Netflix ڈیٹا انجینئر انٹرویو: عمل اور تیاری

آپ کو Netflix کے ریکروٹر کا پیغام ملا ہے اور آپ جاننا چاہتے ہیں کہ آگے کیا ہے۔ یہ حصہ اس بات کو الگ کرتا ہے جو Netflix خود بیان کرتی ہے اور جو ڈیٹا انجینئرنگ کے کرداروں کے لیے عمومی رواج ہے۔ پہلے شائع شدہ حقائق، پھر وہ مراحل جن کی تیاری کرنا مفید ہے۔

Netflix ابتدائی کیریئر کی بھرتی کے لیے عمل کے نوٹس شائع کرتی ہے، ہر تجربہ کار کردار کی تفصیل نہیں۔ نئے گریجویٹ امیدواروں کے لیے وہ کہتی ہے کہ انٹرویو عموماً ٹیک ہوم جائزے سے شروع ہوتے ہیں، جس کے بعد انٹرویو کے دو راؤنڈ ہوتے ہیں، اور آگے بڑھنا ہر مرحلے کی فیڈبیک پر منحصر ہے۔ انٹرن شپ کے امیدواروں کو عموماً ٹیک ہوم جائزہ ملتا ہے، جس کے بعد تقریباً دو سے تین راؤنڈ ہوتے ہیں۔ تمام کرداروں میں Netflix کہتی ہے کہ انٹرویو لینے والے جہاں لاگو ہو تکنیکی مہارتیں، کردار سے متعلق مہارتیں اور رویے کی مہارتیں جانچتے ہیں، اور وہ آپ کی مہارتوں اور اس کام کے بارے میں جاننا چاہتے ہیں جو آپ کو پرجوش کرتا ہے۔

Netflix تجربہ کار ڈیٹا انجینئرز کے لیے الگ لوپ شائع نہیں کرتی: نہ راؤنڈز کے نام، نہ انٹرویوز کی تعداد، نہ مقررہ ترتیب۔ آپ کا ریکروٹر آپ کے اپنے شیڈول کا واحد قابل اعتماد ذریعہ ہے، اس لیے براہ راست پوچھیں کہ ہر گفتگو کن شعبوں کا احاطہ کرتی ہے اور آیا ٹیک ہوم شامل ہے۔

منصوبہ بندی کے لیے ان مراحل کے بارے میں سوچنا مددگار ہے جو بڑی ٹیکنالوجی کمپنیوں میں ڈیٹا انجینئرنگ لوپ میں عموماً ہوتے ہیں۔ یہ اس کردار کے عمومی رواج سے لی گئی تیاری کی اقسام ہیں، Netflix کے راؤنڈز کے نام نہیں:

• ریکروٹر سے گفتگو۔ آپ کا پس منظر، ٹیم، لاجسٹکس، اور کام میں آپ کی دلچسپی۔
• تکنیکی اسکریننگ۔ عموماً SQL اور کچھ پروگرامنگ، اکثر آپ کی بنائی ہوئی پائپ لائن پر بحث کے ساتھ۔
• ٹیک ہوم جائزہ۔ Netflix کے بیان کردہ new grad اور انٹرن شپ عمل کا حصہ؛ پوچھیں کہ آیا یہ آپ کی سطح پر لاگو ہوتا ہے۔
• گہرے تکنیکی انٹرویوز۔ ڈیٹا ماڈلنگ، پائپ لائن اور سسٹم ڈیزائن، اور مشکل SQL۔
• رویے اور محرکات کی گفتگو۔ آپ دوسروں کے ساتھ کیسے کام کرتے ہیں اور کن مسائل کی ذمہ داری لینا چاہتے ہیں۔

Reddit اور Blind پر کمیونٹی تھریڈز انفرادی لوپس کی تفصیل بتاتے ہیں۔ ہر ایک کو ایک ٹیم میں ایک امیدوار کا تجربہ سمجھیں، نہ کہ اس بات کی وضاحت کہ Netflix ہر ڈیٹا انجینئر کا انٹرویو کیسے لیتی ہے۔

