เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

NumPy test for hiring

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

  • 10 เดฎเดฟเดจเดฟเดฑเตเดฑเต
  • 16 เดšเต‹เดฆเตเดฏเด™เตเด™เตพ
  • เด‡เดŸเดคเตเดคเดฐเด‚
  • เดฌเดนเตเดตเดฟเด•เตฝเดชเตเดชเด‚
  • เด‡เด‚เด—เตเดฒเต€เดทเต เดญเดพเดทเดฏเดฟเดฒเต† เดšเต‹เดฆเตเดฏเด™เตเด™เตพ
  • เดซเต‹เดฃเดฟเดฒเตเด‚ เดกเต†เดธเตโ€Œเด•เตโ€ŒเดŸเต‹เดชเตเดชเดฟเดฒเตเด‚

เดšเตเดฐเตเด•เตเด•เดคเตเดคเดฟเตฝ

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.

เด‡เดคเต เดŽเดจเตเดคเดพเดฃเต เด…เดณเด•เตเด•เตเดจเตเดจเดคเต

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.

เดšเต‹เดฆเตเดฏเด™เตเด™เดณเตเดŸเต† เดฐเต‚เดชเด™เตเด™เตพ

เดฌเดนเตเดตเดฟเด•เตฝเดชเตเดชเด‚

เด•เดพเตปเดกเดฟเดกเต‡เดฑเตเดฑเต: เด’เดฐเต เดšเต†เดฑเดฟเดฏ เดธเดพเดนเดšเดฐเตเดฏเดฎเต‹ เดชเดŸเตเดŸเดฟเด•เดฏเต‹ เดชเตเดฐเดธเตเดคเดพเดตเดจเดฏเต‹ เดตเดพเดฏเดฟเดšเตเดšเต เดถเดฐเดฟเดฏเดพเดฏ เด‰เดคเตเดคเดฐเด‚ เด…เดฒเตเดฒเต†เด™เตเด•เดฟเตฝ เดถเดฐเดฟเดฏเดพเดฏ เดŽเดฒเตเดฒเดพ เด‰เดคเตเดคเดฐเด™เตเด™เดณเตเด‚ เดคเดฟเดฐเดžเตเดžเต†เดŸเตเด•เตเด•เตเดจเตเดจเต.

เดจเดฟเด™เตเด™เตพ เด•เดพเดฃเตเดจเตเดจเดคเต: เด•เดพเตปเดกเดฟเดกเต‡เดฑเตเดฑเดฟเดจเต เดตเดฟเดทเดฏเด‚ เดคเดฟเดฐเดฟเดšเตเดšเดฑเดฟเดฏเตเด• เดฎเดพเดคเตเดฐเดฎเดฒเตเดฒ, เด…เดคเต เดชเตเดฐเดฏเต‹เด—เดฟเด•เตเด•เดพเดจเตเด‚ เดฎเดคเดฟเดฏเดพเดฏ เด…เดฑเดฟเดตเตเดฃเตเดŸเต‹ เดŽเดจเตเดจเต.

10 เดฎเดฟเดจเดฟเดฑเตเดฑเดฟเดจเตเดณเตเดณเดฟเตฝ 16 เดšเต‹เดฆเตเดฏเด™เตเด™เตพ, เด“เดฐเต‹เดจเตเดจเดพเดฏเดฟ เดจเตฝเด•เตเดจเตเดจเต.

เดˆ เดŸเต†เดธเตเดฑเตเดฑเดฟเดจเต เด…เดจเตเดฏเต‹เดœเตเดฏเดฎเดพเดฏ เดœเต‹เดฒเดฟเด•เตพ

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.

