Data engineer interjú az Anthropicnál: folyamat és felkészülés

Interjúmeghívót kapott az Anthropictól, és tudni szeretné, mit tartalmaznak a szakaszok, és milyen szabályok vonatkoznak rájuk. Ez a rész elkülöníti azt, amit az Anthropic az interjúiról kimond, attól, ami az adatmérnöki pozíciók általános gyakorlata. A szabályok jönnek először, mert ezek határozzák meg, hogyan érdemes felkészülni.

Az Anthropic a szerepkörökre egyformán vonatkozó interjútanácsokat tesz közzé, nem pedig külön folyamatot minden pozícióra. Amit kimond:

• Jelentkezés. A jelöltek a jelentkezés első vázlatát maguk írják meg, és a Claude-ot használhatják a finomításához.
• Formátum. Minden interjú Google Meeten zajlik, és az Anthropic különböző időzónákhoz tud alkalmazkodni.
• Live coding. Technikai pozíciókban az Anthropic live coding eszközöket használ, például a Colabot és a CodeSignalt. A jelöltek utánanézhetnek dolgoknak, de legyenek otthon az alapvető szintaxisban és a szabványos könyvtárakban.
• Házi feladatok. Claude nélkül kell elkészíteni őket, hacsak az Anthropic másként nem jelzi.
• AI-segítség az élő interjúkon. Nem engedélyezett, hacsak másként nem jelzik, mert az Anthropic azt akarja látni, hogyan gondolkodnak a jelöltek valós időben a problémákon.

Az Anthropic nem tesz közzé szakaszról szakaszra haladó folyamatot adatmérnököknek: nincsenek körnevek, nincs interjúszám, nincs rögzített sorrend. Kérdezze meg a recruitert, milyen területeket fed le az egyes beszélgetések, melyik kódolóeszközt használja az egyes alkalom, és része-e a folyamatnak házi feladat.

A tervezéshez az alábbi szakaszok az adatmérnöki pozíciók általános felkészülési kategóriái, nem az Anthropic körnevei:

• Recruiter-beszélgetés. A háttere, a motivációja, a csapat és az időpontegyeztetés.
• Technikai szűrő. Általában SQL és Python live coding környezetben, gyakran egy Ön által üzemeltetett pipeline-ra vonatkozó kérdésekkel.
• Vezetői beszélgetés. A rendszerek, amelyeknek Ön volt a felelőse, hogyan kezelte a hibákat, és hogyan dolgozik azokkal, akik az Ön adatait használják.
• Mélyebb technikai interjúk. Adatmodellezés, pipeline- és rendszertervezés, nehezebb SQL.
• Viselkedési és motivációs beszélgetések. Hogyan dolgozik másokkal, és miért éppen ezt a munkát szeretné.

A Reddit- és Glassdoor-bejegyzések egyedi köröket írnak le. Néhány jelölti beszámoló olyan SQL-kérdéseket említ, amelyek a saját séma megtervezésével kezdődnek ahelyett, hogy egy adott sémára kérdeznének. Minden bejegyzést egy jelölt egy csapatnál szerzett tapasztalataként kezeljen, ne úgy, ahogyan az Anthropic minden adatmérnököt interjúvol.

Az Anthropic legvilágosabb kijelentése az értékelésről az, hogy miért nem engedélyezi az AI-segítséget az élő interjúkon: látni akarja, hogyan gondolkodnak a jelöltek valós időben a problémákon. Egy adatmérnök számára ez minden technikai kérdést a látható gondolkodás tesztjévé tesz. Az alábbi területek a pozíció általános gyakorlatát tükrözik, az oldalon szereplő mintakérdések pedig gyakorlófeladatok, nem olyan kérdések, amelyekről az Anthropic megerősítette volna, hogy felteszi őket.

