Så intervjuar LinkedIn dataingenjörer

LinkedIn publicerar en översikt över sin rekryteringsprocess i stället för ett manus för varje roll, så stegen nedan bygger på den översikten. Inledande gallring, kodning, systemdesign, beteendefrågor och intervju på plats är förberedelsekategorier på den här sidan, inte namn som LinkedIn använder på sina intervjuer.

• Rekryteringssamtalet. Om du uppfyller kvalifikationerna och väljs ut för att gå vidare bokar rekryteringsteamet ett samtal och kan även boka ett videosamtal med den rekryterande chefen eller en annan teammedlem.
• Intervjufasen. Du träffar flera andra teammedlemmar och varje intervju fokuserar på ett särskilt kompetensområde. För en dataingenjör kan dessa områden förväntas motsvara SQL och datamodellering, pipelines, system och tidigare arbete, även om LinkedIn inte anger dem.
• Fallstudie eller whiteboardövning. Beroende på rollen kan kandidater bli ombedda att presentera en fallstudie eller genomföra en whiteboardövning. För en dataroll är det mer sannolikt att du ritar upp en pipeline eller ett schema än presenterar ett fall.
• Beslutet. LinkedIn kan behöva flera veckor för att fatta ett beslut efter intervjuerna.

LinkedIn publicerar inte hur många intervjuer en dataingenjör genomgår, hur länge varje intervju varar eller om ett kodningstest ingår.

Den publicerade strukturen innebär ett kompetensområde per intervju. Det är användbart: du kan förbereda varje område på djupet i stället för att förvänta dig att varje intervjuare ska täcka allt, och ett svagt område kan inte döljas bakom ett starkt.

Intervjuer för dataingenjörer bedömer i allmänhet fyra områden, och de ger en rimlig bild av hur LinkedIn kan dela upp de kompetensfokuserade intervjuerna för rollen:

• SQL och datamodellering. Korrekta och lättlästa frågor under tidspress samt scheman som klarar förändrade krav.
• Pipelines och orkestrering. Beroenden, idempotenta omkörningar, historiska omladdningar samt sena eller felaktiga källor.
• Distribuerade datasystem. Partitionering, lagringsformat, batch kontra strömning och kostnad; på en stor social plattform gör datavolymerna frågorna konkreta.
• Datakvalitet och ansvar. Upptäckt, kommunikation och förebyggande, vilket vanligtvis är fokus för frågor om tidigare arbete.

Den publicerade översikten från LinkedIn varierar inte mellan olika roller, så skillnaderna nedan bygger på allmän praxis.

• Jämfört med intervjuer för mjukvaruingenjörer kan du förvänta dig att de tekniska kompetensområdena inriktas mer på SQL, databehandling och pipelinelogik än på ett brett urval av algoritmer, samt att designsamtalet handlar om dataflöden, lagring och aktualitet.
• Jämfört med intervjuer för datavetare kan du förvänta dig mindre statistik och modellering och mer om systemen som levererar tillförlitliga data i tid.
• Jämfört med andra företag är de publicerade kännetecknen strukturen med ett kompetensområde per intervju, en möjlig fallstudie eller whiteboardövning samt ett beslut som kan ta flera veckor. Förbered varje kompetensområde separat och var redo att rita.

LinkedIn publicerar en uppgift om tidsåtgången: LinkedIn kan behöva flera veckor för att fatta ett beslut efter intervjuerna. Antalet intervjuer, deras längd och tiden mellan rekryteringssamtalet och intervjufasen publiceras inte.

Svårigheten ligger i djupet inom varje område snarare än bredden i varje intervju. Eftersom varje intervju fokuserar på ett särskilt kompetensområde kan intervjuaren använda hela samtalet till att gå på djupet om pipelines eller modellering, och en kandidat som bara kan ge ett ytligt svar får snart slut på material. Förbered varje område som om det vore det enda.

Efterlikna den publicerade strukturen: ett kompetensområde i taget och på djupet.

• Fördjupa dig i SQL och modellering. Öva på att skriva och förklara fönsterfunktioner, deduplicering och långsamt föränderliga dimensioner och på att sedan försvara de bakomliggande schemavalen.
• Utforma pipelines på en whiteboard. Ha två eller tre system som du kan rita upp från början till slut, inklusive feltillstånd, eftersom en whiteboardövning är en publicerad möjlighet.
• Avvägningar mellan systemlösningar. Partitionering, format och batch kontra strömning samt kostnaden för varje val.
• Belägg från tidigare arbete. En datakvalitetsincident som du ansvarade för: vad du upptäckte, vem du informerade och vad du ändrade.
• Öva på formatet. En simulerad intervju med SubcueAI låter dig öva på ett enda kompetensområde under ihållande utfrågning, vilket motsvarar den form som LinkedIn beskriver.