдорд╛рдкрддрд╛ рд╣реИ

Creating and manipulating NumPy arrays, and using its basic and advanced functions to solve everyday data tasks.

Creating arrays

Assess building NumPy arrays for use in numerical data tasks.

Manipulating arrays

Check reshaping arrays and selecting values from them.

Basic built-in functions

See how candidates choose basic built-in functions for a data task.

Advanced built-in functions

Check choices of advanced built-in functions in practical scenarios.

рдкреНрд░рд╢реНрдиреЛрдВ рдХреЗ рдлрд╝реЙрд░реНрдореИрдЯ

рдмрд╣реБрд╡рд┐рдХрд▓реНрдкреАрдп

рдЙрдореНрдореАрджрд╡рд╛рд░: рдПрдХ рдЫреЛрдЯреА рд╕реНрдерд┐рддрд┐, рддрд╛рд▓рд┐рдХрд╛ рдпрд╛ рдХрдерди рдкрдврд╝рдХрд░ рд╕рд╣реА рдЬрд╡рд╛рдм рдпрд╛ рд╕рднреА рд╕рд╣реА рдЬрд╡рд╛рдм рдЪреБрдирддрд╛ рд╣реИред

рдЖрдкрдХреЛ рджрд┐рдЦрддрд╛ рд╣реИ: рдХреНрдпрд╛ рдЙрдореНрдореАрджрд╡рд╛рд░ рд╕рд╛рдордЧреНрд░реА рдХреЛ рд╕рд┐рд░реНрдлрд╝ рдкрд╣рдЪрд╛рдирдиреЗ рдХреЗ рдмрдЬрд╛рдп, рдЙрд╕реЗ рд▓рд╛рдЧреВ рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП рдкрд░реНрдпрд╛рдкреНрдд рд░реВрдк рд╕реЗ рдЬрд╛рдирддрд╛ рд╣реИред

10 рдорд┐рдирдЯ рдореЗрдВ 16 рдкреНрд░рд╢реНрди, рдПрдХ-рдПрдХ рдХрд░рдХреЗ рджрд┐рдП рдЬрд╛рдПрдБрдЧреЗред

рдпрд╣ рдЯреЗрд╕реНрдЯ рдХрд┐рди рднреВрдорд┐рдХрд╛рдУрдВ рдХреЗ рд▓рд┐рдП рдЙрдкрдпреБрдХреНрдд рд╣реИ

Data analysts, data engineers, machine learning and AI engineers, data visualization developers, research software developers and other roles that work with numerical data in Python.

What the NumPy test can show

  1. See practical code judgment

    Questions ask what a few lines of Python produce or which expression solves a data task, giving you evidence beyond a resume.

  2. Fair across setups

    Questions avoid behavior that differs between operating systems or between recent NumPy releases, so no candidate is marked wrong because of their own setup.

  3. Room to work out shapes

    Candidates may use scratch paper, so they can trace an array's shape or values by hand when reasoning about a reshape or selection.

рд╣рд░ рдЙрдореНрдореАрджрд╡рд╛рд░ рдХреЗ рд▓рд┐рдП рдЖрдкрдХреЛ рдХреНрдпрд╛ рдорд┐рд▓рддрд╛ рд╣реИ

рдЙрджрд╛рд╣рд░рдг рд░рд┐рдкреЛрд░реНрдЯ (рдХрд╛рд▓реНрдкрдирд┐рдХ рдбреЗрдЯрд╛)NumPy
74%рдкрд░реНрд╕реЗрдВрдЯрд╛рдЗрд▓ 53ред рдмреЗрдВрдЪрдорд╛рд░реНрдХ: HireValid рдХреЗ рдЙрдореНрдореАрджрд╡рд╛рд░, n = 1,413
Creating arrays86%
Manipulating arrays77%
Basic built-in functions60%
Advanced built-in functions71%
Integrity ScoreрдЙрдЪреНрдЪ рднрд░реЛрд╕рд╛
  • рдкреВрд░реЗ рдЯреЗрд╕реНрдЯ рдХреЗ рджреМрд░рд╛рди рдЯреЗрд╕реНрдЯ рдЯреИрдм рдкрд░ рд░рд╣реЗ
  • рдЬрд╡рд╛рдм рдХреЙрдкреА-рдкреЗрд╕реНрдЯ рдирд╣реАрдВ рдХрд┐рдП рдЧрдП
  • рдПрдХ рд╕реНрдерд┐рд░ рдЧрддрд┐ рд╕реЗ рдЬрд╡рд╛рдм рджрд┐рдП

