Come Amazon seleziona gli analisti dati

Amazon pubblica pagine sul processo generale e sulla preparazione per alcuni ruoli, ma non per gli analisti dati; le fasi riportate di seguito sono quindi quelle generali. Screening, prova da svolgere a casa, caso pratico, colloquio comportamentale e colloquio in sede sono categorie di preparazione usate in questa pagina, non i nomi dei turni di Amazon.

• Screening telefonico. Una conversazione di 30-45 minuti, generalmente con un recruiter o responsabile delle assunzioni, nonché la prima interazione dal vivo con Amazon.
• Il loop. La fase finale e più completa: da quattro a sei colloqui di 45-60 minuti ciascuno, durante i quali ogni intervistatore valuta aspetti diversi delle competenze e dell'esperienza del candidato.
• Il Bar Raiser. Un intervistatore imparziale esterno al team responsabile dell'assunzione partecipa al loop per assicurare il rispetto degli standard di selezione.
• Confronto e riscontro. Il gruppo si confronta dopo il colloquio finale; Amazon generalmente fornisce un riscontro entro due giorni lavorativi dai colloqui telefonici ed entro cinque giorni lavorativi dal loop.

Amazon non specifica se gli analisti dati debbano completare una valutazione online o una prova da svolgere a casa prima del loop.

I 16 Leadership Principles sono alla base di ogni decisione di assunzione e il metodo STAR è il fulcro dei colloqui. Per un analista, questo trasforma ogni colloquio in un abbinamento: da un lato un'area tecnica, dall'altro un'esperienza plasmata da un principio e corredata da un risultato dichiarato.

I colloqui per analisti dati valutano generalmente:

• SQL e pulizia dei dati. Join, aggregazioni, funzioni finestra e capacità di individuare duplicati e valori nulli prima che arrivino in un report.
• Metriche e dashboard. Definire con precisione una metrica e riconoscere quando può risultare fuorviante.
• Comunicazione dei risultati. Trasformare un risultato in una decisione che qualcun altro possa prendere, fornendo così prove concrete dei principi relativi ai clienti e alla conquista della fiducia.
• Capacità di giudizio aziendale. Scegliere quale analisi sia più importante e saper difendere tale scelta.

Le linee guida pubblicate da Amazon per il loop degli Applied Scientist indicano che ogni intervistatore pone generalmente due o tre domande comportamentali. Si tratta di un ruolo diverso, ma è l'indicazione pubblica più chiara del peso della componente comportamentale in ogni colloquio di Amazon; un analista dovrebbe prepararsi a una proporzione simile.

Il processo pubblicato da Amazon è lo stesso per questi ruoli; cambia l'enfasi posta durante i colloqui e quanto segue riflette la prassi generale, non una politica di Amazon.

• Rispetto ai colloqui per Data Scientist e Applied Scientist, è lecito attendersi meno modellazione e progettazione di esperimenti e più definizione di metriche, analisi descrittiva e formulazione di raccomandazioni. Amazon indica per gli Applied Scientist uno screening tecnico telefonico di 60 minuti con un dirigente senior, ma non pubblica nulla di equivalente per gli analisti.
• Rispetto ai colloqui per Data Engineer, è lecito attendersi poche domande sull'architettura delle pipeline e molta più attenzione all'interpretazione di dati già esistenti, compresi i loro difetti.
• Rispetto ad altre aziende, gli elementi costanti sono i principi, STAR, il Bar Raiser e un loop di quattro-sei colloqui. La quantità di domande comportamentali è l'aspetto che gli analisti sottovalutano più spesso.

Amazon pubblica le singole parti anziché la durata totale: uno screening telefonico di 30-45 minuti, un loop di quattro-sei colloqui di 45-60 minuti ciascuno e un riscontro entro due giorni lavorativi dai colloqui telefonici ed entro cinque giorni lavorativi dal loop. Gli intervalli tra le fasi non sono resi noti.

La difficoltà consiste nel mantenere prestazioni costanti durante una lunga giornata. Diversi intervistatori, uno dei quali esterno al team, valutano ciascuno un aspetto differente e si aspettano esperienze strutturate secondo STAR e corredate di risultati. Un analista i cui esempi provengano tutti da un solo progetto finirà per esaurirli; conviene preparare esperienze tratte da diversi lavori, ciascuna con un dato numerico finale.

La preparazione deve concentrarsi sugli elementi costanti pubblicati e sulle quattro aree del ruolo.

• Una raccolta di esperienze STAR. Un'esperienza di lavoro analitico per ogni Leadership Principle, ciascuna conclusa da un risultato misurabile: una metrica corretta, una decisione modificata, un costo evitato.
• SQL ad alta voce. Esercitarsi con le query descrivendo a voce i controlli da effettuare sui risultati.
• Definizioni delle metriche. Per ogni metrica riportata nel curriculum, conoscerne la definizione, i punti deboli e la decisione che ha determinato.
• Casi decisionali. Esercitarsi a scegliere tra diverse analisi possibili e spiegare la scelta in termini di impatto sul cliente.
• Simulare il loop. Un colloquio simulato con SubcueAI consente di esercitarsi in un'unica sessione con una serie di domande comportamentali e tecniche prima dei veri quattro-sei colloqui.