• SQL és sématervezés. Joinok, amelyek nem szorozzák meg a sorokat, ablakfüggvények, deduplikáció, valamint sorozatok vagy munkamenetek eseményadatokban. Legyen kész a táblák megtervezésére, mielőtt lekérdezi őket, és magyarázza el mindegyik granularitását.
• Python adatokhoz. Rekordok feldolgozása, átalakítása és aggregálása tiszta kóddal. Mivel az Anthropic az alapvető szintaxisban és a szabványos könyvtárakban való otthonosságot kéri, gyakorolja a feladatok megoldását kizárólag a szabványos könyvtárral, arra az esetre, ha a megszokott csomagjai nem részei a feladatnak.
• Adatmodellezés. Tények és dimenziók, időben változó attribútumok, és olyan táblák, amelyeket az elemzők és kutatók csapdák nélkül tudnak lekérdezni.
• Pipeline- és rendszertervezés. Batch és streaming, idempotens írások, backfillek, későn érkező adatok, sémaváltozások és adatminőségi ellenőrzések, olyan követő kérdésekkel, amelyek menet közben módosítják a követelményeket.
• Viselkedési ítélőképesség. A hibákért vállalt felelősség, nézeteltérések a metrikák definíciójáról, valamint a sebesség és a helyesség közötti kompromisszumok.
• Motiváció. Miért éppen ez a cég és ez a fajta adatmunka. Egy konkrét, az Ön korábbi munkájához kötött válasz többet nyom a latban az általános lelkesedésnél.

Nem kell gépi tanulási szakértőként bemutatkoznia. Az Anthropic szerint műszaki munkatársainak nagyjából fele nem rendelkezett korábbi ML-tapasztalattal, így az erős adatalapok jobban szolgálják az adatmérnököt, mint az ML-szókincs, amelyet a követő kérdések alatt nem tud megvédeni. Ellenőrizze azért az álláshirdetést, mert egy adott csapat még kérhet kapcsolódó tapasztalatot. További, készségek szerint csoportosított gyakorlófeladatok a kérdésbankokban találhatók.

Az Anthropic nem tesz közzé pozíciónkénti különbségeket, így az alábbi pozícióösszehasonlítás az adatmérnöki munka általános gyakorlata.

• A szoftvermérnökséghez képest. Kevesebb súly az algoritmikus fejtörőkön, több az SQL-en, az adatmodellezésen és a pipeline-ok megbízhatóságán. A tervezési kérdések arról szólnak, hogyan mozognak, érkeznek meg és javulnak az adatok, nem a kéréseket kiszolgáló szolgáltatásokról.
• Az adattudományhoz képest. Kevesebb statisztika és kísérlettervezés, több azoknak a tábláknak az építése, amelyekre az elemzők és kutatók támaszkodnak. Megkérdezhetik, hogyan van definiálva egy metrika, mert az adatmérnök gyakran birtokolja a mögötte álló táblát.
• Az analytics engineeringhez képest. A határ elmosódott. Az analitikai pozíciók a riportolás felé hajló modellezés és SQL felé hajlanak; az adatmérnöki pozíciók mélyebbre mennek a beolvasásban, az elosztott feldolgozásban és az infrastruktúrában.

Más cégekhez képest az Anthropic néhány kimondott szabálya megváltoztatja a felkészülést. Az AI-szabályzata egyértelmű: nincs AI-segítség az élő interjúkon, és nincs Claude a házi feladatoknál, hacsak az Anthropic másként nem mondja. A live coding közben az utánanézés megengedett, így a próba kevésbé a bemagolt szintaxisról szól, inkább arról, hogyan gondolkodik és milyen gyorsan találja meg, amire szüksége van. Minden interjú Google Meeten zajlik, így nincs olyan helyszíni nap, amely köré az utazást tervezni kellene. Útmutatók arról, hogyan építik fel más cégek az interjúikat, a céges interjúk között találhatók.

Az Anthropic nem tesz közzé időrendet az adatmérnökök felvételéről. Az ütemezés a csapattól, a szintjétől és az interjúztatók elérhetőségétől függ; az Anthropic szerint különböző időzónákhoz tud alkalmazkodni, ami segít, ha a csapat régiójából kívülről interjúzik. A recruiter a megfelelő személy, akitől megkérdezheti, hány beszélgetésre számítson, és mennyi ideig tartanak általában a döntések.

