McKinsey & Company データサイエンティスト面接ガイド

McKinsey & Companyによると、顧客対応を伴う職種の多くでは、個人経験面接に続いて問題解決面接が行われます。問題解決面接はケース面接と呼ばれることもあります。すべての候補者に少なくとも1回の個人面接があります。職種によっては、専門面接にコーディング課題、問題解決課題、その他の職種固有の演習が含まれる場合があります。

Solveは、自然な問題解決能力を測るゲーム形式の評価です。McKinsey & Companyは、候補者がその準備をする必要はないと説明しています。

準備計画では、スクリーニング、持ち帰り課題、コーディング、ケース、行動面接、オンサイト面接を、McKinsey & Companyが定めた選考ラウンド名ではなく、対策カテゴリーとして扱ってください。そうすることで、固定された順序を想定せず、幅広い学習計画を立てられます。

個人経験面接について、McKinsey & Companyは、成果と困難を扱う2つの事例を準備するよう勧めています。面接官が根拠を追えるように、それぞれの事例で状況、自分の判断、貢献、何が変化したかを説明してください。

問題解決面接またはケース面接では、分析的思考と、複雑なビジネス課題への取り組み方が評価されます。Solveは、自然な問題解決能力に焦点を当てています。一般的なデータサイエンティスト面接では、統計と実験、SQLとコーディング、モデリングに関する判断、専門知識のない相手への結果説明が技術評価の対象になる場合があります。

一般的なコンサルティング面接対策と比べて、データサイエンティストの対策では、指標の定義、前提条件の確認、明確なSQLやコードの記述、適切なモデルの選択、不確実性の説明など、データ業務をより深く準備します。これらは一般的な対策の優先事項であり、McKinsey & Companyが公表した評価基準ではありません。

一般的なケース練習では複雑なビジネス課題から論理的に考える一方、技術演習ではコードを直接扱うよう求められる場合があります。この2つを結び付ける練習をしてください。手法の仕組みだけでなく、分析によって意思決定がどう変わるかを説明しましょう。

McKinsey & Companyは、選考にかかる期間を公表していません。難しさは評価範囲の広さにあります。個人経験を裏付ける根拠、構造化されたケース推論、自然な問題解決、職種固有の技術課題の可能性には、それぞれ異なる思考様式が求められます。

追加質問を受けながら自分の推論を説明できるか、話の筋を失わずに前提を修正できるか、技術的な選択をビジネス上の結果に置き換えて説明できるかで、準備状況を判断してください。難しさは、難解な構文よりも、妥当な選択を行い、それを明確に伝えることにあります。

各評価で示すべき根拠を中心に準備を組み立てましょう。

• 個人経験：McKinsey & Companyが推奨する、成果と困難を扱う2つの事例を準備してください。自分の行動と学びを明確に示しましょう。
• ケース推論：目的の明確化、問題の構造化、根拠に基づくアイデアの検証、意思決定による締めくくりを練習してください。
• 統計と実験：仮説、指標、バイアス、不確実性、実験設計、解釈を練習してください。
• SQLとコーディング：読みやすい解答を書き、境界ケースをテストし、関連する場合にのみ計算量を示し、トレードオフを言葉で説明してください。
• モデリング判断：ベースライン、特徴量、検証方法、失敗パターン、誤りのコストを比較してください。
• コミュニケーション：技術的な詳細より先に平易な言葉で結論を述べ、結果を意思決定に結び付けてください。

模擬面接を利用して、追加質問を受けながら、ケース、技術、コミュニケーションの練習を組み合わせましょう。McKinsey & Companyは準備不要と説明しているため、Solveは別に扱ってください。