Paano iniinterbyu ng Google ang mga Inhinyero ng Data

Inilalathala ng Google ang balangkas ng proseso nito sa pagkuha ng empleyado, at pareho itong inilalapat sa mga kandidato para sa Inhinyero ng Data at sa iba pang teknikal na tungkulin.

• Mga pakikipag-usap sa recruiter. Bago ang masusing mga interview, karaniwan kang magkakaroon ng isa o dalawang mas maiikling pag-uusap sa telepono o video. Sinusuri ng mga ito ang mahahalagang kasanayan para sa tungkulin at ipinapaliwanag sa iyo ang organisasyon at koponan, kaya ituring ang mga ito bilang tunay na screening at hindi basta tawag para magtakda ng iskedyul.
• Isang maliit na proyekto para sa ilang tungkulin. Depende sa tungkulin, maaaring hilingin sa iyo ng Google na tapusin ang isang maliit na gawain bago ang mga interview, mula sa case study hanggang sa mga halimbawa ng pagsulat o code. Para sa isang tungkulin sa data, asahang magiging katulad ito ng pagsasanay sa pagmomodelo o pagbabago ng data kung sakaling ipagawa ito.
• Ang panel ng interview. Ang yugto ng interview ay isang panel ng mga panayam na isinasagawa sa video o nang personal, kasama ang salit-salitang mga empleyado ng Google. Walang mga palaisipang tanong.
• Pasya at alok. Pagkatapos ng mga interview, pinagsasama-sama ng Google ang aplikasyon at feedback mula sa mga interview, isinasaalang-alang ang iba’t ibang pananaw upang makapagpasya sa pagkuha, at ibinibigay ng recruiter ang alok.

Hindi inilalathala ng Google kung ilang panel interview ang dadaanan ng isang Inhinyero ng Data o kung gaano katagal ang buong proseso. Ang mga kategoryang ginagamit sa pahinang ito—screening, coding, disenyo ng system, behavioral, at onsite—ay mga kategorya para sa paghahanda, hindi mga pangalan ng Google para sa mga round nito.

Gumagamit ang Google ng nakabalangkas na pag-iinterbyu: sinusuri ang bawat kandidato gamit ang malinaw na mga rubrik, at pare-parehong rubrik ang ginagamit para sa lahat ng isinasaalang-alang para sa tungkuling iyon. Nagtatanong ang mga interviewer ng mga bukas na tanong na nauugnay sa tungkulin upang malaman kung paano ka lumulutas ng problema, nakikipagtulungan sa koponan, at kung ano ang iyong mga kalakasan. Nangangahulugan ito na dapat maglaman ang bawat sagot mo ng ebidensiyang maaaring markahan ng interviewer: ang pasyang ginawa mo, kung bakit, ang naging kapalit nito, at ang nangyari.

Sa pangkalahatan, sinusuri sa mga interview para sa Inhinyero ng Data ang apat na bagay, at makatuwirang asahan ang kaparehong diin dito:

• SQL at pagmomodelo ng data. Pagsulat ng tama at madaling basahing mga query sa ilalim ng limitadong oras, at pagdidisenyo ng mga schema na matatag kahit nagbabago ang mga pangangailangan.
• Mga pipeline at orkestrasyon. Mga dependency, muling pagsubok, idempotency, backfill, at kung ano ang mangyayari kapag huli o mali ang isang upstream na source.
• Mga distributed data system. Partitioning, mga format ng storage, mga kompromiso sa pagitan ng batch at streaming, at gastos.
• Kalidad at pagmamay-ari ng data. Kung paano mo natutukoy ang maling data, kung sino ang iyong inaabisuhan, at kung paano mo ito pinipigilang maulit.

Dahil hindi pinapayagan ang mga AI tool sa mga interview ng Google, kailangang sa iyo mismo manggaling ang pangangatwiran at maipaliwanag mo ito nang malakas sa loob ng silid.

