Cómo LinkedIn entrevista a ingenieros de datos

LinkedIn publica un esquema general de su proceso de contratación, no un guion específico para cada puesto, por lo que las etapas siguientes corresponden a ese esquema; la selección inicial, la programación, el diseño de sistemas, la evaluación conductual y las entrevistas presenciales son categorías de preparación de esta página, no nombres de rondas de LinkedIn.

• La llamada de selección. Si cumples los requisitos y te eligen para continuar, el equipo de selección programa una llamada y también puede programar una videollamada con el responsable de contratación u otro miembro del equipo.
• La fase de entrevistas. Conoces a varios miembros más del equipo y cada entrevista se centra en un área de habilidades diferente. Para un ingeniero de datos, cabe esperar que esas áreas correspondan a SQL y modelado, canalizaciones, sistemas y experiencia profesional, aunque LinkedIn no las enumera.
• Caso práctico o pizarra. Según el puesto, pueden pedir a los candidatos que presenten un caso práctico o hagan un ejercicio en una pizarra. En un puesto de datos es más probable tener que diseñar una canalización o un esquema en la pizarra que presentar un caso.
• La decisión. LinkedIn puede necesitar varias semanas para tomar una decisión después de las entrevistas.

LinkedIn no publica cuántas entrevistas tiene un ingeniero de datos, cuánto dura cada una ni si hay una prueba de programación.

El diseño publicado asigna un área de habilidades a cada entrevista. Esto resulta útil: permite preparar cada área en profundidad en vez de esperar que cada entrevistador lo abarque todo, y significa que un área débil no puede quedar oculta tras otra sólida.

Las entrevistas para ingenieros de datos suelen evaluar cuatro áreas, que permiten estimar razonablemente cómo se dividirían las entrevistas de LinkedIn centradas en habilidades para este puesto:

• SQL y modelado de datos. Consultas correctas y legibles realizadas con tiempo limitado, y esquemas capaces de resistir cambios en los requisitos.
• Canalizaciones y orquestación. Dependencias, reejecuciones idempotentes, cargas históricas y fuentes tardías o con formato incorrecto.
• Sistemas de datos distribuidos. Particionamiento, formatos de almacenamiento, procesamiento por lotes frente a streaming y costes; en una gran plataforma social, el volumen hace que estas preguntas sean concretas.
• Calidad y propiedad de los datos. Detección, comunicación y prevención, que es donde suelen encajar las preguntas sobre experiencias profesionales anteriores.

El esquema publicado por LinkedIn no varía según el puesto, por lo que las diferencias siguientes corresponden a prácticas generales.

• En comparación con las entrevistas para ingenieros de software, cabe esperar que las áreas de habilidades técnicas se orienten hacia SQL, la manipulación de datos y la lógica de canalizaciones, en lugar de un repaso amplio de algoritmos, y que la conversación de diseño trate sobre el flujo, el almacenamiento y la actualización de los datos.
• En comparación con las entrevistas para científicos de datos, cabe esperar menos estadística y modelado y más atención a los sistemas que entregan datos fiables a tiempo.
• En comparación con otras empresas, las características publicadas son la estructura de una habilidad por entrevista, el posible caso práctico o ejercicio de pizarra y una decisión que puede tardar varias semanas. Prepara cada área de habilidades por separado y ten disposición para dibujar.

LinkedIn publica una única indicación temporal: puede necesitar varias semanas para tomar una decisión después de las entrevistas. No publica la cantidad ni la duración de las entrevistas, ni el intervalo entre la llamada de selección y la fase de entrevistas.

La dificultad reside en la profundidad de cada área, no en la amplitud de cada entrevista. Como cada entrevista se centra en un área de habilidades diferente, el entrevistador dispone de toda la conversación para profundizar en las canalizaciones o el modelado, y un candidato que solo tenga una respuesta superficial se quedará sin argumentos. Prepara cada área como si fuera la única.

Reproduce la estructura publicada: un área de habilidades cada vez y en profundidad.

• SQL y modelado en profundidad. Practica cómo escribir y explicar funciones de ventana, deduplicación y dimensiones que cambian lentamente, y después defiende las decisiones de diseño del esquema.
• Diseño de canalizaciones en una pizarra. Prepara dos o tres sistemas que puedas dibujar de principio a fin, incluidos sus modos de fallo, ya que el ejercicio de pizarra es una posibilidad publicada.
• Equilibrios entre sistemas. Particionamiento, formatos y procesamiento por lotes frente a streaming, junto con el coste de cada opción.
• Evidencias de experiencias anteriores. Un incidente de calidad de datos del que te hiciste responsable: qué detectaste, a quién informaste y qué cambiaste.
• Ensaya el formato. Una entrevista de práctica con SubcueAI te permite practicar una sola área de habilidades bajo preguntas continuas, que es el formato que describe LinkedIn.