Így interjúztatja az Amazon az adatelemzőket

Az Amazon néhány munkakörhöz közzéteszi az általános kiválasztási folyamatot és a felkészülési oldalakat, de adatelemzőkhöz nem, ezért az alábbi szakaszok az általános lépések. Az előszűrés, az otthoni feladat, az esettanulmány, a viselkedési interjú és a helyszíni interjú ezen az oldalon felkészülési kategóriák, nem pedig az Amazon fordulóinak elnevezései.

• Telefonos előszűrés. Egy 30–45 perces beszélgetés, jellemzően egy toborzóval vagy a felvételért felelős vezetővel, egyben az első élő kapcsolatfelvétel az Amazon csapatával.
• Az interjúkör. Az utolsó és legátfogóbb szakasz: négy–hat, egyenként 45-60 perces interjú, amelyek során minden interjúztató a készségeid és tapasztalataid eltérő területeit értékeli.
• A Bar Raiser. A felvételt végző csapaton kívülről érkező, objektív interjúztató csatlakozik a körhöz, hogy biztosítsa a felvételi követelmények fenntartását.
• Értékelés és visszajelzés. A bizottság a végső interjú után közösen értékel; az Amazon a telefonos interjúkat követően jellemzően két munkanapon, az interjúkör után pedig öt munkanapon belül ad visszajelzést.

Az Amazon nem teszi közzé, hogy az adatelemzők kapnak-e online felmérést vagy otthoni feladatot az interjúkör előtt.

A 16 Leadership Principles minden felvételi döntés alapja, a STAR módszer pedig az interjúk sarokköve. Egy elemző esetében így minden interjú két részt kapcsol össze: az egyik oldalon egy technikai területet, a másikon egy adott elvhez igazodó történetet, világosan megfogalmazott eredménnyel.

Az adatelemzői interjúk általában a következőket mérik:

• SQL és adattisztítás. Összekapcsolások, aggregálások, ablakfüggvények, valamint a duplikátumok és nullértékek felismerése, mielőtt bekerülnének egy jelentésbe.
• Mérőszámok és irányítópultok. Egy mérőszám pontos meghatározása és annak felismerése, hogy mikor félrevezető.
• Az eredmények kommunikálása. Egy eredmény olyan döntéssé alakítása, amelyet más is meghozhat; itt kapnak bizonyítékot az ügyfelekről és a bizalom kiérdemléséről szóló elvek.
• Üzleti ítélőképesség. Annak kiválasztása, hogy melyik elemzés számít a legtöbbet, és a választás megvédése.

Az Amazon Applied Scientist interjúkörre vonatkozó közzétett útmutatója szerint minden interjúztató jellemzően kettő vagy három viselkedési kérdést tesz fel. Ez más munkakör, de ez a legegyértelműbb nyilvános jelzés arról, hogy az egyes Amazon-interjúk mekkora része viselkedési jellegű; egy elemzőnek hasonló arányra érdemes készülnie.

Az Amazon által közzétett folyamat ezeknél a munkaköröknél azonos; az interjúkon belüli hangsúlyok térnek el, az alábbiak pedig általános gyakorlatot, nem az Amazon szabályzatát tükrözik.

• A Data Scientist és Applied Scientist interjúkhoz képest kevesebb modellezésre és kísérlettervezésre, viszont több mérőszám-meghatározásra, leíró elemzésre és javaslattételre számíthatsz. Az Amazon az Applied Scientist jelöltek számára egy 60 perces, felső vezető által tartott technikai telefonos előszűrést ismertet; elemzők számára nem tesz közzé ezzel egyenértékű lépést.
• A Data Engineer interjúkhoz képest kevés kérdés várható az adatfolyam-architektúráról, és jóval több a már létező adatok – köztük azok hibáinak – értelmezéséről.
• Más vállalatokhoz képest az állandó elemek az elvek, a STAR, a Bar Raiser és a négy–hat interjúból álló kör. Az elemzők leggyakrabban a viselkedési kérdések mennyiségét becsülik alá.

Az Amazon nem a teljes időtartamot, hanem az egyes részeket teszi közzé: egy 30–45 perces telefonos előszűrést, egy négy–hat, egyenként 45-60 perces interjúból álló kört, továbbá a telefonos interjúkat követő két munkanapon és az interjúkört követő öt munkanapon belüli visszajelzést. A szakaszok közötti időt nem közlik.

A nehézséget az jelenti, hogy egy hosszú napon át következetesen kell teljesíteni. Több interjúztató – egyikük a csapaton kívülről – más-más szempontot értékel, és mindegyikük eredménnyel záruló, STAR formájú történeteket vár. Az az elemző, akinek minden példája egyetlen projektből származik, kifogy a történetekből; készülj több különböző munkából vett történettel, amelyek mindegyike egy számszerű eredménnyel zárul.

A közzétett állandó elemek és a munkakör négy területe köré építsd a felkészülést.

• STAR-történetgyűjtemény. Minden Leadership Principle elvhez készíts egy elemzői munkából származó történetet, amely mérhető eredménnyel zárul: kijavított mérőszámmal, megváltoztatott döntéssel vagy elkerült költséggel.
• SQL hangosan. Gyakorold a lekérdezéseket, miközben elmondod, milyen ellenőrzéseket végeznél az eredményen.
• Mérőszám-definíciók. Az önéletrajzod minden mérőszámánál ismerd a definíciót, a gyengeségeit és azt a döntést, amelyet megalapozott.
• Ítélőképességet mérő esetek. Gyakorold, hogyan választanál több lehetséges elemzés közül, és miként indokolnád a választást az ügyfelekre gyakorolt hatással.
• Gyakorold el az interjúkört. Egy SubcueAI segítségével tartott próbainterjún egy ülésben gyakorolhatsz viselkedési és technikai kérdéssorokat a valódi négy–hat interjú előtt.