เด“เดฐเต‹ เด•เดพเตปเดกเดฟเดกเต‡เดฑเตเดฑเดฟเดจเตเด‚ เดฒเดญเดฟเด•เตเด•เตเดจเตเดจเดคเต

เดฎเดพเดคเตƒเด•เดพ เดฑเดฟเดชเตเดชเต‹เตผเดŸเตเดŸเต (เดธเดพเด™เตเด•เตฝเดชเตเดชเดฟเด• เดกเดพเดฑเตเดฑ)NumPy
74%เดชเต†เตผเดธเต†เดจเตเดฑเตˆเตฝ 53. เดฎเดพเดจเดฆเดฃเตเดกเด‚: HireValid เดธเตเดฅเดพเดจเดพเตผเดฅเดฟเด•เตพ, n = 1,413
Creating arrays86%
Manipulating arrays77%
Basic built-in functions60%
Advanced built-in functions71%
Integrity Scoreเด‰เดฏเตผเดจเตเดจ เด†เดคเตเดฎเดตเดฟเดถเตเดตเดพเดธเด‚
  • เดชเดฐเต€เด•เตเดทเดฏเดฟเดฒเตเดŸเดจเต€เดณเด‚ เดŸเต†เดธเตเดฑเตเดฑเต เดŸเดพเดฌเดฟเตฝ เดคเตเดŸเตผเดจเตเดจเต
  • เดชเต‡เดธเตเดฑเตเดฑเต เดšเต†เดฏเตเดค เด‰เดคเตเดคเดฐเด™เตเด™เดณเดฟเดฒเตเดฒ
  • เดธเตเดฅเดฟเดฐเดฎเดพเดฏ เดตเต‡เด—เดคเตเดคเดฟเตฝ เดฎเดฑเตเดชเดŸเดฟ เดจเตฝเด•เดฟ

เดธเตเด•เต‹เดฑเตเด•เดณเตเด‚ เดชเตเดฐเตŠเดซเตˆเดฒเตเด•เดณเตเด‚ เด‡เดจเตเดฑเด—เตเดฐเดฟเดฑเตเดฑเดฟ เดธเดฟเด—เตเดจเดฒเตเด•เดณเตเด‚ เด’เดฐเต เด…เดญเดฟเดฎเตเด–เดคเตเดคเต‹เดŸเตŠเดชเตเดชเด‚ เดจเดฟเด™เตเด™เตพ เดตเดฟเดฒเดฏเดฟเดฐเตเดคเตเดคเดพเดจเตเดณเตเดณ เดคเต†เดณเดฟเดตเตเด•เดณเดพเดฃเต; เด…เดต เด’เดฐเดฟเด•เตเด•เดฒเตเด‚ เดธเตเดตเดฏเดฎเต‡เดตเดฏเตเดณเตเดณ เดคเต€เดฐเตเดฎเดพเดจเดฎเดฒเตเดฒ.

เดˆ เดŸเต†เดธเตเดฑเตเดฑเต เดธเต—เดœเดจเตเดฏเดฎเดพเดฏเดฟ เด‰เดชเดฏเต‹เด—เดฟเด•เตเด•เตเด•

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 HireValidโ€™s 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 candidateโ€™s 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.

เดจเต€เดคเดฟเดชเต‚เตผเดตเด•เดคเดฏเตเด‚ เด†เดตเดถเตเดฏเดฎเดพเดฏ เดธเต—เด•เดฐเตเดฏเด™เตเด™เดณเตเด‚

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.

เด…เดจเตเดฏเต‹เดœเตเดฏเดฎเดพเดฏ เดธเต—เด•เดฐเตเดฏเดฎเดพเดฏเดฟ เดเดคเต เดธเตเดฅเดพเดจเดพเตผเดฅเดฟเด•เตเด•เตเด‚ เด…เดงเดฟเด• เดธเดฎเดฏเด‚ เดจเตฝเด•เดพเด‚. เดซเดฒเด™เตเด™เตพ เด’เดฐเดพเตพ เดตเดฟเดฒเดฏเดฟเดฐเตเดคเตเดคเดพเดจเตเดณเตเดณ เดคเต†เดณเดฟเดตเตเด•เดณเดพเดฃเต, เด’เดฐเดฟเด•เตเด•เดฒเตเด‚ เดธเตเดตเดฏเดฎเต‡เดตเดฏเตเดณเตเดณ เดคเต€เดฐเตเดฎเดพเดจเดฎเดฒเตเดฒ.

