Cách tổ chức phỏng vấn thử cho nhà phân tích dữ liệu

Các vòng phỏng vấn nhà phân tích dữ liệu có cấu trúc khá dễ đoán, nhưng vẫn khiến những ứng viên đã chuẩn bị kỹ bị vấp, vì việc chuẩn bị thường diễn ra trong im lặng còn buổi phỏng vấn thì diễn ra bằng lời nói. Phần này trình bày buổi phỏng vấn thử giúp lấp khoảng trống đó. Hãy xây dựng nó từ ba vòng gần như xuất hiện trong mọi buổi phỏng vấn nhà phân tích.

Đầu tiên là một bài SQL trực tiếp: 20 đến 30 phút trên một schema thực tế. Thứ hai là một case chỉ số: một con số đã thay đổi, và bạn phải suy luận ra lý do. Thứ ba là hành vi: những câu chuyện về các bên liên quan, một lần phân tích của bạn bị sai, một hạn chót bị trễ. Nếu có thể, hãy làm cả ba trong một buổi liền mạch, vì sức bền cũng là một phần của buổi phỏng vấn thật.

Hãy đặt giới hạn thời gian nghiêm ngặt cho từng phần và nói to mọi câu trả lời như thể người phỏng vấn đang ngồi trước mặt, hoặc luyện với một người phỏng vấn AI; trang phỏng vấn thử hướng dẫn cách thiết lập việc này với các câu hỏi theo từng vị trí.

Hãy chọn một schema có ba hoặc bốn bảng liên quan nhau, chẳng hạn orders, users, sessions, payments, rồi lần lượt giải các câu hỏi với độ khó tăng dần: một phép tổng hợp có điều kiện lọc, một join kèm group by, rồi đến một câu hỏi về hàm cửa sổ như tổng lũy kế, thứ hạng trong một nhóm, hoặc mức thay đổi so với tháng trước. Hàm cửa sổ, self-join, và cách xử lý NULL chính là nơi các buổi phỏng vấn thật phân loại ứng viên.

Hãy thuyết minh liên tục: grain của mỗi bảng là gì, tại sao bạn join theo những khóa đó, chỗ nào có thể bị đếm trùng. Người phỏng vấn chấm điểm chính phần thuyết minh đó, và đây chính là điều mà luyện tập trong im lặng không bao giờ rèn được. Khi một câu truy vấn bị lỗi, cũng hãy debug thành tiếng; xử lý gọn gàng để nghe tốt hơn là làm đúng trong im lặng.

Kết thúc vòng bằng cách giải thích lại câu truy vấn cuối cùng bằng ngôn ngữ đơn giản, mỗi mệnh đề một câu. Nếu lời giải thích đó còn mơ hồ, thì phiên bản trong buổi phỏng vấn thật cũng sẽ mơ hồ như vậy.

Vòng case có một khuôn mẫu chuẩn: một chỉ số đã thay đổi, hãy chẩn đoán nó. Hãy luyện trước một cấu trúc cố định. Trước tiên, định nghĩa chỉ số một cách chính xác, bao gồm cả mẫu số của nó. Sau đó phân khúc: theo nền tảng, khu vực, nhóm người dùng, khoảng thời gian. Tiếp theo, đặt giả thuyết theo từng nhóm, vấn đề của pipeline dữ liệu, thay đổi sản phẩm, sự kiện bên ngoài, dịch chuyển cơ cấu, và nói rõ câu truy vấn hoặc biểu đồ nào sẽ kiểm chứng từng giả thuyết. Kết thúc bằng việc nói bạn sẽ làm gì tiếp theo, chứ không chỉ nói điều gì đã xảy ra.

Một ví dụ cụ thể: một nhà phân tích đang chuẩn bị cho vị trí ở mảng thương mại điện tử tự đặt cho mình đề bài rằng tỷ lệ chuyển đổi hằng tuần đã giảm 8 phần trăm, dành 15 phút để nói to cách xử lý theo cấu trúc trên, và chỉ sau đó mới kiểm tra xem mình đã cố định mẫu số trước khi đặt giả thuyết hay chưa. Phần lớn những lần thử đầu tiên đều bỏ qua bước định nghĩa, và đó chính là thói quen mà buổi phỏng vấn thử tồn tại để sửa.

Nhiều đề bài case hơn để tham khảo được tổng hợp tại trung tâm ngân hàng câu hỏi.

Một buổi phỏng vấn thử duy nhất thay đổi được rất ít; chính nhịp độ đều đặn mới làm thay đổi kết quả. Hai đến ba buổi mỗi tuần trong hai tuần trước khi phỏng vấn là một nhịp độ khả thi, mỗi buổi kết thúc bằng phản hồi viết ra giấy: một điều làm tốt, một điều cần sửa, một câu hỏi khiến bạn bị khựng lại. Hãy lặp lại những câu hỏi khiến bạn khựng lại ở đầu buổi tiếp theo, vì việc lặp lại có giãn cách đúng vào điểm yếu thật sự của bạn luôn hiệu quả hơn những câu hỏi hoàn toàn mới.

Cũng nên thay đổi cách người phỏng vấn tạo áp lực. Hãy để các câu hỏi đào sâu ngắt lời bạn, để giả định của bạn bị thách thức, và luyện cách nói tôi không biết một cách rõ ràng, rồi tiếp ngay sau đó là cách bạn sẽ tìm ra câu trả lời. Một buổi với người phỏng vấn AI trông như thế nào từ đầu đến cuối, và phản hồi được tạo ra sau đó ra sao, được trình bày tại trung tâm phỏng vấn thử.