Gabay sa Panayam ng Siyentipiko ng Datos sa Amazon

Phone screen. Ang unang live na pakikipag-ugnayan sa Amazon ay isang 30- hanggang 45-minutong talakayan, karaniwang kasama ang recruiter o hiring manager.

Checklist sa paghahanda. Ituring ang screen, take-home, coding, case, behavioral, at onsite na gawain bilang mga kategorya ng paghahanda, hindi bilang mga opisyal na pangalan ng round ng Amazon. Gamitin ang mga ito upang ayusin ang pagsasanay sa teknikal na pagsusuri, pangangatwirang pangnegosyo, komunikasyon, at mga sagot batay sa karanasan.

Interview loop. Ang panghuli at pinakakomprehensibong yugto ay binubuo ng apat hanggang anim na panayam na tumatagal nang 45-60 minuto bawat isa. Sinusuri ng iba’t ibang tagapanayam ang iba’t ibang aspekto ng iyong mga kasanayan at karanasan.

Ang 16 Leadership Principles ng Amazon ang batayan ng mga desisyon sa pagkuha, at ang STAR, na nangangahulugang situation, task, action, at result, ang pundasyon ng mga panayam nito. Nakikilahok sa loop ang isang Bar Raiser mula sa labas ng hiring team, at nagsasagawa ang panel ng debrief pagkatapos ng huling panayam. Maglahad ng ebidensyang tiyak, magkakatugma, at malinaw tungkol sa sarili mong mga desisyon at resulta.

Para sa mga panayam ng Siyentipiko ng Datos sa pangkalahatan, maghanda sa apat na magkakaugnay na larangan:

• Estadistika at pag-eeksperimento: tukuyin ang mga hypothesis, pumili ng mga metric, kilalanin ang bias at confounding, bigyang-kahulugan ang uncertainty, at ipaliwanag kung sinusuportahan ng resulta ang isang desisyon.
• SQL at coding: isalin ang isang tanong sa negosyo tungo sa mga pagbabago sa data, sumulat ng madaling basahing logic, suriin ang mga edge case, at patunayan ang output.
• Paghusga sa pagmomodelo: magtakda ng baseline, pumili ng angkop na paraan, pigilan ang leakage, pumili ng mga panukat sa evaluation, at talakayin ang mga operational tradeoff.
• Komunikasyon: ipaliwanag ang mga palagay, natuklasan, limitasyon, at inirerekomendang hakbang sa mga taong hindi gumagamit ng mga pamamaraang estadistikal.

Para sa mga behavioral na talakayan sa Amazon, buuin ang bawat halimbawa gamit ang STAR at iugnay ito sa angkop na Leadership Principles. Ihiwalay ang konteksto ng team sa personal mong ambag, pagkatapos ay sabihin ang resulta at ang natutuhan mo.

Hindi naglalathala ang Amazon ng breakdown ng take-home, coding, case, o loop na partikular sa Siyentipiko ng Datos. Hindi dapat ilapat sa tungkuling ito ang mga inilathala nitong format para sa mga kaugnay na tungkulin.

Para sa mga tungkuling Software Development Engineer, inilalarawan ng Amazon ang isang online assessment na may coding test. Kasama sa bersyong SDE II ang 90 minuto para sa dalawang teknikal na tanong, 20 minuto ng mga scenario sa systems design, at isang 8-minutong Work Style Survey. Kasama sa loop nito ang apat na 55-minutong panayam, na may mga inaasahan tungkol sa syntactically correct na code at software systems design.

Para sa mga tungkuling Product Manager - Technical, inilalarawan ng Amazon ang isang 60-minutong technical phone screen na hinahati sa mga tanong tungkol sa Leadership Principles at sa technical product life cycle, na sinusundan ng limang 55-minutong loop interview. Para sa mga tungkuling Applied Scientist, inilalarawan nito ang isang 60-minutong technical phone screen, kung minsan ay may isa pang screen, at apat na 55-minutong panayam kasama ang science community.

Dapat nakatuon ang iyong paghahanda bilang Siyentipiko ng Datos sa pagbuo ng mga konklusyong maipagtatanggol mula sa data: validity ng eksperimento, katumpakan sa SQL at coding, pagpili ng modelo, mga kahihinatnan sa negosyo, at mga paliwanag na magagamit ng mga hindi eksperto.

Hindi inilalathala ng Amazon kung gaano katagal ang proseso. Karaniwan itong nagbibigay ng feedback sa loob ng dalawang araw ng negosyo pagkatapos ng mga phone interview at sa loob ng limang araw ng negosyo pagkatapos ng interview loop.

Sa pananaw ng paghahanda, ang hamon ay ang lawak at pagiging magkakatugma. Saklaw ng loop ang apat hanggang anim na magkakahiwalay na pag-uusap, kung saan sinusuri ng bawat tagapanayam ang iba’t ibang aspekto ng iyong karanasan. Sanaying lumipat sa teknikal na lalim, paghusga, komunikasyon, at ebidensyang STAR nang hindi binabago ang mga pangunahing detalye ng iyong mga halimbawa.

Bumuo ng imbakan ng ebidensya. Pumili ng mga halimbawa sa trabaho na nagpapakita ng mga desisyon, balakid, pagkilos, nasusukat o napapansing resulta, at aral. Itugma ang mga ito sa 16 Leadership Principles, ngunit panatilihing natural ang bawat kuwento sa halip na piliting isama ang bawat prinsipyo sa iisang sagot.

Sanayin ang pangangatwiran sa eksperimento. Magsimula sa isang desisyon patungo sa hypothesis, hanay ng mga metric, disenyo, mga panganib sa validity, interpretasyon, at rekomendasyon. Sabihin kung anong ebidensya ang makapagpapabago sa iyong konklusyon.

Sanayin nang malakas ang SQL at coding. Linawin ang grain ng data, sumulat ng madaling basahing logic, subukan ang mga edge case, at ilarawan kung paano mo titiyakin ang kawastuhan.

Ipagtanggol ang mga piniling paraan ng pagmomodelo. Ihambing ang isang simpleng baseline sa mas kumplikadong mga opsyon, pagkatapos ay talakayin ang validation, leakage, mga pattern ng error, interpretability, at mga limitasyon sa deployment.

Isalin ang resulta sa malinaw na paliwanag. Ibigay muna ang konklusyon, ipaliwanag ang ebidensya sa payak na wika, at ihiwalay ang mga tiyak na natuklasan sa mga palagay. Maaaring ipakita ng isang mock interview kung saan nagiging malabo ang paliwanag o kulang sa kongkretong ebidensya ang isang kuwentong STAR.