Netflix تین چیزوں کا نام لیتی ہے جو انٹرویو لینے والے جانچتے ہیں: تکنیکی مہارتیں، کردار سے متعلق مہارتیں اور رویے کی مہارتیں۔ ڈیٹا انجینئر کے لیے تکنیکی اور کردار سے متعلق کے درمیان لکیر باریک ہے، اس لیے انہیں نیچے دیے گئے شعبوں سے جوڑنا زیادہ مفید ہے۔ اس صفحے کے نمونہ سوالات نمائندہ مشقی سوالات ہیں، ایسے سوالات نہیں جن کے بارے میں Netflix نے تصدیق کی ہو کہ وہ پوچھتی ہے۔

• SQL میں روانی۔ ایسی joins جو قطاریں نہ بڑھائیں، درجہ بندی اور مجموعی جمع کے لیے window functions، ڈپلیکیٹ ہٹانا، gaps and islands، اور ایونٹ اسٹریمز کی sessionization۔ انٹرویو لینے والے عموماً دیکھتے ہیں کہ کیا آپ وضاحت کر سکتے ہیں کہ کوئی کوئری درست کیوں ہے، نہ کہ صرف یہ کہ وہ نتیجہ دیتی ہے۔
• ڈیٹا کے لیے پروگرامنگ۔ Python یا JVM زبان میں ریکارڈز کی پارسنگ، تبدیلی اور مجموعہ سازی، میموری، حدی صورتوں اور پڑھنے کے قابل کوڈ پر توجہ کے ساتھ۔ پہیلی نما الگورتھم سوالات ممکن ہیں، اس لیے بنیادی ڈیٹا سٹرکچرز کا اعادہ ضروری ہے۔
• ڈیٹا ماڈلنگ۔ فیکٹ ٹیبل کی گرین (grain) کا انتخاب، فیکٹس کو ڈائمنشنز سے الگ کرنا، وقت کے ساتھ بدلنے والے اوصاف کو سنبھالنا، اور ایسے ٹیبل ڈیزائن کرنا جنہیں تجزیہ کار بغیر جال میں پھنسے کوئری کر سکیں۔
• پائپ لائن اور سسٹم ڈیزائن۔ بیچ بمقابلہ اسٹریمنگ، پارٹیشننگ، idempotent تحریریں، backfills، دیر سے آنے والے ایونٹس، اسکیما تبدیلیاں اور ڈیٹا کوالٹی چیکس۔ ایسے فالو اپ سوالات کی توقع رکھیں جو بیچ میں تقاضے بدل دیں۔
• رویے کا فیصلہ۔ ناکامیوں کی ذمہ داری، میٹرک کی تعریفوں پر اسٹیک ہولڈرز سے اختلافات، اور رفتار اور درستگی کے درمیان سمجھوتے۔
• محرک۔ Netflix کہتی ہے کہ انٹرویو لینے والے جاننا چاہتے ہیں کہ کس قسم کا کام آپ کو پرجوش کرتا ہے۔ یہاں مبہم جواب ایسے سوال کو ضائع کرتا ہے جس کی بابت کمپنی نے کہا ہے کہ وہ اسے اہم سمجھتی ہے۔

ان سب میں مشترکہ دھاگہ بلند آواز میں سوچنا ہے۔ جو امیدوار خاموشی سے درست کوئری لکھ دیتا ہے اور جو لکھنے سے پہلے گرین، جوائن کیز اور حدی صورتیں بیان کرتا ہے، انہیں اکثر مختلف فیڈبیک ملتی ہے، چاہے کوڈ ایک جیسا ہو۔ مہارت کے مطابق گروپ کی گئی مزید مشقی سوالات سوالات کے بینکس میں ہیں۔

زیادہ تر بڑی ٹیکنالوجی کمپنیوں میں ڈیٹا انجینئر لوپ دونوں پڑوسی کرداروں سے ملتا ہے لیکن مختلف مہارتوں کو وزن دیتا ہے۔ Netflix تجربہ کار بھرتیوں کے لیے کرداروں کے درمیان فرق شائع نہیں کرتی، اس لیے نیچے کا موازنہ عمومی رواج ہے، Netflix کے دیگر لوپس کے بارے میں بیان نہیں۔

