Gabay sa Panayam sa Microsoft para sa Data Scientist

Karamihan ng panayam sa Microsoft ay may 2-4 na pag-uusap kasama ang mga posibleng kasamahan sa team at mga katrabaho mula sa iba't ibang tungkulin, at maaaring tumagal nang hanggang isang oras ang bawat pag-uusap. Maaaring gawin ang mga panayam sa telepono, sa Microsoft Teams, o nang personal. Hinihingi rin sa mga kandidato para sa ilang tungkulin na magsulat ng code, magpakita ng malikhaing portfolio, o magbigay ng mga halimbawa ng trabaho.

Ituring ang screen, take-home, coding, case, behavioral, at onsite bilang mga kategorya ng paghahanda, hindi bilang mga opisyal na pangalan ng round na inilathala ng Microsoft.

• Screen: Maghanda ng maikling paglalahad ng iyong karanasan, mga interes, at pinakamahuhusay na proyekto bilang Data Scientist.
• Take-home: Kung hingan ng halimbawa ng trabaho, idokumento ang mga palagay, pamamaraan, pagsusuri, at konklusyon upang maging sapat ang pagsusuri kahit walang karagdagang paliwanag.
• Coding: Maging handang gumawa ng gumaganang code, ipaliwanag ang iyong mga pasya, at subukan ang resulta.
• Case: Magsanay na gawing mga sukatan, kinakailangang data, pagsusuri, at rekomendasyon ang isang hindi malinaw na tanong tungkol sa produkto o negosyo.
• Behavioral: Iugnay ang mga tanong tungkol sa kakayahan sa tiyak na ebidensiya mula sa iyong résumé.
• Onsite: Para sa personal o maraming pag-uusap na format, panatilihing magkakatugma ang iyong pangangatwiran at mga halimbawa habang inaangkop ang detalye sa bawat tagapakinig.

Inilalarawan ng Microsoft ang mga teknikal na panayam bilang nakabatay sa paglutas ng problema. Saklaw ng mga ito ang teknikal na kahusayan at mga pangunahing kakayahan, kasama ang mga tanong na nakabatay sa kakayahan at mga tanong tungkol sa iyong résumé.

Para sa mga panayam sa Data Scientist sa pangkalahatan, maghanda sa mga larangang ito:

• Estadistika at pag-eeksperimento: Bumuo ng mga hypothesis, pumili ng mga sukatan, tukuyin ang bias, mangatwiran tungkol sa kawalang-katiyakan, at bigyang-kahulugan ang mga resulta.
• SQL at coding: Baguhin nang tama ang data, pangasiwaan ang mga edge case, ipaliwanag ang pagiging kumplikado, at beripikahin ang mga output.
• Pagpapasya sa pagmomodelo: Pumili ng mga pamamaraang angkop sa layunin, data, mga limitasyon, at halaga ng pagkakamali.
• Komunikasyon: Ipaliwanag sa mga hindi eksperto ang mga palagay, kawalang-katiyakan, mga kompromiso, at rekomendasyon.

Dahil maaaring makasama sa mga pag-uusap sa Microsoft ang mga posibleng kasamahan sa team at mga katrabaho mula sa iba't ibang tungkulin, ilahad ang teknikal na ebidensiya nang paantas: malinaw na sabihin ang konklusyon, suportahan ito ng pangangatwiran, at maging handang talakayin ang mga detalye ng pagpapatupad.

Kung ihahambing sa pangkalahatang paghahanda sa software engineering, dapat maglaan ang paghahanda bilang Data Scientist ng higit na pansin sa bisa ng eksperimento, estadistikal na inference, mga depinisyon ng feature at target, mga sukatan ng pagsusuri, at kawalang-katiyakan. Kung ihahambing sa mga tungkulin sa analytics na hindi gaanong teknikal, dapat nitong panatilihin ang aktuwal na coding at pagpapatupad ng modelo. Mga pangkalahatang pagkakaiba ito ng mga tungkulin, hindi mga tuntunin sa pagmamarka na partikular sa Microsoft.

Nagbibigay ang Microsoft sa mga teknikal na kandidato ng mga tiyak na tagubilin sa coding: gumamit ng wikang mahusay mong alam, magsulat ng gumaganang code sa halip na pseudocode, at gamitin ang ibinigay na third-party coding tool upang patakbuhin at i-compile ito. Magsanay sa ganitong format upang maging bahagi ng iisang pagsasanay ang pagpapatupad at pagpapaliwanag.

Hindi inilalathala ng Microsoft kung gaano katagal ang proseso. Sinasabi nitong karamihan ng panayam ay may 2-4 na pag-uusap, at maaaring tumagal nang hanggang isang oras ang bawat isa.

Para sa kandidatong Data Scientist, malawak ang hamon sa halip na nakatuon lamang sa mga algorithm. Maaaring kailanganin mong magpalipat-lipat sa pangangatwirang estadistikal, pagmamanipula ng data, mga kompromiso sa pagmomodelo, ebidensiya mula sa résumé, at paliwanag sa payak na wika. Magsanay na malinaw na sabihin ang mga palagay at suriin ang iyong ginawa bago maglahad ng konklusyon.

• Bumuo ng koleksiyon ng ebidensiya: Pumili ng mga halimbawa mula sa résumé na nagpapakita ng pagtukoy sa problema, mga teknikal na pasya, pakikipagtulungan, mga hadlang, at masusukat na konklusyon.
• Balikan ang pangangatwirang estadistikal: Magsanay sa disenyo ng eksperimento, inference, bias, sampling, pagpili ng sukatan, at mga limitasyon sa pagtukoy ng sanhi.
• Magsulat ng code na maaaring patakbuhin: Lutasin ang mga problema sa data gamit ang wikang pinakagamay mo nang walang pseudocode, pagkatapos ay magpatakbo ng mga test at ipaliwanag ang mga edge case.
• Magsanay sa SQL: Pag-aralan ang mga join, aggregation, window logic, nawawalang data, duplicate, at mga pagsusuri sa pagpapatunay.
• Ipagtanggol ang mga pagpili sa pagmomodelo: Paghambingin ang mga angkop na pamamaraan, tukuyin ang pamantayan ng pagsusuri, at ipaliwanag ang mga epekto ng iba't ibang pagkakamali.
• Makipag-usap sa iba't ibang tagapakinig: Magbigay muna ng maikling rekomendasyon, pagkatapos ay idagdag ang mga detalyeng estadistikal at teknikal ayon sa pangangailangan.
• Magsanay nang mag-isa: Makakatulong ang isang mock interview sa SubcueAI upang makapagsanay ka bago ang pagtatasa. Sa mga pagtatasa at panayam sa Microsoft, ipakita ang sarili mong mga kakayahan nang walang tulong mula sa iba maliban kung tahasang pinahihintulutan ito.