Hướng dẫn phỏng vấn Nhà khoa học dữ liệu tại JPMorganChase

JPMorganChase sử dụng các bài đánh giá tiêu chuẩn hóa cho một số vị trí và sẽ thông báo khi vị trí của ứng viên yêu cầu bài đánh giá. Các hình thức có thể bao gồm phỏng vấn trực tiếp có cấu trúc, phỏng vấn ghi hình theo yêu cầu và bài đánh giá kỹ năng trực tuyến. Trình tự dưới đây là lộ trình chuẩn bị, không phải tên các vòng phỏng vấn đã được JPMorganChase xác nhận.

• Sàng lọc: Chuẩn bị phần trình bày súc tích về kinh nghiệm, sự quan tâm của bạn đối với vị trí và công việc phân tích phù hợp nhất.
• Bài làm tại nhà: Luyện tập cách biến một bộ dữ liệu có yêu cầu mở thành bản phân tích có cơ sở vững chắc, với các giả định và kết luận rõ ràng.
• Lập trình: Ôn luyện SQL, xử lý dữ liệu, gỡ lỗi và giải thích các lựa chọn trong khi làm bài.
• Tình huống: Xây dựng cấu trúc cho một vấn đề chưa rõ ràng, chọn chỉ số phù hợp và thảo luận các đánh đổi trước khi đề xuất mô hình.
• Hành vi: Xây dựng những câu chuyện dựa trên bằng chứng về khả năng cộng tác, phán đoán, ứng phó với trở ngại và giao tiếp với các đối tác không chuyên về kỹ thuật.
• Phỏng vấn tại chỗ: Sẵn sàng kết hợp tư duy kỹ thuật, phân tích tình huống và kỹ năng giao tiếp trong nhiều cuộc trao đổi có phạm vi rộng hơn.

Các cuộc phỏng vấn Nhà khoa học dữ liệu thường kiểm tra khả năng kết nối tư duy thống kê, triển khai, quyết định mô hình hóa và giao tiếp. Một số vị trí tại JPMorganChase cũng sử dụng phỏng vấn video ghi hình để đánh giá trình độ ngôn ngữ, khả năng trình bày bằng lời hoặc năng lực kỹ thuật.

• Thống kê và thử nghiệm: Xác định giả thuyết, lựa chọn chỉ số, nhận diện thiên lệch, diễn giải mức độ bất định và giải thích những điều mà kết quả chưa thể chứng minh.
• SQL và lập trình: Xây dựng logic chính xác, xử lý các trường hợp biên và trình bày cách bạn sẽ kiểm chứng đầu ra.
• Phán đoán khi mô hình hóa: Chọn phương pháp phù hợp với quyết định cần đưa ra, so sánh các phương án, ngăn ngừa rò rỉ dữ liệu và cân nhắc khả năng diễn giải.
• Giao tiếp: Chuyển các phương pháp và phát hiện thành những hàm ý mà người không chuyên có thể hiểu và đặt câu hỏi.

So với các cuộc phỏng vấn chỉ tập trung vào một lĩnh vực, việc chuẩn bị cho vị trí Nhà khoa học dữ liệu phải kết nối nhiều loại bằng chứng. Một truy vấn chính xác sẽ thuyết phục hơn khi bạn có thể giải thích chỉ số mà nó tạo ra; một mô hình tốt vẫn chưa hoàn chỉnh nếu thiếu các giả định, bước kiểm chứng và phần giải thích rõ ràng về cách đầu ra của mô hình hỗ trợ việc ra quyết định.

JPMorganChase mô tả khuôn khổ đánh giá của mình là tùy theo từng trường hợp. Các bài đánh giá tiêu chuẩn hóa chỉ áp dụng cho một số vị trí và ứng viên sẽ được thông báo khi cần thực hiện. Khi được yêu cầu, bài đánh giá kỹ thuật có thể là bài kiểm tra trực tuyến hoặc cuộc phỏng vấn kỹ thuật, trong đó ứng viên trực tiếp thể hiện kỹ năng. Đừng cho rằng mọi vị trí Nhà khoa học dữ liệu đều áp dụng tất cả các hình thức này.

JPMorganChase không công bố thời gian hoàn tất quy trình. Nếu được yêu cầu tham gia phỏng vấn ghi hình theo yêu cầu, ứng viên phải hoàn thành trong khoảng thời gian được ấn định bằng một thiết bị có camera và micrô.

Nhiều bài đánh giá có thể không được phép làm lại trong một khoảng thời gian nhất định và JPMorganChase sẽ thông báo cho ứng viên khi có hạn chế về việc làm lại. Hãy đọc kỹ từng thư mời, kiểm tra thiết bị trước khi bắt đầu và dành riêng một khoảng thời gian không bị gián đoạn. Khi chuẩn bị chung cho vị trí Nhà khoa học dữ liệu, hãy dự kiến thử thách sẽ nằm ở khả năng chuyển đổi chính xác giữa thống kê, lập trình, phán đoán khi mô hình hóa và giải thích bằng ngôn ngữ dễ hiểu.

Hãy mô phỏng cách đánh giá trong quá trình luyện tập. Bắt đầu với nền tảng thống kê và thiết kế thử nghiệm, sau đó làm các bài tập SQL và lập trình trong khi trình bày thành lời cách suy luận của bạn. Tiếp theo, hãy luyện các tình huống mô hình hóa đòi hỏi phải nêu giả định, lựa chọn phương pháp kiểm chứng và cân nhắc các đánh đổi.

Kết thúc mỗi buổi luyện tập bằng cách giải thích kết quả cho người không chuyên về kỹ thuật. Sử dụng một buổi phỏng vấn thử để kiểm tra xem câu trả lời của bạn có giữ được cấu trúc rõ ràng trước các câu hỏi tiếp nối hay không. Với mỗi câu chuyện về dự án, hãy nêu vấn đề, phần đóng góp của bạn, bằng chứng hỗ trợ quyết định và điều bạn sẽ thay đổi nếu có dữ liệu tốt hơn.