A nehézséget könnyebb minőségileg leírni. Az, hogy utánanézhet dolgoknak, enyhíti a szintaxis megjegyzésének nyomását, de máshol emeli a lécet: az interjúztató, aki hagyja, hogy a dokumentációt nézze, azt figyeli, hogyan gondolkodik, nem azt, hogy emlékszik-e egy függvény szignatúrájára. AI-segítség nélkül a megközelítést, a kódot és az ellenőrzéseket Ön maga találja ki, hangosan.

A legtöbb jelölt számára a követő kérdések alatti mélység a nehéz. Megtervez egy pipeline-t, majd az interjúztató későn érkező adatot ad hozzá, aztán sémaváltozást, végül megkérdezi, honnan tudná, hogy a kimenet hibás. Azok a jelöltek, akik éles környezetben üzemeltettek pipeline-okat, jobban kezelik ezt az eltolódást, mint akik csak megépítették őket.

A senior jelöltek számítsanak nagyobb hangsúlyra az ítélőképességen: annak kiválasztására, mit ne építsenek meg, egy kompromisszum elmagyarázására egy nem technikai partnernek, és egy korábbi hiba vállalására.

Építse a felkészülést az Anthropic által kimondott feltételekre, mert a más körülmények közötti gyakorlás rossz szokásokat alakít ki.

• Gyakoroljon AI nélkül. Minden gyakorlófeladatot asszisztens nélkül oldjon meg, mert az élő interjúk nem engednek meg ilyet, hacsak másként nem jelzik. A dokumentációban való keresgélés rendben van; a generált válaszok nem.
• Gyakoroljon hasonló eszközökben. Dolgozzon böngészőalapú notebookban és online kódszerkesztőben, hogy a környezet ismerős legyen. Tartsa készenlétben az alapvető szintaxist és a szabványos könyvtárat, és gyakorolja, hogyan találjon meg gyorsan egy választ a hivatalos dokumentációban.
• SQL, először a séma. Minden gyakorlófeladatnál tervezze meg a táblákat a lekérdezés megírása előtt, és mondja ki hangosan az egyes eredmények granularitását, mielőtt lefuttatja.
• Modellezés és pipeline-ok. Vázoljon fel egy pipeline-t egy Ön által ismert területre, majd terhelje meg: újrafuttatás részleges hiba után, backfill, késő batch, átnevezett oszlop.
• Gondolkodjon hangosan. Vegye fel magát egy feladat megoldása közben, és hallgassa meg a néma szakaszokat. A valós idejű gondolkodás az, amit az Anthropic szerint látni szeretne.
• Házi feladat, ha kiosztják. Készítse el Claude nélkül, hacsak mást nem mondanak. Adjon hozzá teszteket, egy rövid README-t a feltevéseivel, és kezelje egyértelműen a hibás bemenetet.
• Viselkedés és motiváció. Készítsen elő egy pipeline-hibát, amelynek Ön volt a felelőse, egy nézeteltérést egy metrika definíciójáról, és egy konkrét okot, amiért ez a munka érdekli.

Képzeljen el egy adatmérnököt, aki évek óta épít warehouse-táblákat úgy, hogy az AI-asszisztense mindig nyitva van a szerkesztőjében. A szűrő előtt minden gyakorlóalkalomra kikapcsolja, és az SQL- és Python-feladatokat csak a dokumentációval oldja meg, minden lépést hangosan elmondva. Az első alkalmak lassúnak tűnnek, de az interjúra már hangosan tud érvelni anélkül, hogy javaslatra várna.

A gyakorlóeszközök a gyakorláshoz tartoznak. A SubcueAI próbainterjú oldala lehetővé teszi, hogy előre hangosan gyakorolja az adatmérnöki kérdéseket; magán az élő interjún kövesse az Anthropic szabályát: nincs AI-segítség, hacsak másként nem jelzik.