рд╕реНрдХреЛрд░, рдкреНрд░реЛрдлрд╝рд╛рдЗрд▓ рдФрд░ Integrity Score рдХреЗ рд╕рдВрдХреЗрдд рдЗрдВрдЯрд░рд╡реНрдпреВ рдХреЗ рд╕рд╛рде рдЖрдкрдХреА рд╕рдореАрдХреНрд╖рд╛ рдХреЗ рд▓рд┐рдП рд╕рдмреВрдд рд╣реИрдВ, рдЕрдкрдиреЗ-рдЖрдк рд▓рд┐рдпрд╛ рдЧрдпрд╛ рдирд┐рд░реНрдгрдп рдХрднреА рдирд╣реАрдВред

рдЗрд╕ рдЯреЗрд╕реНрдЯ рдХрд╛ рдореБрдлрд╝реНрдд рдореЗрдВ рдЗрд╕реНрддреЗрдорд╛рд▓ рдХрд░реЗрдВ

Test integrity signals for review

Each candidate receives a different set of questions from large pools. Question order and answer options are shuffled, and the browser shows one question at a time; answer keys stay on HireValidтАЩs servers. Candidates cannot go back to earlier questions. Timing runs on the server, so reloading restores the same question with only the remaining time. Question text cannot be copied or selected; a blocked copy attempt is recorded in the timeline. Personal invitation links expire, and a finished test cannot be taken again. HireValid records signals such as time away from the test tab, pastes into answers, and answers faster than a question can be read. These are summarized in an Integrity Score with an evidence timeline for you to review; the system does not decide on its own. With the candidateтАЩs consent, you can add webcam photos at random moments.

Use the score as one piece of evidence

Review the NumPy score alongside a short work sample and a structured interview. For a work sample, ask the candidate to create an array, reshape or select values, and explain a built-in function choice for a data task. Discuss how that work relates to the role; do not use the test score alone to make a hiring decision. For roles that also work with data frames or large-scale data, see Pandas and PySpark; for data pipelines, see ETL.

Structured interview questions

  1. How would you reshape an array to fit a particular analysis, and how would you check the result?

    Listen for a clear explanation of the intended shape, the steps taken, and how they would confirm the result.

  2. Tell me about a numerical data task where selecting specific array values mattered. How did you approach it?

    Look for a relevant example, a reason for the selection approach, and awareness of the data being handled.

  3. Suppose a short Python expression gives an unexpected result while working with measurements. How would you investigate it?

    Listen for a step-by-step way to inspect the input array, the operation, and the output.

рдирд┐рд╖реНрдкрдХреНрд╖рддрд╛ рдФрд░ рдЬрд╝рд░реВрд░реА рд╕реБрд╡рд┐рдзрд╛рдПрдБ

Scenarios use neutral data such as sensor readings, measurements, test scores and stock counts, with metric units, no money and no local knowledge. Code follows common NumPy style with plain variable names, and questions avoid behavior that differs between operating systems or between recent NumPy releases, so no candidate is marked wrong because of their own setup. Text is kept short so the test measures NumPy skill rather than reading speed in English.