• سافٹ ویئر انجینئرنگ کے مقابلے میں۔ الگورتھم پہیلیوں پر کم زور اور SQL، ڈیٹا ماڈلنگ اور پائپ لائن کی قابل اعتمادی پر زیادہ۔ سسٹم ڈیزائن کے سوالات عموماً اس پر مرکوز ہوتے ہیں کہ ڈیٹا کیسے چلتا ہے، پہنچتا ہے اور درست کیا جاتا ہے، نہ کہ درخواستوں کا جواب دینے والی سروسز پر۔
• ڈیٹا سائنس کے مقابلے میں۔ شماریات، تجربات اور نتائج کی ماڈلنگ کم؛ ان ٹیبلز کی تعمیر اور آپریشن زیادہ جن پر تجزیہ کار اور سائنسدان انحصار کرتے ہیں۔ آپ سے پھر بھی پوچھا جا سکتا ہے کہ کوئی میٹرک کیسے متعین ہے، کیونکہ ڈیٹا انجینئر اکثر اس کے پیچھے والے ٹیبل کا مالک ہوتا ہے۔
• اینالیٹکس انجینئرنگ کے مقابلے میں۔ لکیر دھندلی ہے۔ اینالیٹکس انجینئر کے کردار عموماً رپورٹنگ کے لیے ماڈلنگ اور SQL کی طرف زیادہ جھکتے ہیں، جبکہ ڈیٹا انجینئر کے کردار انجیشن، تقسیم شدہ پروسیسنگ اور انفراسٹرکچر میں زیادہ گہرائی میں جاتے ہیں۔

کمپنیوں کے درمیان بڑا فرق عموماً یہ ہوتا ہے کہ لوپ ٹیک ہوم کام پر کتنا انحصار کرتا ہے بمقابلہ لائیو مسئلہ حل کرنے پر۔ Netflix کا بیان کردہ new grad اور انٹرن شپ عمل ٹیک ہوم جائزے سے شروع ہوتا ہے، جو رفتار کے بجائے صاف، دستاویزی کام کو انعام دیتا ہے۔ دیگر کمپنیاں اپنے لوپس کیسے ترتیب دیتی ہیں اس کی گائیڈز کمپنی انٹرویوز کے تحت جمع ہیں۔

Netflix ڈیٹا انجینئر بھرتی کے لیے کوئی ٹائم لائن شائع نہیں کرتی۔ شیڈولنگ ٹیم، آپ کی سطح اور انٹرویو لینے والوں کی دستیابی پر منحصر ہے، اس لیے عمل میں آنے کے بعد ریکروٹر ہی وہ شخص ہے جس سے پوچھنا چاہیے۔

مشکل کو معیاری طور پر بیان کرنا آسان ہے۔ Netflix کہتی ہے کہ آگے بڑھنا ہر مرحلے کی فیڈبیک پر مبنی ہے، یعنی ہر مرحلہ ایک دروازے کی طرح کام کرتا ہے نہ کہ آخر میں اوسط نکالا جانے والا اسکور۔ کمزور ٹیک ہوم یا ڈگمگاتی SQL اسکریننگ ڈیزائن گفتگو شروع ہونے سے پہلے عمل ختم کر سکتی ہے، چاہے آپ بعد میں کتنے ہی مضبوط ہوتے۔

زیادہ تر امیدواروں کے لیے مشکل حصہ غیر واضح نحو نہیں ہے۔ یہ فالو اپ سوالات کے نیچے گہرائی ہے: آپ پائپ لائن ڈیزائن کرتے ہیں، انٹرویو لینے والا دیر سے آنے والا ڈیٹا شامل کرتا ہے، پھر اسکیما تبدیلی، پھر پوچھتا ہے کہ آپ کو کیسے پتا چلے گا کہ آؤٹ پٹ غلط ہے۔ جن امیدواروں نے پروڈکشن میں پائپ لائنز چلائی ہیں وہ اس بہاؤ کو ان سے بہتر سنبھالتے ہیں جنہوں نے صرف بنائی ہیں۔

