Entretien data engineer chez Netflix : processus et préparation

Vous avez reçu un message d'un recruteur de Netflix et vous voulez savoir ce qui vous attend ensuite. Cette section distingue ce que Netflix affirme elle-même de ce qui relève des pratiques courantes pour les métiers de la data. Les faits publiés viennent d'abord, puis les étapes qui méritent une préparation.

Netflix publie des notes sur son processus pour le recrutement en début de carrière, plutôt qu'un détail poste par poste pour les profils expérimentés. Pour les jeunes diplômés, l'entreprise indique que les entretiens commencent généralement par un test à faire à la maison, suivi de deux tours d'entretien, et que la suite dépend des retours obtenus à chaque étape. Les candidats en stage passent généralement un test à faire à la maison, suivi d'environ deux à trois tours. Tous postes confondus, Netflix explique que les recruteurs évaluent les compétences techniques lorsqu'elles s'appliquent, les compétences propres au poste et les compétences comportementales, et qu'ils veulent connaître votre palette de compétences et le type de travail qui vous enthousiasme.

Netflix ne publie pas de parcours distinct pour les data engineers expérimentés : ni nom de tour, ni nombre d'entretiens, ni ordre fixe. Votre recruteur est la seule source fiable pour votre propre calendrier ; demandez-lui directement quels sujets chaque échange abordera et si un test à faire à la maison est prévu.

Pour planifier, il est utile de penser aux étapes que comporte généralement un parcours data engineering dans les grandes entreprises technologiques. Ce sont des catégories de préparation tirées des pratiques courantes pour ce métier, et non les noms des tours chez Netflix :

• Échange avec le recruteur. Votre parcours, l'équipe, la logistique et ce qui vous attire dans ce travail.
• Présélection technique. En général du SQL et un peu de programmation, souvent avec une discussion sur un pipeline que vous avez construit.
• Test à faire à la maison. Partie du processus que Netflix décrit pour les jeunes diplômés et les stagiaires ; demandez s'il s'applique à votre niveau.
• Entretiens techniques approfondis. Modélisation des données, conception de pipelines et de systèmes, et SQL plus difficile.
• Échanges comportementaux et de motivation. Votre façon de travailler avec les autres et le type de problèmes dont vous voulez être responsable.

Des fils de discussion sur Reddit et Blind décrivent en détail des parcours individuels. Considérez chacun comme l'expérience d'un seul candidat dans une seule équipe, et non comme une description de la manière dont Netflix fait passer un entretien à tous ses data engineers.

Netflix cite trois choses que ses recruteurs évaluent : les compétences techniques, les compétences propres au poste et les compétences comportementales. Pour un data engineer, la frontière entre technique et propre au poste est mince ; il est donc plus utile de les rattacher aux domaines ci-dessous. Les exemples de questions de cette page sont des sujets d'entraînement représentatifs, et non des questions que Netflix a confirmé poser.

• Aisance en SQL. Des jointures qui ne multiplient pas les lignes, des fonctions de fenêtrage pour les classements et les cumuls, la déduplication, les problèmes de plages continues (gaps and islands) et la sessionisation de flux d'événements. Les recruteurs veulent généralement savoir si vous pouvez expliquer pourquoi une requête est correcte, pas seulement si elle produit un résultat.
• Programmation orientée données. Analyser, transformer et agréger des enregistrements en Python ou dans un langage de la JVM, en soignant la mémoire, les cas limites et la lisibilité du code. Des questions d'algorithmique façon casse-tête sont possibles ; les structures de données de base méritent donc d'être révisées.
• Modélisation des données. Choisir la granularité d'une table de faits, séparer les faits des dimensions, gérer les attributs qui évoluent dans le temps et concevoir des tables que les analystes peuvent interroger sans tomber dans les pièges.
• Conception de pipelines et de systèmes. Batch contre streaming, partitionnement, écritures idempotentes, rattrapages (backfills), événements tardifs, changements de schéma et contrôles de qualité des données. Attendez-vous à des relances qui changent les exigences en cours de route.
• Jugement comportemental. La responsabilité face aux incidents, les désaccords avec les parties prenantes sur la définition des indicateurs et les compromis entre rapidité et exactitude.
• Motivation. Netflix dit que ses recruteurs veulent connaître le type de travail qui vous enthousiasme. Une réponse vague ici gaspille une question que l'entreprise vous a dit juger importante.

Le fil conducteur de tous ces domaines est de raisonner à voix haute. Un candidat qui écrit en silence une requête correcte et un candidat qui explique la granularité, les clés de jointure et les cas limites avant de taper obtiendront souvent des retours différents, même avec un code identique. D'autres sujets d'entraînement classés par compétence se trouvent dans les banques de questions.

Dans la plupart des grandes entreprises technologiques, l'entretien de data engineer recoupe les deux métiers voisins, mais pondère autrement les compétences. Netflix ne publie pas de différences poste par poste pour les profils expérimentés ; la comparaison ci-dessous relève donc des pratiques courantes, et non d'une affirmation sur les autres parcours de Netflix.