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

เดžเด™เตเด™เดณเตเดŸเต† เดจเต€เดคเดฟเดชเต‚เตผเดตเดฎเดพเดฏ เดธเดฎเต€เดชเดจเด‚ เดตเดพเดฏเดฟเด•เตเด•เตเด•

เดŸเต†เดธเตเดฑเตเดฑเดฟเดจเตเดฑเต† เดตเดฟเดถเดฆเดพเด‚เดถเด™เตเด™เตพ

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.

  • เดšเต‹เดฆเตเดฏเด™เตเด™เตพ เด‡เด‚เด—เตเดฒเต€เดทเดฟเดฒเดพเดฃเต.
  • เด…เดจเตเดตเดฆเดจเต€เดฏเดฎเดพเดฏ เดธเดนเดพเดฏเด™เตเด™เตพ: เด•เดฐเดŸเต เดŽเดดเตเดคเดพเดจเตเดณเตเดณ เดชเต‡เดชเตเดชเตผ.
  • เด“เดฐเต‹ เดšเต‹เดฆเตเดฏเดคเตเดคเดฟเดจเตเด‚ เด•เตเดฐเดฎเดคเตเดคเดฟเตฝ เด’เดฐเดฟเด•เตเด•เตฝ เดฎเดพเดคเตเดฐเด‚ เด‰เดคเตเดคเดฐเด‚ เดจเตฝเด•เดพเด‚. เดฎเตเดฎเตเดชเดคเตเดคเต† เดšเต‹เดฆเตเดฏเด™เตเด™เดณเดฟเดฒเต‡เด•เตเด•เต เดฎเดŸเด™เตเด™เดพเดจเดพเด•เดฟเดฒเตเดฒ.
  • เดธเดฎเดฏเดชเดฐเดฟเดงเดฟเดฏเตเดณเตเดณ เดŸเต†เดธเตเดฑเตเดฑเดฟเดจเต เดฎเตเดฎเตเดชเต 4 เดชเดฐเดฟเดถเต€เดฒเดจ เดšเต‹เดฆเตเดฏเด™เตเด™เตพ, 3 เดฎเดฟเดจเดฟเดฑเตเดฑเต.

NumPy, Python เด…เดตเดฏเตเดŸเต† เด‰เดŸเดฎเด•เดณเตเดŸเต† เดตเตเดฏเดพเดชเดพเดฐเดฎเตเดฆเตเดฐเด•เดณเดพเดฃเต. HireValid เด…เดตเดฐเตเดฎเดพเดฏเดฟ เดฌเดจเตเดงเดชเตเดชเต†เดŸเตเดŸเดคเต‹ เด…เดตเดฐเตเดŸเต† เด…เด‚เด—เต€เด•เดพเดฐเดฎเตเดณเตเดณเดคเต‹ เด…เดฒเตเดฒ.

เดชเดคเดฟเดตเดพเดฏเดฟ เดšเต‹เดฆเดฟเด•เตเด•เตเดจเตเดจ เดšเต‹เดฆเตเดฏเด™เตเด™เตพ

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.

เดฌเดจเตเดงเดชเตเดชเต†เดŸเตเดŸ เดŸเต†เดธเตเดฑเตเดฑเตเด•เตพ

เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

Matplotlib

10 เดฎเดฟเดจเดฟเดฑเตเดฑเต, เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดชเดฐเตเดฏเดตเต‡เด•เตเดทเดฃเด‚ เดšเต†เดฏเตเดฏเตเด•
เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

Pandas

12 เดฎเดฟเดจเดฟเดฑเตเดฑเต, เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดชเดฐเตเดฏเดตเต‡เด•เตเดทเดฃเด‚ เดšเต†เดฏเตเดฏเตเด•
เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

PySpark

10 เดฎเดฟเดจเดฟเดฑเตเดฑเต, เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดชเดฐเตเดฏเดตเต‡เด•เตเดทเดฃเด‚ เดšเต†เดฏเตเดฏเตเด•
เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดกเดพเดฑเตเดฑเดพ เดŽเดžเตเดšเดฟเดจเต€เดฏเตผเดฎเดพเตผเด•เตเด•เตเดณเตเดณ Apache Spark