سینئر امیدواروں کو فیصلے پر زیادہ وزن کی بھی توقع رکھنی چاہیے۔ یہ چننا کہ کیا نہیں بنانا، غیر تکنیکی اسٹیک ہولڈر کو سمجھوتہ سمجھانا، اور ماضی کی غلطی کی ذمہ داری لینا، سب اس سطح پر کردار سے متعلق مہارت شمار ہوتے ہیں۔

اپنی تیاری ان تین شعبوں کے گرد بنائیں جن کا Netflix نام لیتی ہے، پھر اگر ریکروٹر تصدیق کرے کہ ٹیک ہوم ہے تو اسے شامل کریں۔

• تکنیکی: پہلے SQL۔ Window functions، ڈپلیکیٹ ہٹانے اور ایونٹ sessionization پر کام کریں جب تک انہیں بغیر حوالے کے نہ لکھ سکیں۔ ہر کوئری کے لیے، چلانے سے پہلے نتیجے کی گرین بلند آواز میں بتائیں۔
• تکنیکی: کوڈ۔ اپنی بنیادی زبان میں تہہ دار یا بے ترتیب ریکارڈز کی تبدیلی کی مشق کریں، اور بنیادی ڈیٹا سٹرکچرز دہرائیں اگر اسکریننگ میں کلاسیکی الگورتھم مسئلہ شامل ہو۔
• کردار سے متعلق: ماڈلنگ اور پائپ لائنز۔ ایک ایسا ڈومین لیں جسے آپ جانتے ہوں، جیسے سبسکرپشنز یا ایونٹ لاگز، اور ٹیبلز، گرین اور انہیں بھرنے والی پائپ لائن کا خاکہ بنائیں۔ پھر ڈیزائن پر دباؤ ڈالیں: جزوی ناکامی کے بعد دوبارہ چلانا، backfill، دیر سے آنے والا بیچ، نام بدلا ہوا کالم۔
• رویہ: نتائج والی کہانیاں۔ ایک پائپ لائن ناکامی تیار کریں جس کی ذمہ داری آپ نے لی، میٹرک کی تعریف پر اختلاف، اور ایک سمجھوتہ جو آپ اب مختلف طریقے سے کریں گے۔ اگر آپ بات لمبی کر دیتے ہیں تو STAR ڈھانچہ مدد دیتا ہے، لیکن نتیجہ ٹھوس رکھیں۔
• محرک: وہ کام جو آپ کو پرجوش کرے۔ Netflix بتاتی ہے کہ اس کے انٹرویو لینے والے یہ جاننا چاہتے ہیں۔ کمپنی کی تعریف کرنے کے بجائے ڈیٹا مسئلے کی ایک قسم کا نام لیں اور ایسے پروجیکٹ کی طرف اشارہ کریں جو اسے ثابت کرے۔
• ٹیک ہوم، اگر دیا جائے۔ اسے پروڈکشن کام سمجھیں: ٹیسٹس، آپ کے مفروضے بتانے والی مختصر README، اور خراب ان پٹ کی واضح ہینڈلنگ۔

ایک ایسے ڈیٹا انجینئر کا تصور کریں جس کا تجربہ زیادہ تر ایک ریٹیلر میں رات کے بیچ ETL کا ہے۔ وہ پہلے سیشنز window-function SQL پر لگاتا ہے، پھر مشق کرتا ہے کہ backfill کو دوبارہ چلانے کے لیے محفوظ کیسے بنائے گا، کیونکہ اس کی حقیقی کہانیاں وہیں ہیں۔ جب رویے کے سوالات آتے ہیں تو وہ ٹیم ورک کی عمومی مثال کے بجائے اپنی ذمہ داری والی پائپ لائن ناکامی کے ساتھ جواب دیتا ہے۔

آخری قدم یہ سب بلند آواز میں کہنا ہے، کیونکہ ہر مرحلہ ایک گفتگو ہے۔ SubcueAI کا مشقی انٹرویو صفحہ آپ کو حقیقی اسکریننگ سے پہلے ڈیٹا انجینئرنگ کے سوالات بلند آواز میں مشق کرنے دیتا ہے۔