• Par rapport à l'ingénierie logicielle. Moins d'accent sur les casse-tête algorithmiques et davantage sur le SQL, la modélisation des données et la fiabilité des pipelines. Les questions de conception de systèmes tournent plutôt autour de la manière dont les données circulent, arrivent et sont corrigées que autour de services qui répondent à des requêtes.
• Par rapport à la data science. Moins de statistiques, d'expérimentation et de modélisation prédictive ; davantage de construction et d'exploitation des tables dont dépendent analystes et data scientists. On peut tout de même vous demander comment un indicateur est défini, car un data engineer est souvent responsable de la table qui le porte.
• Par rapport à l'analytics engineering. La frontière est floue. Les postes d'analytics engineer penchent généralement davantage vers la modélisation et le SQL pour le reporting, tandis que les postes de data engineer vont plus loin dans l'ingestion, le traitement distribué et l'infrastructure.

D'une entreprise à l'autre, la différence la plus marquante tient souvent à la part de travail à faire à la maison par rapport à la résolution de problèmes en direct. Le processus décrit par Netflix pour les jeunes diplômés et les stagiaires commence par un test à faire à la maison, qui récompense un travail propre et documenté plutôt que la vitesse. Les guides sur la structure des parcours d'autres entreprises sont réunis sous entretiens par entreprise.

Netflix ne publie pas de calendrier pour le recrutement des data engineers. Le planning dépend de l'équipe, de votre niveau et de la disponibilité des recruteurs ; une fois le processus engagé, c'est donc au recruteur qu'il faut poser la question.

La difficulté se décrit plus facilement de façon qualitative. Netflix indique que la progression dépend des retours obtenus à chaque étape, ce qui signifie que chaque étape fait office de filtre plutôt que de note moyennée à la fin. Un test à faire à la maison faible ou une présélection SQL hésitante peut mettre fin au processus avant même les échanges de conception, quelle que soit la force que vous auriez montrée ensuite.

Pour la plupart des candidats, le plus dur n'est pas une syntaxe obscure. C'est la profondeur face aux relances : vous concevez un pipeline, le recruteur ajoute des données tardives, puis un changement de schéma, puis demande comment vous sauriez que le résultat est faux. Les candidats qui ont exploité des pipelines en production gèrent généralement mieux cette dérive que ceux qui ne les ont fait que construire.

Les candidats seniors doivent aussi s'attendre à un poids plus important accordé au jugement. Choisir ce qu'il ne faut pas construire, expliquer un compromis à une partie prenante non technique et assumer une erreur passée relèvent tous de la compétence propre au poste à ce niveau.

Construisez votre préparation autour des trois domaines cités par Netflix, puis ajoutez le test à faire à la maison si votre recruteur confirme qu'il y en a un.

• Technique : le SQL d'abord. Travaillez les fonctions de fenêtrage, la déduplication et la sessionisation d'événements jusqu'à pouvoir les écrire sans référence. Pour chaque requête, annoncez à voix haute la granularité du résultat avant de l'exécuter.
• Technique : le code. Entraînez-vous à transformer des enregistrements imbriqués ou désordonnés dans votre langage principal, et révisez les structures de données essentielles au cas où la présélection comprendrait un problème d'algorithmique classique.
• Propre au poste : modélisation et pipelines. Prenez un domaine que vous connaissez, comme les abonnements ou les journaux d'événements, et esquissez les tables, la granularité et le pipeline qui les alimente. Mettez ensuite la conception à l'épreuve : une réexécution après un échec partiel, un rattrapage, un lot tardif, une colonne renommée.
• Comportemental : des histoires avec des conséquences. Préparez un incident de pipeline dont vous étiez responsable, un désaccord sur la définition d'un indicateur et un compromis que vous feriez différemment aujourd'hui. La méthode STAR aide si vous avez tendance à vous disperser, mais gardez un résultat précis.
• Motivation : le travail qui vous enthousiasme. Netflix affirme que ses recruteurs veulent le savoir. Nommez un type de problème de données et citez un projet qui l'illustre, plutôt que de faire l'éloge de l'entreprise.
• Test à faire à la maison, s'il est attribué. Traitez-le comme un travail de production : des tests, un court README expliquant vos hypothèses et une gestion claire des entrées incorrectes.

Prenons un data engineer dont l'expérience consiste surtout en ETL batch de nuit chez un distributeur. Il consacre ses premières séances au SQL avec fonctions de fenêtrage, puis s'entraîne à expliquer comment rendre un rattrapage sans risque à relancer, car c'est là que se trouvent ses vraies histoires. Quand arrivent les questions comportementales, il répond avec un incident de pipeline dont il était responsable plutôt qu'avec un exemple générique de travail d'équipe.

La dernière étape consiste à dire tout cela à voix haute, puisque chaque étape est une conversation. La page d'entretien simulé de SubcueAI vous permet de vous entraîner à voix haute sur des questions de data engineering avant la vraie présélection.