Πώς η Amazon αξιολογεί Μηχανικούς Δεδομένων

Η Amazon δημοσιεύει τη γενική διαδικασία συνεντεύξεων και ξεχωριστές σελίδες προετοιμασίας για ορισμένους ρόλους. Δεν δημοσιεύει ειδική σελίδα για Μηχανικούς Δεδομένων, επομένως τα παρακάτω στάδια αποτελούν τη γενική διαδικασία· η αρχική αξιολόγηση, ο προγραμματισμός, ο σχεδιασμός συστημάτων, η αξιολόγηση συμπεριφοράς και η επιτόπια συνέντευξη είναι κατηγορίες προετοιμασίας αυτής της σελίδας και όχι ονομασίες γύρων της Amazon.

• Τηλεφωνική συνέντευξη. Συζήτηση 30 έως 45 λεπτών, συνήθως με υπεύθυνο προσλήψεων ή διευθυντή της θέσης, και η πρώτη σας ζωντανή αλληλεπίδραση με την Amazon.
• Ο κύκλος συνεντεύξεων. Το τελικό και πληρέστερο στάδιο: τέσσερις έως έξι συνεντεύξεις διάρκειας 45-60 λεπτών η καθεμία, στις οποίες κάθε συνεντευκτής αξιολογεί διαφορετικές πτυχές των δεξιοτήτων και της εμπειρίας σας.
• Ο Bar Raiser. Ένας αντικειμενικός συνεντευκτής εκτός της ομάδας προσλήψεων συμμετέχει στον κύκλο, ώστε να διασφαλίζεται η τήρηση των προτύπων πρόσληψης της Amazon.
• Απολογισμός και ενημέρωση. Η επιτροπή πραγματοποιεί απολογισμό μετά την τελική συνέντευξη. Η Amazon συνήθως ενημερώνει εντός δύο εργάσιμων ημερών μετά τις τηλεφωνικές συνεντεύξεις και εντός πέντε εργάσιμων ημερών μετά τον κύκλο.

Συγκριτικά, η Amazon δημοσιεύει ότι οι ρόλοι Μηχανικού Ανάπτυξης Λογισμικού περιλαμβάνουν διαδικτυακή αξιολόγηση με δοκιμασία προγραμματισμού πριν από τον κύκλο. Δεν έχει δημοσιευτεί αν ένας υποψήφιος Μηχανικός Δεδομένων υποβάλλεται σε αυτή, οπότε προετοιμαστείτε σαν να είναι πιθανό.

Δύο δημοσιευμένα δεδομένα διέπουν κάθε συνέντευξη της Amazon. Οι 16 Leadership Principles αποτελούν τη βάση κάθε απόφασης πρόσληψης και ακρογωνιαίος λίθος των συνεντεύξεων είναι η μέθοδος STAR: κατάσταση, εργασία, ενέργεια, αποτέλεσμα. Σε έναν κύκλο όπου κάθε συνεντευκτής αξιολογεί διαφορετική πτυχή, αυτό σημαίνει ότι κάθε συζήτηση 45-60 λεπτών συνδυάζει έναν τεχνικό τομέα με αρχές και ότι κάθε ιστορία που αφηγείστε χρειάζεται ένα αποτέλεσμα το οποίο μπορείτε να διατυπώσετε.

Οι συνεντεύξεις Μηχανικών Δεδομένων γενικά αξιολογούν:

• SQL και μοντελοποίηση δεδομένων. Σωστά ερωτήματα υπό χρονική πίεση και σχήματα που αντέχουν στις αλλαγές.
• Ροές επεξεργασίας και ενορχήστρωση. Ιδιοδύναμες επανεκτελέσεις, αναδρομική συμπλήρωση δεδομένων, καθυστερημένα δεδομένα και οι ενέργειές σας όταν μια ανάντη πηγή παρέχει ανακριβή στοιχεία.
• Κατανεμημένα συστήματα δεδομένων. Διαμερισμός, μορφές αποθήκευσης, μαζική έναντι συνεχούς επεξεργασίας και κόστος.
• Ποιότητα και ιδιοκτησία δεδομένων. Εντοπισμός, επικοινωνία και πρόληψη, όπου τεκμηριώνονται οι αρχές της ανάληψης ευθύνης και της απόκτησης εμπιστοσύνης.

Τα δημοσιευμένα θέματα ανάπτυξης λογισμικού της Amazon περιλαμβάνουν βάσεις δεδομένων και κατανεμημένη πληροφορική μαζί με δομές δεδομένων και αλγορίθμους, ενώ αναφέρουν ότι οι συνεντευκτές αναζητούν την ικανότητα εφαρμογής γνώσεων για την επίλυση προβλημάτων και όχι απομνημονευμένες λεπτομέρειες. Αυτό αποτελεί ασφαλές πρότυπο προετοιμασίας για έναν ρόλο δεδομένων.

