Guide de l’entretien de data scientist chez McKinsey & Company

Pour la plupart des postes en contact avec les clients, McKinsey & Company décrit un entretien sur l’expérience personnelle suivi d’un entretien de résolution de problèmes, parfois appelé étude de cas. Chaque candidat passe au moins un entretien individuel. Selon le poste, un entretien d’expertise peut comprendre un défi de programmation, une tâche de résolution de problèmes ou un autre exercice propre à la fonction.

Solve est une évaluation ludifiée de l’aptitude naturelle à résoudre des problèmes. McKinsey & Company indique que les candidats n’ont pas besoin de s’y préparer.

Pour organiser votre préparation, considérez la présélection, l’exercice à domicile, la programmation, l’étude de cas, l’entretien comportemental et l’entretien sur site comme des catégories de préparation plutôt que comme les noms des étapes de McKinsey & Company. Vous conserverez ainsi un programme d’étude complet sans supposer une séquence fixe.

Pour l’entretien sur l’expérience personnelle, McKinsey & Company suggère de préparer deux exemples portant sur des réussites et des difficultés. Présentez chaque exemple en précisant la situation, vos décisions, votre contribution et ce qui a changé, afin que l’intervieweur puisse suivre les éléments probants.

L’entretien de résolution de problèmes ou l’étude de cas évalue la pensée analytique et votre manière d’aborder un problème commercial complexe. Solve porte sur l’aptitude naturelle à résoudre des problèmes. De manière générale, l’évaluation technique des entretiens de data scientist peut couvrir les statistiques et l’expérimentation, SQL et la programmation, le discernement en matière de modélisation ainsi que l’explication des résultats à des non-spécialistes.

Par rapport à une préparation générale au conseil, celle d’un data scientist approfondit le travail sur les données : définir une métrique, vérifier les hypothèses, écrire du SQL ou du code clair, choisir un modèle approprié et expliquer l’incertitude. Il s’agit de priorités générales de préparation, et non d’une grille d’évaluation publiée par McKinsey & Company.

Lors des études de cas, vous raisonnez généralement à partir d’un problème commercial complexe, tandis qu’un exercice technique peut vous demander de travailler directement avec du code. Entraînez-vous à relier les deux : expliquez comment l’analyse modifie une décision, et pas seulement comment fonctionne la méthode.

McKinsey & Company ne publie pas la durée du processus. La difficulté tient à son étendue : les preuves tirées de l’expérience personnelle, le raisonnement structuré sur un cas, la résolution naturelle de problèmes et d’éventuels travaux techniques propres au poste sollicitent différents modes de pensée.

Évaluez votre niveau de préparation selon votre capacité à expliquer votre raisonnement face à des questions complémentaires, à corriger une hypothèse sans perdre le fil et à traduire des choix techniques en conséquences commerciales. La difficulté provient moins d’une syntaxe obscure que de la nécessité de faire des choix judicieux et de les communiquer clairement.

Structurez votre préparation autour des éléments que chaque évaluation peut mettre en évidence.

• Expérience personnelle : Préparez les deux exemples suggérés par McKinsey & Company, portant sur des réussites et des difficultés. Explicitez vos actions et les enseignements tirés.
• Raisonnement sur les cas : Entraînez-vous à clarifier l’objectif, à structurer le problème, à confronter les idées aux données disponibles et à conclure par une décision.
• Statistiques et expérimentation : Révisez les hypothèses, les métriques, les biais, l’incertitude, la conception d’expériences et l’interprétation.
• SQL et programmation : Écrivez des solutions lisibles, testez les cas limites, ne précisez la complexité que lorsqu’elle est pertinente et expliquez les compromis.
• Discernement en modélisation : Comparez les modèles de référence, les variables, les choix de validation, les modes de défaillance et le coût des erreurs.
• Communication : Donnez une conclusion en langage clair avant les détails techniques et reliez le résultat à une décision.

Utilisez un entretien blanc pour combiner l’étude de cas, la technique et la communication face à des questions complémentaires. Traitez Solve séparément, car McKinsey & Company indique qu’aucune préparation n’est nécessaire.