Så intervjuar Amazon dataingenjörer

Amazon publicerar sin allmänna intervjuprocess och separata förberedelsesidor för några roller. Amazon publicerar ingen särskild sida för dataingenjörer, så stegen nedan är den allmänna processen. Screening, kodning, systemdesign, beteendefrågor och intervju på plats är förberedelsekategorier på den här sidan, inte Amazons namn på intervjuomgångarna.

• Telefonintervju. Ett samtal på 30 till 45 minuter, vanligtvis med en rekryterare eller rekryterande chef, och din första direkta kontakt med Amazon.
• Loopen. Det sista och mest omfattande steget: fyra till sex intervjuer på 45-60 minuter vardera, där varje intervjuare bedömer olika delar av dina färdigheter och erfarenheter.
• Bar Raiser. En objektiv intervjuare utanför det rekryterande teamet deltar i loopen för att säkerställa att Amazons rekryteringsstandarder upprätthålls.
• Utvärdering och återkoppling. Panelen håller en gemensam utvärdering efter den sista intervjun. Amazon lämnar vanligtvis återkoppling inom två arbetsdagar efter telefonintervjuer och inom fem arbetsdagar efter loopen.

Som jämförelse publicerar Amazon att roller som mjukvaruutvecklingsingenjör omfattar ett webbaserat test med en kodningsuppgift före loopen. Amazon publicerar inte om en kandidat till en dataingenjörsroll får ett sådant, så förbered dig som om du kan få det.

Två publicerade fakta styr varje intervju hos Amazon. De 16 Leadership Principles utgör grunden för varje rekryteringsbeslut, och intervjuerna bygger på STAR-metoden: situation, task, action, result. I en loop där varje intervjuare bedömer en annan aspekt innebär det att varje samtal på 45-60 minuter kombinerar ett tekniskt område med principerna och att varje berättelse du delar behöver ett resultat som du kan redogöra för.

Intervjuer för dataingenjörer bedömer i allmänhet:

• SQL och datamodellering. Korrekta frågor under tidspress och scheman som klarar förändringar.
• Datapipelines och orkestrering. Idempotenta omkörningar, historiska återläsningar, sena data och vad du gör när en uppströmskälla ger felaktiga uppgifter.
• Distribuerade datasystem. Partitionering, lagringsformat, batchbearbetning kontra strömmande bearbetning och kostnader.
• Datakvalitet och ägarskap. Upptäckt, kommunikation och förebyggande – här får principerna om ägarskap och att förtjäna förtroende sina konkreta belägg.

Amazons publicerade ämnen för mjukvaruutveckling omfattar databaser och distribuerade beräkningar tillsammans med datastrukturer och algoritmer, och Amazon uppger att intervjuarna söker förmågan att använda kunskap för att lösa problem i stället för memorerade detaljer. Det är en trygg måttstock att förbereda sig mot för en dataroll.

Amazon publicerar detaljer för SDE-roller som Amazon inte publicerar för dataingenjörer, vilket gör jämförelsen konkret enbart på den ena sidan.

• Vad Amazon publicerar för SDE II: ett webbaserat test på 90 minuter med två tekniska frågor, följt av 20 minuter med scenarier inom systemdesign och en 8 minuter lång Work Style Survey; en loop med fyra 55 minuter långa intervjuer med personer från mjukvaruutvecklingsorganisationen; syntaktiskt korrekt kod i stället för pseudokod; samt minst en fråga om design av mjukvarusystem.
• Vad detta antyder för en dataingenjör, som allmän praxis snarare än Amazons policy: förvänta dig samma krav på fungerande kod, att designfrågorna handlar om dataflöden, lagring och aktualitet snarare än hantering av förfrågningar samt att SQL och datamodellering ersätter en del av bredden inom algoritmer.
• Vad som är oförändrat i varje loop hos Amazon: principerna, STAR, Bar Raiser och den gemensamma utvärderingen.

Amazon publicerar delarna men inte den totala tidsåtgången: en telefonintervju på 30 till 45 minuter, en loop med fyra till sex intervjuer på 45-60 minuter, återkoppling inom två arbetsdagar efter telefonintervjuer och inom fem arbetsdagar efter loopen. Tiden för schemaläggning mellan dessa steg publiceras inte.

Svårigheten ligger i uthållighet och konsekvens. Fyra till sex intervjuare bedömer var sin aspekt, en av dem är en Bar Raiser utanför teamet och alla förväntar sig berättelser enligt STAR med ett verkligt resultat. En dataingenjör som kan koppla varje tekniskt svar till ett principbaserat exempel från verkligt arbete är förberedd för formatet. Den som bara har löst problem isolerat är det inte.

Bygg förberedelserna kring de två publicerade konstanterna och de fyra områden som rollen bedöms utifrån.

• En bank med STAR-berättelser. För var och en av de 16 Leadership Principles bör du förbereda minst en berättelse från dataarbete med ett mätbart resultat: en pipeline som du gjorde tillförlitlig, en kvalitetsincident som du tog ansvar för eller en kostnad som du sänkte.
• Fungerande kod. Öva på SQL- och transformationsproblem i en miljö som kan köra dem, eftersom Amazons vägledning för SDE kräver syntaktiskt korrekt kod, inte pseudokod.
• Design med siffror du ansvarar för. Förbered två eller tre datasystem som du kan rita upp, inklusive deras fellägen och de avvägningar du gjorde.
• Ett möjligt test. Amazon uppger inte om dataingenjörer får ett webbaserat test. Förbered ändå en tidsbegränsad kodningssession.
• Öva på loopen. En övningsintervju med SubcueAI hjälper dig att öva på flera STAR-svar och designfrågor i följd innan du möter fyra till sex intervjuare på en dag.