рдЖрдк рдХрд┐рд╕реА рднреА рдЙрдореНрдореАрджрд╡рд╛рд░ рдХреЛ рд╕реБрд╡рд┐рдзрд╛ рдХреЗ рддреМрд░ рдкрд░ рдЕрддрд┐рд░рд┐рдХреНрдд рд╕рдордп рджреЗ рд╕рдХрддреЗ рд╣реИрдВред рдирддреАрдЬреЗ рдХрд┐рд╕реА рд╡реНрдпрдХреНрддрд┐ рджреНрд╡рд╛рд░рд╛ рд╕рдореАрдХреНрд╖рд╛ рдХреЗ рд▓рд┐рдП рд╕рдмреВрдд рд╣реИрдВ, рдХрднреА рднреА рдЕрдкрдиреЗ-рдЖрдк рд▓рд┐рдпрд╛ рдЧрдпрд╛ рдлрд╝реИрд╕рд▓рд╛ рдирд╣реАрдВред

Provisional: reliability is reported once 200 candidates have completed it.

рд╣рдорд╛рд░рд╛ рдирд┐рд╖реНрдкрдХреНрд╖рддрд╛ рджреГрд╖реНрдЯрд┐рдХреЛрдг рдкрдврд╝реЗрдВ

рдЯреЗрд╕реНрдЯ рдХреА рдЬрд╛рдирдХрд╛рд░реА

A short, timed check of practical NumPy skill: building arrays, reshaping and selecting from them, and picking the right built-in function for a data task. Most questions show a few lines of Python or a brief work scenario and ask what the code produces or which expression does the job.

  • рдкреНрд░рд╢реНрди English рдореЗрдВ рд╣реИрдВред
  • рдЕрдиреБрдордд рд╕рд╣рд╛рдпрдХ рд╕рд╛рдзрди: рд░рдлрд╝ рдкреЗрдкрд░ред
  • рд╣рд░ рд╕рд╡рд╛рд▓ рдХрд╛ рдЬрд╡рд╛рдм рдХреНрд░рдо рд╕реЗ рдПрдХ рд╣реА рдмрд╛рд░ рджрд┐рдпрд╛ рдЬрд╛рддрд╛ рд╣реИред рдкрд┐рдЫрд▓реЗ рд╕рд╡рд╛рд▓ рдкрд░ рд╡рд╛рдкрд╕ рдирд╣реАрдВ рдЬрд╛ рд╕рдХрддреЗред
  • рд╕рдордпрдмрджреНрдз рдЯреЗрд╕реНрдЯ рд╕реЗ рдкрд╣рд▓реЗ 4 рдЕрднреНрдпрд╛рд╕ рдкреНрд░рд╢реНрди, 3 рдорд┐рдирдЯред

NumPy, Python рдЕрдкрдиреЗ рдорд╛рд▓рд┐рдХреЛрдВ рдХреЗ рдЯреНрд░реЗрдбрдорд╛рд░реНрдХ рд╣реИрдВред HireValid рдЙрдирд╕реЗ рд╕рдВрдмрджреНрдз рдирд╣реАрдВ рд╣реИ рдФрд░ рди рд╣реА рдЙрдирдХрд╛ рд╕рдорд░реНрдерди рдкреНрд░рд╛рдкреНрдд рд╣реИред

рдЕрдХреНрд╕рд░ рдкреВрдЫреЗ рдЬрд╛рдиреЗ рд╡рд╛рд▓реЗ рд╕рд╡рд╛рд▓

Will a candidate's NumPy version or operating system affect their answers?+

No. Questions avoid behavior that differs between operating systems or between recent NumPy releases, and code follows common NumPy style with plain variable names. A candidate is not marked wrong because their own setup behaves differently.

Who should take the NumPy test?+

It is intended for intermediate roles that work with numerical data in Python, including data analysts, data engineers, machine learning and AI engineers, data visualization developers, and research software developers. Use it when NumPy skills matter to the role.

What is the NumPy test like for candidates?+

The test has 16 multiple-choice questions and takes 10 minutes. Candidates may use scratch paper. The language is English, but the text is kept short and scenarios use neutral data such as sensor readings, measurements, test scores, and stock counts.

