Panduan Wawancara Ilmuwan Data Uber

Setelah melamar, kandidat pertama-tama berbicara dengan seseorang dari tim perekrutan Uber, lalu menemui orang yang memimpin pekerjaan tersebut.

• Evaluasi teknis: Untuk posisi teknis, Uber menyertakan tahap yang berfokus pada cara kandidat membangun dan memecahkan masalah.
• Latihan terkait pekerjaan: Beberapa posisi mencakup tugas analitik, latihan tertulis, peninjauan portofolio, atau simulasi kerja.
• Percakapan dengan tim: Kandidat bertemu dengan rekan satu tim dan mitra lintas fungsi.
• Peninjauan kinerja: Perekrut bekerja sama dengan tim perekrutan untuk menilai kinerja berdasarkan kriteria posisi tersebut.

Untuk persiapan, perlakukan penyaringan, tugas rumah, pemrograman, studi kasus, perilaku, dan wawancara di lokasi sebagai kategori latihan, bukan nama resmi tahapan Uber.

• Penyaringan: Jelaskan latar belakang, pilihan analitis, dan minat Anda terhadap pekerjaan secara jelas dan ringkas.
• Tugas rumah: Susun analisis, nyatakan asumsi, periksa kualitas data, dan sajikan kesimpulan yang dapat dipertanggungjawabkan.
• Pemrograman: Latih SQL, manipulasi data, ketepatan logika, dan pemeriksaan kasus khusus.
• Studi kasus: Tentukan metrik, rancang eksperimen, tafsirkan ketidakpastian, dan ambil keputusan pemodelan yang tepat.
• Perilaku: Berikan bukti tentang kolaborasi, pertimbangan, rasa tanggung jawab, dan komunikasi dengan orang nonahli.
• Wawancara di lokasi: Berlatihlah beralih antara detail teknis, penalaran produk, dan rekomendasi yang jelas.

Persiapan Ilmuwan Data berada di antara pelaksanaan teknis dan pengambilan keputusan. Dibandingkan dengan latihan rekayasa perangkat lunak umum, persiapan ini lebih menekankan statistik, desain eksperimen, metrik, dan interpretasi. Dibandingkan dengan latihan analitik yang berfokus pada pelaporan, persiapan ini membutuhkan pembelaan yang lebih kuat atas pilihan model, ketidakpastian, dan kompromi.

Karena kandidat Uber mungkin bertemu dengan mitra lintas fungsi, sajikan setiap contoh pada dua tingkat: jelaskan penalaran teknisnya, lalu terjemahkan menjadi keputusan yang dapat dievaluasi oleh orang nonahli.

Uber tidak memublikasikan durasi prosesnya. Tanyakan kepada kontak tim perekrutan tentang urutan tahap, penjadwalan, dan apakah posisi tersebut mencakup latihan terkait pekerjaan.

Bagi kandidat Ilmuwan Data, tantangannya adalah luasnya cakupan: statistik, eksperimen, SQL, pemrograman, pertimbangan pemodelan, dan komunikasi dapat membutuhkan pola pikir yang berbeda. Berlatihlah beralih di antara semuanya sambil menjaga konsistensi asumsi dan kesimpulan.

• Petakan bukti Anda: Pilih contoh pekerjaan yang menunjukkan perumusan masalah, pertimbangan analitis, kolaborasi, dan dampak yang terukur.
• Tinjau kembali eksperimen: Latih hipotesis, pemilihan metrik, pengacakan, bias, ketidakpastian, dan interpretasi.
• Perkuat kefasihan teknis: Tulis SQL yang mudah dibaca, jelaskan transformasi data, dan uji kasus khusus.
• Pertahankan pilihan pemodelan: Bandingkan metode berdasarkan asumsi, kemudahan interpretasi, validasi, dan biaya kesalahan.
• Latih komunikasi studi kasus: Mulailah dengan keputusan, identifikasi informasi yang belum tersedia, dan pisahkan temuan dari rekomendasi.
• Simulasikan latihan: Selesaikan analisis atau simulasi kerja, lalu tinjau apakah orang lain dapat mengikuti penalaran Anda tanpa konteks tambahan.
• Siapkan cerita perilaku: Tunjukkan apa yang Anda lakukan, alasan memilih pendekatan tersebut, cara Anda bekerja dengan orang lain, dan hal yang Anda pelajari.