Η Amazon δημοσιεύει για τους ρόλους SDE λεπτομέρειες που δεν δημοσιεύει για τους Μηχανικούς Δεδομένων, οπότε η σύγκριση είναι συγκεκριμένη μόνο από τη μία πλευρά.

• Τι δημοσιεύει η Amazon για το SDE II: διαδικτυακή αξιολόγηση 90 λεπτών για δύο τεχνικές ερωτήσεις, ακολουθούμενη από 20 λεπτά σεναρίων σχεδιασμού συστημάτων και μια 8λεπτη Έρευνα Εργασιακού Στυλ· κύκλος τεσσάρων συνεντεύξεων 55 λεπτών με μέλη της κοινότητας ανάπτυξης λογισμικού· συντακτικά ορθός κώδικας αντί ψευδοκώδικα· και τουλάχιστον μία ερώτηση σχετικά με τον σχεδιασμό συστημάτων λογισμικού.
• Τι υποδηλώνει αυτό για έναν Μηχανικό Δεδομένων, ως γενική πρακτική και όχι ως πολιτική της Amazon: αναμένετε την ίδια απαίτηση για λειτουργικό κώδικα, ερωτήσεις σχεδιασμού που αφορούν τη ροή, την αποθήκευση και την επικαιρότητα των δεδομένων αντί για την εξυπηρέτηση αιτημάτων, καθώς και το SQL και τη μοντελοποίηση δεδομένων να αντικαθιστούν μέρος του εύρους των αλγορίθμων.
• Τι παραμένει ίδιο σε κάθε κύκλο της Amazon: οι αρχές, το STAR, ο Bar Raiser και ο απολογισμός.

Η Amazon δημοσιεύει τα επιμέρους στοιχεία αλλά όχι τη συνολική διάρκεια: τηλεφωνική συνέντευξη 30 έως 45 λεπτών, κύκλος τεσσάρων έως έξι συνεντεύξεων διάρκειας 45-60 λεπτών, ενημέρωση εντός δύο εργάσιμων ημερών μετά τις τηλεφωνικές συνεντεύξεις και εντός πέντε εργάσιμων ημερών μετά τον κύκλο. Ο χρόνος προγραμματισμού μεταξύ αυτών των σταδίων δεν δημοσιεύεται.

Η δυσκολία έγκειται στην αντοχή και τη συνέπεια. Τέσσερις έως έξι συνεντευκτές αξιολογούν ο καθένας διαφορετική πτυχή, ένας από αυτούς είναι Bar Raiser εκτός της ομάδας και όλοι περιμένουν ιστορίες σε μορφή STAR με πραγματικό αποτέλεσμα. Ένας μηχανικός δεδομένων που μπορεί να συνδέει κάθε τεχνική απάντηση με ένα πραγματικό εργασιακό παράδειγμα διαμορφωμένο βάσει κάποιας αρχής είναι προετοιμασμένος για τη διαδικασία· κάποιος που έχει επιλύσει προβλήματα μόνο μεμονωμένα δεν είναι.

Οργανώστε την προετοιμασία γύρω από τις δύο δημοσιευμένες σταθερές και τους τέσσερις τομείς βάσει των οποίων αξιολογείται ο ρόλος.

• Μια συλλογή ιστοριών STAR. Για καθεμία από τις 16 Leadership Principles, προετοιμάστε τουλάχιστον μία ιστορία από εργασία με δεδομένα και μετρήσιμο αποτέλεσμα: μια ροή επεξεργασίας που κάνατε αξιόπιστη, ένα περιστατικό ποιότητας για το οποίο αναλάβατε την ευθύνη ή ένα κόστος που μειώσατε.
• Λειτουργικός κώδικας. Εξασκηθείτε σε προβλήματα SQL και μετασχηματισμού σε περιβάλλον που τα εκτελεί, καθώς οι οδηγίες της Amazon για SDE απαιτούν συντακτικά ορθό κώδικα και όχι ψευδοκώδικα.
• Σχεδιασμός με αριθμούς που γνωρίζετε. Προετοιμάστε δύο ή τρία συστήματα δεδομένων που μπορείτε να σχεδιάσετε, μαζί με τους τρόπους αστοχίας τους και τους συμβιβασμούς που επιλέξατε.
• Μια πιθανή αξιολόγηση. Η Amazon δεν διευκρινίζει αν οι Μηχανικοί Δεδομένων υποβάλλονται σε διαδικτυακή αξιολόγηση· προετοιμαστείτε παρ’ όλα αυτά για μια χρονομετρημένη συνεδρία προγραμματισμού.
• Κάντε πρόβα τον κύκλο. Μια προσομοίωση συνέντευξης με το SubcueAI σάς βοηθά να εξασκηθείτε σε διαδοχικές απαντήσεις STAR και ερωτήσεις σχεδιασμού πριν αντιμετωπίσετε τέσσερις έως έξι συνεντευκτές μέσα σε μία ημέρα.