Hoe Microsoft Data-analisten interviewt

Microsoft publiceert een globaal overzicht van de sollicitatiegesprekken in plaats van een vaste reeks rondes met een naam. De categorieën op deze pagina (screening, thuisopdracht, casus, gedrag, gesprek op locatie) zijn voorbereidingscategorieën en niet die van Microsoft.

• De gesprekken. De meeste sollicitatieprocedures bij Microsoft omvatten 2-4 gesprekken met potentiële teamgenoten en collega's uit andere disciplines, die elk maximaal een uur duren. Voor een analist zijn die collega's waarschijnlijk de mensen die op basis van jouw cijfers handelen.
• Vorm en werkvoorbeelden. Gesprekken kunnen telefonisch, via Microsoft Teams of persoonlijk plaatsvinden. Voor sommige functies wordt kandidaten gevraagd code te schrijven, een creatief portfolio te delen of werkvoorbeelden te verstrekken. Microsoft vermeldt niet voor welke functies dit geldt, dus een analist moet voorbereid zijn op een SQL-opdracht of een verzoek om een voorbeeldanalyse.
• Het technische gesprek. Technische sollicitatiegesprekken zijn gebaseerd op probleemoplossing en behandelen technische deskundigheid en kerncompetenties, naast competentiegerichte vragen en vragen over je cv.
• Als je code schrijft. Wanneer een gesprek programmeerwerk omvat, schrijf je zonder pseudocode in de taal die je goed beheerst, in een externe tool die de code uitvoert en compileert. Voor een analist betekent dit meestal SQL die daadwerkelijk kan worden uitgevoerd.

Microsoft publiceert niet hoelang het proces voor een Data-analist duurt.

De gepubliceerde toets draait om probleemoplossing, beoordeeld aan de hand van competenties en je cv. Als analist moet je dit als volgt interpreteren: bij elke analyse die je vermeldt, wordt onderzocht welke vraag ermee werd beantwoord, welke gegevens je gebruikte, welke controles je uitvoerde en welke beslissing daardoor veranderde.

Sollicitatiegesprekken voor Data-analisten toetsen doorgaans:

• SQL en gegevensopschoning. Joins, aggregatie, windowfuncties en de discipline om dubbele rijen en lege sleutels te vinden voordat je een cijfer rapporteert.
• Metrics en dashboards. Een metric zo definiëren dat twee mensen dezelfde waarde berekenen, en weten wanneer een dashboard misleidend is.
• Bevindingen communiceren. Een resultaat omzetten in een aanbeveling waarmee een collega uit een andere discipline kan handelen. Dat is hier belangrijk, omdat die collega's bij het gesprek aanwezig zijn.
• Zakelijk inzicht. Kiezen welke analyse je als eerste uitvoert en kunnen uitleggen waarom.

Je moet zonder hulp van buitenaf je eigen vaardigheden aantonen, tenzij die hulp uitdrukkelijk is toegestaan. Zowel de SQL als de interpretatie moeten dus van jouzelf komen.

Microsoft publiceert één sollicitatievorm voor alle functies. Het volgende weerspiegelt daarom de algemene praktijk voor deze functies en is geen regel van Microsoft.

• Vergeleken met gesprekken voor Data Scientists kun je minder modellering en experimentontwerp verwachten, en juist meer definitie van metrics, beschrijvende analyse en duidelijke aanbevelingen.
• Vergeleken met gesprekken voor Data Engineers kun je weinig vragen over pipelinearchitectuur verwachten en veel meer over de interpretatie van bestaande gegevens, inclusief de tekortkomingen daarvan.
• Vergeleken met andere organisaties zijn de gepubliceerde kenmerken waarop je je moet voorbereiden: het beperkte aantal gesprekken van een uur, de aanwezigheid van collega's uit andere disciplines en code die echt moet werken. Een analist die zowel werkende SQL kan schrijven als het resultaat aan een niet-analist kan uitleggen, sluit goed aan op deze vorm.

Microsoft publiceert geen tijdlijn. Wel publiceert Microsoft de omvang: 2-4 gesprekken van elk maximaal een uur, waardoor ieder gesprek zwaarder telt dan in een langere gespreksronde.

De moeilijkheid zit in de combinatie en niet in één specifieke vraag. Binnen een uur kun je overgaan van een SQL-probleem dat correct moet worden uitgevoerd naar een competentievraag over een meningsverschil met een belanghebbende, en vervolgens naar een cv-vraag over waarom je een metric op een bepaalde manier hebt gedefinieerd. Kandidaten die hun eerdere analyses tot op het niveau van afzonderlijke keuzes kennen, gaan goed met die afwisseling om.

Bereid je voor op de gepubliceerde vorm: probleemoplossing, competenties, je cv en code die werkt.

• Uitvoerbare SQL. Oefen in een tool die je query's uitvoert en licht je controles hardop toe, want wanneer code vereist is, wordt pseudocode niet geaccepteerd.
• Verhalen rond metrics. Ken van elke metric op je cv de definitie, de bekende zwakke punten en een beslissing die erdoor veranderde.
• Uitleg aan andere disciplines. Oefen hoe je één analyse uitlegt aan een engineer, een marketeer en een financiële partner zonder de betekenis ervan te veranderen.
• Een werkvoorbeeld paraat. Voor sommige functies wordt om werkvoorbeelden gevraagd. Zorg voor een heldere, gedocumenteerde analyse die je met plezier regel voor regel verdedigt.
• Oefen het uur. Gebruik een oefensollicitatie met SubcueAI om het schakelen tussen technische vragen, competentievragen en cv-vragen te oefenen. Tijdens het echte gesprek is hulp van buitenaf niet toegestaan, tenzij die uitdrukkelijk wordt goedgekeurd.