Hướng dẫn phỏng vấn nhà khoa học dữ liệu tại McKinsey & Company

Đối với hầu hết các vị trí làm việc trực tiếp với khách hàng, McKinsey & Company mô tả một vòng phỏng vấn về kinh nghiệm cá nhân, tiếp theo là phỏng vấn giải quyết vấn đề, đôi khi được gọi là phỏng vấn tình huống. Mỗi ứng viên có ít nhất một buổi phỏng vấn cá nhân. Tùy theo vị trí, vòng phỏng vấn chuyên môn có thể bao gồm thử thách lập trình, nhiệm vụ giải quyết vấn đề hoặc một bài tập khác dành riêng cho vai trò.

Solve là bài đánh giá được trò chơi hóa về năng lực giải quyết vấn đề tự nhiên. McKinsey & Company cho biết ứng viên không cần chuẩn bị cho bài này.

Khi lập kế hoạch, hãy xem vòng sàng lọc, bài tập làm tại nhà, lập trình, tình huống, hành vi và phỏng vấn trực tiếp là các nhóm nội dung cần chuẩn bị, thay vì tên các vòng của McKinsey & Company. Cách này giúp kế hoạch ôn luyện của bạn bao quát mà không giả định một trình tự cố định.

Đối với vòng phỏng vấn về kinh nghiệm cá nhân, McKinsey & Company đề xuất chuẩn bị hai ví dụ đề cập đến thành tựu và thử thách. Hãy trình bày từng ví dụ với bối cảnh, các quyết định của bạn, đóng góp của bạn và những gì đã thay đổi để người phỏng vấn có thể theo dõi các bằng chứng.

Vòng phỏng vấn giải quyết vấn đề hoặc tình huống đánh giá tư duy phân tích và cách bạn tiếp cận một vấn đề kinh doanh phức tạp. Solve tập trung vào năng lực giải quyết vấn đề tự nhiên. Nhìn chung, phần đánh giá kỹ thuật trong các cuộc phỏng vấn nhà khoa học dữ liệu có thể bao gồm thống kê và thử nghiệm, SQL và lập trình, khả năng phán đoán khi mô hình hóa, cũng như giải thích kết quả cho người không chuyên.

So với việc chuẩn bị cho tư vấn nói chung, quá trình chuẩn bị cho vị trí nhà khoa học dữ liệu đòi hỏi chiều sâu hơn trong công việc dữ liệu: xác định chỉ số, kiểm tra giả định, viết SQL hoặc mã nguồn rõ ràng, chọn mô hình phù hợp và giải thích sự bất định. Đây là những ưu tiên chuẩn bị chung, không phải tiêu chí đánh giá được McKinsey & Company công bố.

Trong quá trình luyện tập tình huống nói chung, bạn suy luận từ một vấn đề kinh doanh phức tạp, còn bài tập kỹ thuật có thể yêu cầu bạn làm việc trực tiếp với mã nguồn. Hãy luyện cách kết nối hai phần: giải thích kết quả phân tích làm thay đổi một quyết định như thế nào, chứ không chỉ trình bày phương pháp hoạt động ra sao.

McKinsey & Company không công bố quy trình kéo dài bao lâu. Thách thức nằm ở phạm vi rộng: bằng chứng từ kinh nghiệm cá nhân, lập luận tình huống có cấu trúc, khả năng giải quyết vấn đề tự nhiên và công việc kỹ thuật có thể dành riêng cho vai trò đòi hỏi những cách tư duy khác nhau.

Hãy đánh giá mức độ sẵn sàng dựa trên việc bạn có thể giải thích lập luận trước các câu hỏi tiếp nối, sửa một giả định mà không làm mất mạch trình bày và chuyển các lựa chọn kỹ thuật thành hệ quả kinh doanh hay không. Độ khó không đến nhiều từ cú pháp ít gặp, mà từ việc đưa ra lựa chọn hợp lý và truyền đạt chúng rõ ràng.

Hãy xây dựng kế hoạch chuẩn bị xoay quanh những bằng chứng mà mỗi phần đánh giá có thể làm rõ.

• Kinh nghiệm cá nhân: Chuẩn bị hai ví dụ theo đề xuất của McKinsey & Company, đề cập đến thành tựu và thử thách. Trình bày rõ hành động và bài học của bạn.
• Lập luận tình huống: Luyện cách làm rõ mục tiêu, cấu trúc vấn đề, kiểm chứng ý tưởng bằng bằng chứng và kết thúc bằng một quyết định.
• Thống kê và thử nghiệm: Ôn luyện giả thuyết, chỉ số, thiên lệch, sự bất định, thiết kế thử nghiệm và diễn giải kết quả.
• SQL và lập trình: Viết giải pháp dễ đọc, kiểm thử các trường hợp biên, chỉ nêu độ phức tạp khi phù hợp và trình bày các đánh đổi.
• Khả năng phán đoán khi mô hình hóa: So sánh mô hình cơ sở, đặc trưng, lựa chọn phương pháp xác thực, các kiểu lỗi và chi phí của sai sót.
• Giao tiếp: Đưa ra kết luận bằng ngôn ngữ dễ hiểu trước khi đi vào chi tiết kỹ thuật và liên hệ kết quả với một quyết định.

Hãy sử dụng một buổi phỏng vấn thử để kết hợp luyện tập tình huống, kỹ thuật và giao tiếp dưới các câu hỏi tiếp nối. Hãy chuẩn bị riêng cho Solve vì McKinsey & Company cho biết không cần ôn luyện cho bài này.