So interviewt LinkedIn Dateningenieure

LinkedIn veröffentlicht einen allgemeinen Überblick über den Einstellungsprozess und kein rollenspezifisches Drehbuch. Die folgenden Phasen entsprechen daher diesem Überblick; Vorauswahl, Programmierung, Systemdesign, verhaltensbezogene Fragen und Vor-Ort-Termine sind Vorbereitungskategorien auf dieser Seite und keine offiziellen Bezeichnungen der Interviewrunden von LinkedIn.

• Das Recruiting-Gespräch. Wenn Sie die Anforderungen erfüllen und für den weiteren Prozess ausgewählt werden, vereinbart das Recruiting-Team ein Gespräch und möglicherweise zusätzlich einen Videoanruf mit der einstellenden Führungskraft oder einem anderen Teammitglied.
• Die Interviewphase. Sie lernen mehrere weitere Teammitglieder kennen, wobei jedes Gespräch einen anderen Kompetenzbereich behandelt. Für Dateningenieure dürften diese Bereiche SQL und Modellierung, Pipelines, Systeme und bisherige Arbeit umfassen, auch wenn LinkedIn sie nicht ausdrücklich aufführt.
• Fallstudie oder Whiteboard. Je nach Position können Bewerber gebeten werden, eine Fallstudie zu präsentieren oder eine Whiteboard-Aufgabe zu bearbeiten. Bei einer Datenposition ist es wahrscheinlicher, eine Pipeline oder ein Schema am Whiteboard zu entwerfen, als eine Fallstudie zu präsentieren.
• Die Entscheidung. LinkedIn benötigt nach den Gesprächen möglicherweise mehrere Wochen für eine Entscheidung.

LinkedIn veröffentlicht weder die Anzahl der Gespräche für Dateningenieure noch deren Dauer oder Angaben dazu, ob es einen Programmiertest gibt.

Das veröffentlichte Konzept sieht einen Kompetenzbereich pro Gespräch vor. Das ist hilfreich: Sie können jeden Bereich gründlich vorbereiten, statt zu erwarten, dass jede interviewende Person alle Themen abdeckt. Gleichzeitig lässt sich ein schwacher Bereich nicht hinter einem starken verbergen.

Vorstellungsgespräche für Dateningenieure prüfen üblicherweise vier Bereiche, die eine plausible Einschätzung dafür bieten, wie LinkedIn die kompetenzbezogenen Gespräche für diese Position aufteilen könnte:

• SQL und Datenmodellierung. Korrekte, gut lesbare Abfragen unter Zeitdruck sowie Schemas, die sich an veränderte Anforderungen anpassen lassen.
• Pipelines und Orchestrierung. Abhängigkeiten, idempotente Wiederholungen, Backfills sowie verspätete oder fehlerhafte Quelldaten.
• Verteilte Datensysteme. Partitionierung, Speicherformate, Batch- gegenüber Streaming-Verarbeitung und Kosten; bei einer großen sozialen Plattform machen die Datenmengen diese Fragen konkret.
• Datenqualität und Verantwortlichkeit. Erkennung, Kommunikation und Prävention – hier werden üblicherweise auch Fragen zu bisherigen Projekten gestellt.

Der veröffentlichte Überblick von LinkedIn unterscheidet nicht zwischen verschiedenen Positionen. Die folgenden Unterschiede entsprechen daher der allgemeinen Praxis.

• Im Vergleich zu Gesprächen für Softwareentwickler dürften die technischen Kompetenzbereiche stärker auf SQL, Datenverarbeitung und Pipeline-Logik als auf ein breites Spektrum von Algorithmen ausgerichtet sein. Beim Systemdesign geht es eher um Datenflüsse, Speicherung und Aktualität.
• Im Vergleich zu Gesprächen für Data Scientists ist mit weniger Statistik und Modellierung und mit einem stärkeren Fokus auf Systeme zu rechnen, die verlässliche Daten rechtzeitig bereitstellen.
• Im Vergleich zu anderen Unternehmen fallen vor allem die Struktur mit einem Kompetenzbereich pro Gespräch, die mögliche Fallstudie oder Whiteboard-Aufgabe und die unter Umständen mehrere Wochen dauernde Entscheidungsphase auf. Bereiten Sie jeden Kompetenzbereich einzeln vor und üben Sie das Zeichnen von Entwürfen.

LinkedIn veröffentlicht eine einzige Zeitangabe: Nach den Gesprächen kann es mehrere Wochen dauern, bis eine Entscheidung getroffen wird. Zur Anzahl und Dauer der Gespräche sowie zum zeitlichen Abstand zwischen dem Recruiting-Gespräch und der Interviewphase gibt es keine veröffentlichten Angaben.

Die Schwierigkeit liegt eher in der Tiefe jedes Bereichs als in der Themenbreite eines einzelnen Gesprächs. Da jedes Gespräch einen anderen Kompetenzbereich behandelt, kann die interviewende Person das gesamte Gespräch nutzen, um Pipelines oder Modellierung eingehend zu prüfen. Bewerbern mit nur oberflächlichen Antworten wird dabei schnell der Gesprächsstoff ausgehen. Bereiten Sie jeden Bereich so vor, als wäre er der einzige.

Orientieren Sie sich an der veröffentlichten Struktur: jeweils ein Kompetenzbereich, dafür gründlich.

• SQL und Modellierung vertiefen. Üben Sie, Fensterfunktionen, Deduplizierung und langsam veränderliche Dimensionen zu schreiben und zu erklären sowie die zugrunde liegenden Schemaentscheidungen zu begründen.
• Pipeline-Design am Whiteboard. Bereiten Sie zwei oder drei Systeme vor, die Sie einschließlich möglicher Fehlerfälle vollständig darstellen können, da eine Whiteboard-Aufgabe ausdrücklich als Möglichkeit genannt wird.
• Systembezogene Abwägungen. Partitionierung, Formate und Batch- gegenüber Streaming-Verarbeitung einschließlich der Kosten jeder Entscheidung.
• Nachweise aus bisherigen Projekten. Ein Vorfall zur Datenqualität, für den Sie verantwortlich waren: was Sie erkannt haben, wen Sie informiert haben und was Sie geändert haben.
• Das Format proben. Ein Probeinterview mit SubcueAI ermöglicht es Ihnen, einen einzelnen Kompetenzbereich unter fortlaufender Befragung zu üben – genau die Form, die LinkedIn beschreibt.