Så intervjuar Google dataanalytiker

Google publicerar en översikt över sin rekryteringsprocess, och samma översikt gäller oavsett om du söker som analytiker eller ingenjör.

• Samtal med en rekryterare. Först kommer ett eller två kortare samtal via telefon eller video. De bedömer centrala färdigheter för rollen och ger information om organisationen och teamet, så ha en koncis beskrivning av ditt analytiska arbete redo före det första samtalet.
• Ett mindre projekt, beroende på rollen. Google kan be dig att slutföra en mindre uppgift före intervjuerna, från en fallstudie till skriv- eller kodprov. För en analytiker är en fallstudie baserad på en datamängd den naturliga formen, men Google anger inte vilka roller som får en sådan.
• Intervjupanelen. Intervjusteget består av en panel med intervjuer, via video eller på plats, med olika medarbetare från Google, och det förekommer inga tankenötter.
• Beslut och erbjudande. Google sammanställer ansökan och återkopplingen från intervjuerna, väger in flera perspektiv, fattar ett anställningsbeslut och låter rekryteraren lämna erbjudandet.

Google publicerar inte hur många intervjuer en analytiker genomgår eller hur lång processen tar. Screening, hemuppgift, fallstudie, beteendeintervju och intervju på plats används på den här sidan som förberedelsekategorier, inte som Googles namn på intervjuomgångarna.

Varje kandidat bedöms enligt tydliga kriterier, och samma kriterier används för alla som övervägs för rollen hos Google. Intervjuarna ställer öppna, rollrelaterade frågor för att förstå hur du löser problem, hur du samarbetar med ett team och vilka dina styrkor är. En öppen fråga med bakomliggande bedömningskriterier belönar en synlig metod: ange vilken fråga du faktiskt besvarar, vilka data du skulle behöva, vilken kontroll du skulle göra och vilket beslut resultatet stödjer.

Intervjuer för dataanalytiker bedömer i allmänhet:

• SQL och datarensning. Joins, aggregeringar, fönsterfunktioner samt att upptäcka dubbletten, null-värdet och tidszonsproblemet innan de förstör ett mätetal.
• Mätetal och dashboards. Att definiera ett mätetal exakt, veta vad som påverkar det och förstå när en dashboard besvarar fel fråga.
• Kommunikation av resultat. Att omvandla en tabell till en mening som en beslutsfattare kan agera på.
• Affärsmässigt omdöme. Att välja vilken av flera analyser som är mest värd att genomföra först.

AI-verktyg är inte tillåtna under intervjuer hos Google, så öva på att förklara din analys utan att förlita dig på en skärm.

Den publicerade processen är identisk för dessa roller; det som förändras är betoningen i de öppna frågorna, och följande är allmän praxis snarare än en regel från Google.

• Jämfört med intervjuer för data scientists kan du förvänta dig mindre modellering och experimentdesign och större fokus på definition av mätetal, deskriptiv analys och tydliga rekommendationer.
• Jämfört med intervjuer för dataingenjörer kan du förvänta dig mindre om pipelinearkitektur och distribuerade system och mer om att tolka befintliga data, inklusive deras kvalitetsproblem.
• Jämfört med andra företag är de utmärkande publicerade inslagen de gemensamma bedömningskriterierna för alla intervjuare, panelen med olika medarbetare från Google och det uttryckliga beskedet att det inte förekommer några tankenötter. Konsekvens mellan intervjuarna är viktigare än ett enskilt enastående svar.

Google publicerar ingen tidsplan. De steg du kan planera utifrån är samtalen med rekryteraren, ett möjligt mindre projekt, panelen och perioden då återkoppling från flera perspektiv sammanställs till ett beslut hos Google.

Svårigheten ligger i bredd och konsekvens snarare än i kuggfrågor. Samma bedömningskriterier tillämpas av olika intervjuare, så en analytiker som tydligt kan resonera om ett mätetal när frågor kommer från flera håll presterar bättre än någon som har repeterat en enda berättelse. Frågor om affärsmässigt omdöme är avsiktligt öppna; det finns sällan ett enda rätt svar, bara ett som går att försvara.

Bygg förberedelserna kring de tre saker som Googles bedömningskriterier tar upp: hur du löser problem, hur du samarbetar med ett team och vilka dina styrkor är.

• SQL under observation. Lös problem samtidigt som du berättar om varje steg, inklusive de rimlighetskontroller du skulle göra av resultatet.
• Berättelser om mätetal. Förbered exempel där du definierade eller korrigerade ett mätetal, vad som tidigare var fel och vilket beslut som därefter förändrades.
• En fallstudie du kan försvara. Om Google begär ett mindre projekt, skriv det som om varje diagram kommer att ifrågasättas, eftersom det kommer att ske i panelen.
• Belägg för samarbete och styrkor. Ha konkreta händelser redo: en oenighet med en intressent, en analys som ignorerades och vad du gjorde sedan.
• Öva högt. En övningsintervju med SubcueAI hjälper dig att träna på öppna analytiska frågor i samtalsform. Lägg sedan undan alla verktyg inför de riktiga intervjuerna hos Google, där AI-hjälp inte är tillåten.