Guía para la entrevista de científico de datos en Uber

Tras presentar su candidatura, los candidatos hablan primero con alguien del equipo de selección de talento de Uber y después conocen a la persona que dirige el trabajo.

• Evaluación técnica: Para los puestos técnicos, Uber incluye una etapa centrada en cómo los candidatos crean soluciones y resuelven problemas.
• Ejercicio relacionado con el puesto: Algunos puestos incluyen una tarea de análisis, un ejercicio escrito, una revisión del portafolio o una simulación de trabajo.
• Conversaciones con el equipo: Los candidatos se reúnen con compañeros de equipo y colaboradores de otras áreas.
• Evaluación del desempeño: Los responsables de selección colaboran con el equipo de contratación para evaluar el desempeño según los criterios del puesto.

Para prepararte, considera la entrevista inicial, el ejercicio para casa, la programación, los casos, la entrevista conductual y la entrevista presencial como categorías de práctica, no como nombres oficiales de las etapas de Uber.

• Entrevista inicial: Explica tus antecedentes, tus decisiones analíticas y tu interés por el trabajo de forma clara y concisa.
• Ejercicio para casa: Estructura un análisis, indica los supuestos, comprueba la calidad de los datos y presenta una conclusión defendible.
• Programación: Practica SQL, la manipulación de datos, la corrección lógica y la comprobación de casos límite.
• Caso: Define métricas, diseña experimentos, interpreta la incertidumbre y toma decisiones de modelado fundamentadas.
• Conductual: Aporta pruebas de colaboración, criterio, responsabilidad y comunicación con personas no expertas.
• Entrevista presencial: Practica cómo pasar de los detalles técnicos al razonamiento sobre el producto y a recomendaciones claras.

La preparación para científico de datos se sitúa entre la ejecución técnica y la toma de decisiones. En comparación con la práctica general de ingeniería de software, pone más énfasis en la estadística, el diseño experimental, las métricas y la interpretación. En comparación con la práctica de análisis centrada en la elaboración de informes, exige una defensa más sólida de la elección del modelo, la incertidumbre y las compensaciones.

Como los candidatos de Uber pueden reunirse con colaboradores de otras áreas, presenta cada ejemplo en dos niveles: explica el razonamiento técnico y después tradúcelo en una decisión que una persona no experta pueda evaluar.

Uber no publica cuánto dura el proceso. Pregunta al contacto del equipo de selección de talento por la secuencia, la programación y si el puesto incluye un ejercicio relacionado con el trabajo.

Para un candidato a científico de datos, el desafío es la amplitud: la estadística, la experimentación, SQL, la programación, el criterio de modelado y la comunicación pueden exigir distintas formas de pensar. Practica cómo alternar entre ellas manteniendo coherentes los supuestos y las conclusiones.

• Relaciona tus evidencias: Elige ejemplos laborales que demuestren definición de problemas, criterio analítico, colaboración y consecuencias medibles.
• Repasa la experimentación: Practica la formulación de hipótesis, la selección de métricas, la aleatorización, el sesgo, la incertidumbre y la interpretación.
• Refuerza tu soltura técnica: Escribe SQL legible, explica las transformaciones de datos y comprueba los casos límite.
• Defiende tus decisiones de modelado: Compara métodos mediante los supuestos, la interpretabilidad, la validación y el coste de los errores.
• Practica la comunicación de casos: Comienza por la decisión, identifica la información que falta y distingue los hallazgos de las recomendaciones.
• Ensaya un ejercicio: Completa un análisis o una simulación de trabajo y después comprueba si otra persona podría seguir tu razonamiento sin contexto adicional.
• Prepara historias conductuales: Explica qué hiciste, por qué elegiste ese camino, cómo trabajaste con otras personas y qué aprendiste.