10 เดฎเดฟเดจเดฟเดฑเตเดฑเต, เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดชเดฐเตเดฏเดตเต‡เด•เตเดทเดฃเด‚ เดšเต†เดฏเตเดฏเตเด•
เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

R เด‰เดชเดฏเต‹เด—เดฟเดšเตเดšเตเดณเตเดณ เดกเดพเดฑเตเดฑเดพ เดตเดฟเดถเด•เดฒเดจเด‚

10 เดฎเดฟเดจเดฟเดฑเตเดฑเต, เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดชเดฐเตเดฏเดตเต‡เด•เตเดทเดฃเด‚ เดšเต†เดฏเตเดฏเตเด•
เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

Azure-เดฒเต† เดกเดพเดฑเตเดฑ เด…เดจเดฒเดฟเดฑเตเดฑเดฟเด•เตเดธเต

10 เดฎเดฟเดจเดฟเดฑเตเดฑเต, เดชเตเดฐเต‹เด—เตเดฐเดพเดฎเดฟเด‚เด—เต เด•เดดเดฟเดตเตเด•เตพ

เดชเดฐเตเดฏเดตเต‡เด•เตเดทเดฃเด‚ เดšเต†เดฏเตเดฏเตเด•

เด…เดŸเตเดคเตเดค เดจเดฟเดฏเดฎเดจเดคเตเดคเดฟเตฝ NumPy เดŸเต†เดธเตเดฑเตเดฑเต เด‰เดชเดฏเต‹เด—เดฟเด•เตเด•เตเด•

Free เด‰เตพเดชเตเดชเต†เดŸเต† เดŽเดฒเตเดฒเดพ เดชเตเดฒเดพเดจเตเด•เดณเดฟเดฒเตเด‚ เดฎเตเดดเตเดตเตป เดŸเต†เดธเตเดฑเตเดฑเต เดฒเตˆเดฌเตเดฐเดฑเดฟเดฏเตเด‚ เดฒเดญเตเดฏเดฎเดพเดฃเต.

เดˆ เดŸเต†เดธเตเดฑเตเดฑเต เดธเต—เดœเดจเตเดฏเดฎเดพเดฏเดฟ เด‰เดชเดฏเต‹เด—เดฟเด•เตเด•เตเด•Free เดชเตเดฒเดพเตป. เด•เตเดฐเต†เดกเดฟเดฑเตเดฑเต เด•เดพเตผเดกเต เดตเต‡เดฃเตเดŸ.
Free เดชเตเดฒเดพเตป. เด•เตเดฐเต†เดกเดฟเดฑเตเดฑเต เด•เดพเตผเดกเต เดตเต‡เดฃเตเดŸ.เดˆ เดŸเต†เดธเตเดฑเตเดฑเต เดธเต—เดœเดจเตเดฏเดฎเดพเดฏเดฟ เด‰เดชเดฏเต‹เด—เดฟเด•เตเด•เตเด•

เดŽเดกเดฟเดฑเตเดฑเต‹เดฑเดฟเดฏเตฝ เดŸเต€เดฎเดฟเดจเต†เด•เตเด•เตเดฑเดฟเดšเตเดšเต

HireValid เดŽเดกเดฟเดฑเตเดฑเต‹เดฑเดฟเดฏเตฝ เดŸเต€เด‚ เดคเดฏเตเดฏเดพเดฑเดพเด•เตเด•เดฟ เดตเดธเตเดคเตเดคเด•เตพ เดชเดฐเดฟเดถเต‹เดงเดฟเดšเตเดšเดคเต. เดชเดฐเดฟเดถเต‹เดงเดฟเดšเตเดš เด‰เดฑเดตเดฟเดŸเด™เตเด™เตพ . เดŽเดกเดฟเดฑเตเดฑเต‹เดฑเดฟเดฏเตฝ เดจเดฏเด‚ เดตเดพเดฏเดฟเด•เตเด•เตเด•.