Sinasabi ng Google na ang malawak at interdisiplinaryong karanasan na may matibay na pag-unawa sa computer science ang susi sa anumang trabaho sa software engineering sa kompanya, at sapat na malapit ang gawain ng Inhinyero ng Data sa software engineering upang ligtas na ipalagay na pareho ang pamantayan. Ang kaibahan ay kung saan nakatuon ang lalim.

• Kung ihahambing sa mga interview para sa Inhinyero ng Software, karaniwang mas nakatuon ang mga tanong sa coding sa pagmamanipula ng data, SQL, at lohika ng pipeline kaysa sa pinakamalawak na posibleng saklaw ng mga algorithm, at ang usapan tungkol sa disenyo ay mas tungkol sa daloy, storage, at pagiging napapanahon ng data kaysa sa paghahatid ng mga request.
• Kung ihahambing sa mga interview para sa Data Scientist, asahan ang mas kaunting estadistika at disenyo ng eksperimento at mas maraming usapin tungkol sa mga system: kung paano mapagkakatiwalaang nakararating ang data, hindi lamang kung ano ang sinasabi nito kapag nakarating na.
• Kung ihahambing sa ibang mga kompanya, ang mga inilathalang elementong humuhubog sa karanasan ay ang panel na minamarkahan ayon sa rubrik, ang kawalan ng mga palaisipang tanong, at ang pagbabawal sa mga AI tool. Maghandang maging pare-pareho sa harap ng ilang interviewer sa halip na isang tao lamang ang subukang pahangain.

Hindi inilalathala ng Google kung gaano katagal ang proseso. Sa halip, magplano batay sa mga yugto: mga pakikipag-usap sa recruiter, anumang maliit na proyekto, ang panel, at ang panahong kailangan upang pagsama-samahin ang feedback mula sa iba’t ibang pananaw at makabuo ng pasya.

Pagdating sa hirap, ang tapat na paglalarawan ay pare-pareho sa halip na mapanlinlang. Walang mga palaisipang tanong, nauugnay sa tungkulin at bukas ang mga tanong, at minamarkahan ka ng bawat interviewer ayon sa iisang rubrik. Pinapaboran nito ang mga kandidatong malinaw na nagpapaliwanag ng kanilang pag-iisip at hindi ang mga umaasa sa iisang isinaulong solusyon, dahil susuriin ng salit-salitang panel ang parehong kasanayan mula sa iba’t ibang anggulo.

Itugma ang iyong paghahanda sa pagsusuri. Kung sinusukat ng rubrik kung paano ka lumulutas ng problema, nakikipagtulungan sa koponan, at kung ano ang iyong mga kalakasan, ituon ang paghahanda sa ebidensiya para sa bawat isa.

• Mga pagsasanay sa SQL at pagmomodelo. Magsanay na ipaliwanag nang malakas habang nagsusulat ng mga window function at lohika para sa deduplication at slowly changing dimension, kasama ang mga kompromiso ng bawat pasya.
• Mga kuwento tungkol sa disenyo ng pipeline. Maghanda ng dalawa o tatlong system na nagawa mo na o gagawin mo, at maging handang talakayin ang mga posibleng pagkabigo: nahuling data, mga dobleng event, schema drift, at backfill na hindi dapat magdulot ng dobleng bilang.
• Ebidensiyang behavioral. Para sa bawat kalakasang balak mong banggitin, maghanda ng partikular na pangyayari na may pasya, kinahinatnan, at bagay na babaguhin mo.
• Isang posibleng proyekto bago ang interview. Kung humingi ang Google ng case study o halimbawa ng code, ituring ito bilang unang interview: malinis, dokumentado, at kayang ipagtanggol sa pag-uusap.
• Sanayin ang format ng panel. Magsagawa ng mock interview gamit ang SubcueAI upang masanay sa pagsagot nang malakas sa mga bukas na tanong na nauugnay sa tungkulin, pagkatapos ay huwag gamitin ang tool sa mismong araw dahil hindi pinapayagan ang mga AI tool sa mga interview.