Hoe LinkedIn data-engineers interviewt

LinkedIn publiceert een algemeen overzicht van het wervingsproces en geen draaiboek per functie. De onderstaande fasen volgen daarom dat overzicht; screening, programmeren, systeemontwerp, gedragsvragen en interviews op locatie zijn voorbereidingscategorieën op deze pagina, niet de namen die LinkedIn aan interviewrondes geeft.

• Het gesprek met recruitment. Als je aan de kwalificaties voldoet en wordt geselecteerd voor de volgende stap, plant het recruitmentteam een gesprek in en mogelijk ook een videogesprek met de hiring manager of een ander teamlid.
• De interviewfase. Je ontmoet meerdere andere teamleden en elk interview richt zich op een ander vaardigheidsgebied. Als data-engineer kun je verwachten dat die gebieden aansluiten op SQL en datamodellering, pipelines, systemen en eerder werk, hoewel LinkedIn ze niet opsomt.
• Casestudy of whiteboard. Afhankelijk van de functie kunnen kandidaten worden gevraagd een casestudy te presenteren of een whiteboardopdracht uit te voeren. Bij een datafunctie zul je waarschijnlijk eerder een pipeline of schema op een whiteboard uitwerken dan een casus presenteren.
• De beslissing. LinkedIn heeft na de interviews mogelijk meerdere weken nodig om een beslissing te nemen.

LinkedIn publiceert niet hoeveel interviews een data-engineer krijgt, hoelang elk interview duurt of dat er een programmeertoets is.

Volgens de gepubliceerde opzet staat per interview één vaardigheidsgebied centraal. Dat is nuttig: je kunt elk gebied grondig voorbereiden in plaats van te verwachten dat elke interviewer alles behandelt, en een zwak gebied kan niet achter een sterk gebied worden verborgen.

Interviews voor data-engineers beoordelen doorgaans vier gebieden. Deze vormen een redelijke inschatting van hoe LinkedIn de vaardigheidsgerichte interviews voor deze functie zou kunnen indelen:

• SQL en datamodellering. Correcte, leesbare query's binnen de beschikbare tijd en schema's die bestand zijn tegen veranderende vereisten.
• Pipelines en orkestratie. Afhankelijkheden, idempotente heruitvoeringen, backfills en te laat aangeleverde of onjuist gevormde brongegevens.
• Gedistribueerde datasystemen. Partitionering, opslagformaten, batchverwerking tegenover streaming en kosten; door de schaal van een groot sociaal platform worden deze vragen concreet.
• Datakwaliteit en eigenaarschap. Detectie, communicatie en preventie, waarbij doorgaans ook vragen over eerder werk aan bod komen.

Het gepubliceerde overzicht van LinkedIn verschilt niet per functie, dus de onderstaande verschillen zijn gebaseerd op de algemene praktijk.

• Vergeleken met interviews voor software-engineers kun je verwachten dat de technische onderdelen sterker gericht zijn op SQL, datamanipulatie en pipelinelogica dan op een brede reeks algoritmen, en dat het ontwerpgedeelte draait om datastromen, opslag en actualiteit.
• Vergeleken met interviews voor datawetenschappers kun je minder statistiek en modellering verwachten en meer aandacht voor de systemen die betrouwbare gegevens op tijd leveren.
• Vergeleken met andere bedrijven vallen in het gepubliceerde proces vooral de structuur met één vaardigheid per interview, de mogelijke casestudy of whiteboardopdracht en een beslissing die meerdere weken kan duren op. Bereid elk vaardigheidsgebied afzonderlijk voor en zorg dat je iets kunt uittekenen.

LinkedIn publiceert één indicatie van de doorlooptijd: na de interviews kan het meerdere weken duren voordat er een beslissing wordt genomen. Het aantal en de duur van de interviews en de tijd tussen het gesprek met recruitment en de interviewfase worden niet gepubliceerd.

De moeilijkheid zit eerder in de diepgang per gebied dan in de breedte per interview. Omdat elk interview zich op een ander vaardigheidsgebied richt, kan een interviewer het hele gesprek gebruiken om diep op pipelines of modellering in te gaan. Een kandidaat met alleen een oppervlakkig antwoord raakt dan snel door de inhoud heen. Bereid elk gebied voor alsof het het enige is.

Volg de gepubliceerde structuur: behandel steeds één vaardigheidsgebied en ga de diepte in.

• Verdiep je in SQL en modellering. Oefen met het schrijven en uitleggen van windowfuncties, deduplicatie en langzaam veranderende dimensies, en onderbouw vervolgens de bijbehorende schemakeuzes.
• Ontwerp pipelines op een whiteboard. Bereid twee of drie systemen voor die je van begin tot eind kunt uittekenen, inclusief mogelijke storingen, aangezien een whiteboardopdracht tot de gepubliceerde mogelijkheden behoort.
• Afwegingen bij systemen. Bereid partitionering, formaten en batchverwerking tegenover streaming voor, inclusief de kosten van elke keuze.
• Bewijs uit eerder werk. Bereid een incident met datakwaliteit voor waarvoor jij verantwoordelijk was: wat je ontdekte, wie je informeerde en wat je veranderde.
• Oefen de vorm. Met een oefeninterview van SubcueAI kun je één vaardigheidsgebied oefenen terwijl er langdurig wordt doorgevraagd, precies zoals LinkedIn de opzet beschrijft.