Jak LinkedIn vede pohovory s datovými inženýry

LinkedIn zveřejňuje obecný přehled svého náborového procesu, nikoli scénář pro jednotlivé pozice, takže níže uvedené fáze vycházejí z tohoto přehledu; předvýběr, programování, návrh systémů, behaviorální pohovor a pohovor na pracovišti jsou na této stránce kategoriemi přípravy, nikoli názvy kol používanými LinkedIn.

• Hovor s náborovým týmem. Pokud splňujete požadavky a jste vybráni do další fáze, náborový tým naplánuje hovor a může také sjednat videohovor s vedoucím náboru nebo jiným členem týmu.
• Fáze pohovorů. Setkáte se s několika dalšími členy týmu a každý pohovor se zaměřuje na jinou odbornou oblast. U datového inženýra lze očekávat oblasti jako SQL a datové modelování, datové pipeline, systémy a předchozí práce, ačkoli LinkedIn je konkrétně neuvádí.
• Případová studie nebo práce na tabuli. V závislosti na pozici mohou být uchazeči požádáni, aby představili případovou studii nebo vyřešili úlohu na tabuli. U datové pozice je pravděpodobnější návrh pipeline či schématu na tabuli než prezentace případové studie.
• Rozhodnutí. LinkedIn může po pohovorech potřebovat několik týdnů, než dospěje k rozhodnutí.

LinkedIn nezveřejňuje, kolik pohovorů datový inženýr absolvuje, jak dlouho jednotlivé pohovory trvají ani zda součástí procesu je programátorský test.

Podle zveřejněného uspořádání se každý pohovor věnuje jedné odborné oblasti. To je užitečné: na každou oblast se můžete připravit do hloubky, místo abyste očekávali, že každý tazatel probere všechno, a zároveň se slabá oblast nemůže skrýt za silnou.

Pohovory na pozici datového inženýra obecně hodnotí čtyři oblasti, které představují rozumný odhad toho, jak by se v LinkedIn mohly rozdělit odborně zaměřené pohovory pro tuto pozici:

• SQL a datové modelování. Správné a čitelné dotazy pod časovým tlakem a schémata, která obstojí při změnách požadavků.
• Pipeline a orchestrace. Závislosti, idempotentní opakované spuštění, zpětné doplnění dat a opožděné či chybně formátované zdroje.
• Distribuované datové systémy. Dělení dat, formáty úložišť, dávkové versus streamové zpracování a náklady; u velké sociální platformy dávají objemy těmto otázkám konkrétní rozměr.
• Kvalita dat a odpovědnost. Odhalování, komunikace a prevence problémů, kam obvykle směřují otázky na předchozí práci.

Zveřejněný přehled LinkedIn se podle pozice neliší, takže níže uvedené rozdíly vycházejí z obecné praxe.

• Ve srovnání s pohovory na softwarového inženýra očekávejte, že technické oblasti budou více zaměřené na SQL, manipulaci s daty a logiku pipeline než na širokou škálu algoritmů a že rozhovor o návrhu se bude týkat toku dat, ukládání a aktuálnosti.
• Ve srovnání s pohovory na datového vědce očekávejte méně statistiky a modelování a více otázek o systémech, které včas poskytují důvěryhodná data.
• Ve srovnání s jinými firmami jsou zveřejněnými charakteristikami struktura jednoho odborného tématu na pohovor, možná případová studie nebo úloha na tabuli a rozhodnutí, které může trvat několik týdnů. Připravte se na každou oblast zvlášť a buďte připraveni kreslit.

LinkedIn zveřejňuje jediný časový údaj: po pohovorech může potřebovat několik týdnů, než dospěje k rozhodnutí. Nezveřejňuje počet ani délku pohovorů či prodlevu mezi hovorem s náborovým týmem a fází pohovorů.

Obtížnost spočívá spíše v hloubce každé oblasti než v šíři jednoho pohovoru. Protože se každý pohovor zaměřuje na jinou odbornou oblast, může se tazatel během celého rozhovoru do hloubky věnovat pipeline nebo modelování a uchazeči s pouze povrchní odpovědí brzy dojdou argumenty. Na každou oblast se připravte, jako by byla jediná.

Kopírujte zveřejněnou strukturu: vždy jedna odborná oblast a důkladná příprava.

• SQL a modelování do hloubky. Procvičujte psaní a vysvětlování okenních funkcí, deduplikace a pomalu se měnících dimenzí a následně obhajobu souvisejících rozhodnutí o schématu.
• Návrh pipeline na tabuli. Připravte si dva nebo tři systémy, které dokážete zakreslit od začátku do konce včetně režimů selhání, protože úloha na tabuli patří mezi zveřejněné možnosti.
• Kompromisy při návrhu systémů. Dělení dat, formáty a dávkové versus streamové zpracování včetně nákladů každé volby.
• Důkazy z předchozí práce. Připravte si incident s kvalitou dat, za který jste odpovídali: co jste odhalili, koho jste informovali a co jste změnili.
• Nacvičte si formát. Simulovaný pohovor se SubcueAI vám umožní procvičovat jednu odbornou oblast při soustavném kladení otázek, což odpovídá formátu popsanému LinkedIn.