Πώς να Κάνεις Δοκιμαστική Συνέντευξη για Data Scientist

Οι διαδικασίες συνεντεύξεων για data scientist διαφέρουν περισσότερο ανά εταιρεία από ό,τι αυτές για analyst, και η προετοιμασία για το σύνολο όλων είναι ο τρόπος με τον οποίο οι υποψήφιοι εξαντλούνται πριν από το onsite. Αυτή η ενότητα το περιορίζει στους τέσσερις γύρους που καλύπτουν τις περισσότερες διαδικασίες, ώστε ο χρόνος της δοκιμαστικής σου συνέντευξης να αντιστοιχεί στην πραγματική κατανομή.

Οι τέσσερις: μια συζήτηση στατιστικής και μηχανικής μάθησης, μια μελέτη περίπτωσης πειράματος ή μετρικών, ένας γύρος κώδικα σε SQL και συχνά Python, και μια εμβάθυνση σε ένα project που έχεις υλοποιήσει εσύ. Οι ρόλοι με έμφαση στο product analytics δίνουν μεγαλύτερο βάρος στον γύρο μελέτης περίπτωσης· οι ρόλοι με έμφαση στο ML δίνουν μεγαλύτερο βάρος σε ερωτήσεις μοντελοποίησης και μερικές φορές σε μια συζήτηση σχεδιασμού συστημάτων ML. Διάβασε την περιγραφή θέσης εργασίας και στάθμισε τη δοκιμαστική σου συνέντευξη με τον ίδιο τρόπο.

Κάνε τους γύρους ξεχωριστά στην αρχή, και μετά ως έναν πλήρη κύκλο την εβδομάδα πριν από τις συνεντεύξεις· η σελίδα δοκιμαστική συνέντευξη καλύπτει το πώς να τρέχεις χρονομετρημένες συνεδρίες με έναν συνεντευκτή AI που κάνει ερωτήσεις παρακολούθησης.

Ο τρόπος αποτυχίας εδώ δεν είναι η έλλειψη γνώσης, είναι η κακή εξήγηση γνωστών πραγμάτων υπό παρατήρηση. Εξασκήσου στο βασικό σύνολο ερωτήσεων δυνατά, κάθε μία σε δύο επίπεδα βάθους: μία πρόταση σε απλή γλώσσα που θα μπορούσε να ακολουθήσει ένας product manager, και μετά την τεχνική εκδοχή με τις παραδοχές ονομασμένες.

• Τι είναι και τι δεν είναι μια τιμή p, και τι σου προσφέρει η στατιστική ισχύς.
• Bias έναντι variance, και πώς το regularization ισορροπεί ανάμεσά τους.
• Πότε η precision έχει μεγαλύτερη σημασία από την recall, με ένα συγκεκριμένο παράδειγμα.
• Γιατί ένα μοντέλο που έχει καλή απόδοση offline μπορεί να αποτύχει τελικά σε production.
• Overfitting: πώς το εντοπίζεις, και τι αλλάζεις όταν το βρίσκεις.

Η άσκηση δύο επιπέδων βάθους έχει σημασία επειδή οι πραγματικοί συνεντευκτές κάνουν την ίδια ερώτηση και με τους δύο τρόπους, και το να αλλάζεις επίπεδο ομαλά είναι αυτό που διαβάζεται ως εμπειρία (seniority).

Ο γύρος μελέτης περίπτωσης σου δίνει μια αλλαγή προϊόντος και σου ζητά να σχεδιάσεις το τεστ. Εξασκήσου σε μια σταθερή δομή: επίλεξε τη μετρική επιτυχίας και τον παρονομαστή της, επίλεξε τη μονάδα τυχαιοποίησης, ονόμασε τις μετρικές guardrail, υπολόγισε χονδρικά το μέγεθος του τεστ έχοντας υπόψη τη στατιστική ισχύ, και δήλωσε τον κανόνα απόφασης πριν φτάσει οποιοδήποτε δεδομένο. Μετά ονόμασε τις κλασικές παγίδες: πρόωρη ματιά στα δεδομένα (peeking), ασύμβατες μονάδες τυχαιοποίησης, φαινόμενα novelty, και παρεμβολή ανάμεσα σε παραλλαγές.

Ένα συγκεκριμένο παράδειγμα: μια data scientist που προετοιμάζεται για έναν ρόλο σε marketplace δίνει στον εαυτό της 15 λεπτά για να αποφασίσει αν ένας νέος αλγόριθμος κατάταξης πρέπει να κυκλοφορήσει, περνάει τη δομή δυνατά, και μετά ελέγχει ένα πράγμα: αν η μονάδα τυχαιοποίησής της αντέχει όταν αγοραστές και πωλητές αλληλεπιδρούν μεταξύ τους. Αυτός ο ένας έλεγχος είναι το σημείο όπου κερδίζονται ή χάνονται οι μελέτες περίπτωσης marketplace, και η εξάσκηση είναι αυτό που το κάνει αυτόματο.

Περισσότερα prompt μελετών περίπτωσης και σύνολα ερωτήσεων ειδικά ανά ρόλο συγκεντρώνονται στο κέντρο τραπεζών ερωτήσεων.

Μια δοκιμαστική συνέντευξη χωρίς γραπτό feedback ξεθωριάζει μέσα σε μία μέρα. Κλείσε κάθε συνεδρία με τρεις γραμμές: τι πέτυχε, τι κόλλησε, και η μία ερώτηση που θα ξαναδοκιμάσεις την επόμενη φορά. Ξεκίνα την επόμενη συνεδρία με αυτή την ερώτηση. Μέσα σε πέντε ή έξι συνεδρίες αυτό συγκλίνει στα πραγματικά αδύναμα σημεία σου, που είναι ακριβώς το νόημα της δοκιμαστικής εξάσκησης αντί για απλή ανάγνωση.

Για την εμβάθυνση σε project, εξασκήσου σε ένα project σε τρία επίπεδα βάθους: μια περίληψη 2 λεπτών, μια αναλυτική παρουσίαση 10 λεπτών, και μια ανάκριση 30 λεπτών με αντιρρήσεις σε κάθε επιλογή. Οι συνεντευκτές ψάχνουν μέχρι να βρουν το όριο της ιδιοκτησίας σου (ownership)· το να ξέρεις πού βρίσκεται αυτό το όριο πριν το βρουν αυτοί κρατά τον γύρο ήρεμο. Πώς μοιάζουν οι πλήρεις συνεδρίες και το feedback που παράγεται καλύπτεται στο κέντρο δοκιμαστικών συνεντεύξεων.