Hoe Amazon data-analisten interviewt

Amazon publiceert algemene informatie over het proces en de voorbereiding voor enkele functies, maar niet specifiek voor data-analisten. De onderstaande fasen zijn daarom algemeen. Screening, thuisopdracht, casus, gedragsvragen en gesprekken op locatie zijn voorbereidingscategorieën op deze pagina, niet de namen die Amazon voor de rondes gebruikt.

• Telefonische screening. Een gesprek van 30 tot 45 minuten, doorgaans met een recruiter of hiring manager, en het eerste livecontact met Amazon.
• De loop. De laatste en uitgebreidste fase: vier tot zes gesprekken van elk 45-60 minuten, waarbij iedere interviewer andere aspecten van je vaardigheden en ervaring beoordeelt.
• De Bar Raiser. Een objectieve interviewer van buiten het wervingsteam neemt deel aan de loop om te waarborgen dat de wervingsnormen worden gehandhaafd.
• Nabespreking en feedback. Het panel bespreekt de kandidaat na het laatste gesprek; Amazon geeft doorgaans binnen twee werkdagen na telefonische gesprekken en binnen vijf werkdagen na de loop feedback.

Amazon maakt niet bekend of data-analisten vóór de loop een online assessment of thuisopdracht krijgen.

De 16 Leadership Principles vormen de basis van elke wervingsbeslissing en de STAR-methode is de hoeksteen van de gesprekken. Voor een analist maakt dit van elk gesprek een combinatie: aan de ene kant een technisch onderwerp, aan de andere kant een verhaal rond een principe met een duidelijk vermeld resultaat.

Sollicitatiegesprekken voor data-analisten toetsen over het algemeen:

• SQL en gegevensopschoning. Joins, aggregaties, windowfuncties en het opsporen van dubbele en ontbrekende waarden voordat deze in een rapport terechtkomen.
• Meetwaarden en dashboards. Een meetwaarde nauwkeurig definiëren en herkennen wanneer deze misleidend is.
• Bevindingen communiceren. Een resultaat omzetten in een beslissing die iemand anders kan nemen; hier leveren principes over klanten en het verdienen van vertrouwen hun bewijs.
• Zakelijk inzicht. Bepalen welke analyse het belangrijkst is en die keuze kunnen verdedigen.

In de gepubliceerde richtlijnen voor de Applied Scientist-loop vermeldt Amazon dat iedere interviewer doorgaans twee of drie gedragsgerichte vragen stelt. Dat is een andere functie, maar het is het duidelijkste gepubliceerde signaal van hoeveel van elk gesprek bij Amazon gedragsgericht is. Een analist moet rekening houden met een vergelijkbaar aandeel.

Het gepubliceerde proces van Amazon is voor deze functies hetzelfde; de nadruk binnen de gesprekken verschilt. Het volgende beschrijft de algemene praktijk en is geen beleid van Amazon.

• Vergeleken met gesprekken voor Data Scientist- en Applied Scientist-functies kun je minder modellering en experimenteel ontwerp verwachten, en meer nadruk op het definiëren van meetwaarden, beschrijvende analyses en aanbevelingen. Amazon publiceert voor Applied Scientists informatie over een technische telefonische screening van 60 minuten met een senior leidinggevende; voor analisten publiceert het niets vergelijkbaars.
• Vergeleken met gesprekken voor Data Engineer-functies kun je weinig vragen over pipelinearchitectuur verwachten en veel meer over het interpreteren van bestaande gegevens, inclusief de tekortkomingen ervan.
• Vergeleken met andere bedrijven zijn de vaste elementen de principes, STAR, de Bar Raiser en een loop van vier tot zes gesprekken. Analisten onderschatten meestal vooral de hoeveelheid gedragsgerichte vragen.

Amazon publiceert de afzonderlijke onderdelen in plaats van de totale duur: een telefonische screening van 30 tot 45 minuten, een loop van vier tot zes gesprekken van elk 45-60 minuten, en feedback binnen twee werkdagen na telefonische gesprekken en binnen vijf werkdagen na de loop. De tussenpozen tussen de fasen worden niet gepubliceerd.

De moeilijkheid zit in het vasthouden van een constant niveau gedurende een lange dag. Meerdere interviewers, van wie er één van buiten het team komt, beoordelen ieder een ander aspect en verwachten allemaal verhalen in STAR-vorm met resultaten. Een analist van wie alle voorbeelden uit één project komen, heeft al snel niets nieuws meer te vertellen; bereid verhalen voor uit verschillende werkzaamheden, elk met een getal aan het einde.

Baseer je voorbereiding op de gepubliceerde vaste elementen en de vier gebieden van de functie.

• Een verzameling STAR-verhalen. Eén verhaal uit analytisch werk per Leadership Principle, elk eindigend met een meetbaar resultaat: een gecorrigeerde meetwaarde, een gewijzigde beslissing of vermeden kosten.
• SQL hardop. Oefen query's terwijl je vertelt welke controles je op de uitvoer zou uitvoeren.
• Definities van meetwaarden. Ken voor elke meetwaarde op je cv de definitie, de zwakke punten en een beslissing die ermee is beïnvloed.
• Beoordelingscasussen. Oefen met het kiezen uit meerdere mogelijke analyses en licht je keuze toe aan de hand van de impact op klanten.
• Oefen de loop. Met een oefengesprek via SubcueAI kun je vóór de echte reeks van vier tot zes gesprekken in één sessie een combinatie van gedragsgerichte en technische vragen oefenen.