Can candidates try the NumPy test before taking it?+

Yes. The practice set has 4 questions and takes 3 minutes. It gives candidates a chance to experience the question format before the timed test. In the test itself, each question is answered once, in order, with no going back.

рд╕рдВрдмрдВрдзрд┐рдд рдЯреЗрд╕реНрдЯ

рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

Matplotlib

10 рдорд┐рдирдЯ, рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдЬрд╛рдиреЗрдВ
рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

Pandas

12 рдорд┐рдирдЯ, рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдЬрд╛рдиреЗрдВ
рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

PySpark

10 рдорд┐рдирдЯ, рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдЬрд╛рдиреЗрдВ
рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдбреЗрдЯрд╛ рдЗрдВрдЬреАрдирд┐рдпрд░реЛрдВ рдХреЗ рд▓рд┐рдП Apache Spark

10 рдорд┐рдирдЯ, рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдЬрд╛рдиреЗрдВ
рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

R рдХрд╛ рдЗрд╕реНрддреЗрдорд╛рд▓ рдХрд░рдХреЗ рдбреЗрдЯрд╛ рдПрдирд╛рд▓рд┐рд╕рд┐рд╕

10 рдорд┐рдирдЯ, рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдЬрд╛рдиреЗрдВ
рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

Azure рдореЗрдВ рдбреЗрдЯрд╛ рдПрдирд╛рд▓рд┐рдЯрд┐рдХреНрд╕

10 рдорд┐рдирдЯ, рдкреНрд░реЛрдЧреНрд░рд╛рдорд┐рдВрдЧ рд╕реНрдХрд┐рд▓реНрд╕

рдЬрд╛рдиреЗрдВ

рдЕрдкрдиреА рдЕрдЧрд▓реА рднрд░реНрддреА рдореЗрдВ NumPy рдЯреЗрд╕реНрдЯ рдХрд╛ рдЗрд╕реНрддреЗрдорд╛рд▓ рдХрд░реЗрдВ

рд╣рд░ рдкреНрд▓рд╛рди рдореЗрдВ, Free рд╕рд╣рд┐рдд, рдЯреЗрд╕реНрдЯ рдХреА рдкреВрд░реА рд▓рд╛рдЗрдмреНрд░реЗрд░реА рд╢рд╛рдорд┐рд▓ рд╣реИред

рдЗрд╕ рдЯреЗрд╕реНрдЯ рдХрд╛ рдореБрдлрд╝реНрдд рдореЗрдВ рдЗрд╕реНрддреЗрдорд╛рд▓ рдХрд░реЗрдВFree рдкреНрд▓рд╛рдиред рдХреНрд░реЗрдбрд┐рдЯ рдХрд╛рд░реНрдб рдХреА рдЬрд╝рд░реВрд░рдд рдирд╣реАрдВред
Free рдкреНрд▓рд╛рдиред рдХреНрд░реЗрдбрд┐рдЯ рдХрд╛рд░реНрдб рдХреА рдЬрд╝рд░реВрд░рдд рдирд╣реАрдВредрдЗрд╕ рдЯреЗрд╕реНрдЯ рдХрд╛ рдореБрдлрд╝реНрдд рдореЗрдВ рдЗрд╕реНрддреЗрдорд╛рд▓ рдХрд░реЗрдВ

рд╕рдВрдкрд╛рджрдХреАрдп рдЯреАрдо рдХреЗ рдмрд╛рд░реЗ рдореЗрдВ

HireValid рдХреА editorial team рджреНрд╡рд╛рд░рд╛ рд▓рд┐рдЦрд╛ рдФрд░ fact-check рдХрд┐рдпрд╛ рдЧрдпрд╛ред рдЬрд╛рдБрдЪреЗ рдЧрдП рд╕реНрд░реЛрдд . рд╕рдВрдкрд╛рджрдХреАрдп рдиреАрддрд┐ рдкрдврд╝реЗрдВред