Phỏng vấn Data Engineer tại Netflix: Quy trình và cách chuẩn bị

Bạn vừa nhận được tin nhắn từ nhà tuyển dụng Netflix và muốn biết các vòng tiếp theo gồm những gì. Phần này tách biệt những gì chính Netflix nêu ra với thực tiễn chung của các vị trí kỹ thuật dữ liệu. Các sự kiện đã công bố đi trước, sau đó là những vòng đáng chuẩn bị.

Netflix công bố ghi chú về quy trình cho tuyển dụng đầu sự nghiệp chứ không phải bảng phân tích cho từng vị trí kinh nghiệm. Với ứng viên mới tốt nghiệp, công ty cho biết phỏng vấn thường bắt đầu bằng một bài đánh giá mang về nhà, tiếp theo là hai vòng phỏng vấn, và việc đi tiếp phụ thuộc vào phản hồi ở mỗi giai đoạn. Ứng viên thực tập thường nhận một bài đánh giá mang về nhà rồi khoảng hai đến ba vòng. Ở mọi vị trí, Netflix nói người phỏng vấn đánh giá kỹ năng kỹ thuật khi phù hợp, kỹ năng theo vai trò và kỹ năng hành vi, và muốn tìm hiểu bộ kỹ năng của bạn cũng như loại công việc khiến bạn hứng thú.

Netflix không công bố một quy trình riêng cho data engineer giàu kinh nghiệm: không có tên vòng, không có số lượng buổi phỏng vấn, không có thứ tự cố định. Nhà tuyển dụng là nguồn đáng tin cậy duy nhất về lịch trình của bạn, vì vậy hãy hỏi thẳng mỗi cuộc trò chuyện bao gồm lĩnh vực nào và có bài mang về nhà hay không.

Để lên kế hoạch, bạn nên nghĩ theo các giai đoạn mà một quy trình kỹ thuật dữ liệu thường có tại các công ty công nghệ lớn. Đây là các nhóm chuẩn bị rút ra từ thực tiễn chung của vị trí này, không phải tên vòng của Netflix:

• Trò chuyện với nhà tuyển dụng. Lý lịch của bạn, nhóm, các vấn đề hậu cần và điều thu hút bạn ở công việc.
• Vòng sàng lọc kỹ thuật. Thường là SQL và một ít lập trình, hay kèm thảo luận về một pipeline bạn đã xây dựng.
• Bài đánh giá mang về nhà. Một phần của quy trình Netflix nêu cho ứng viên mới tốt nghiệp và thực tập; hãy hỏi xem nó có áp dụng cho cấp bậc của bạn không.
• Các buổi phỏng vấn kỹ thuật chuyên sâu. Mô hình hóa dữ liệu, thiết kế pipeline và hệ thống, và SQL khó hơn.
• Các cuộc trò chuyện về hành vi và động lực. Cách bạn làm việc với người khác và loại vấn đề bạn muốn đảm nhận.

Các chủ đề trên Reddit và Blind mô tả chi tiết từng vòng phỏng vấn riêng lẻ. Hãy coi mỗi bài là trải nghiệm của một ứng viên ở một nhóm, không phải mô tả cách Netflix phỏng vấn mọi data engineer.

Netflix nêu ba điều người phỏng vấn đánh giá: kỹ năng kỹ thuật, kỹ năng theo vai trò và kỹ năng hành vi. Với data engineer, ranh giới giữa kỹ thuật và theo vai trò rất mỏng, nên sẽ hữu ích hơn nếu ánh xạ chúng vào các lĩnh vực dưới đây. Các câu hỏi mẫu trên trang này là đề luyện tập tiêu biểu, không phải câu hỏi Netflix đã xác nhận có hỏi.

• Thông thạo SQL. Phép join không nhân bản dòng, hàm cửa sổ cho xếp hạng và tổng lũy kế, khử trùng lặp, gaps and islands và phân phiên (sessionize) luồng sự kiện. Người phỏng vấn thường quan tâm bạn có giải thích được vì sao truy vấn đúng hay không, chứ không chỉ việc nó cho ra kết quả.
• Lập trình cho dữ liệu. Phân tích cú pháp, biến đổi và tổng hợp bản ghi bằng Python hoặc ngôn ngữ JVM, chú ý đến bộ nhớ, trường hợp biên và mã dễ đọc. Câu hỏi thuật toán dạng đố mẹo vẫn có thể xuất hiện, nên cấu trúc dữ liệu cơ bản vẫn đáng ôn lại.
• Mô hình hóa dữ liệu. Chọn độ chi tiết (grain) của bảng fact, tách fact khỏi dimension, xử lý thuộc tính thay đổi theo thời gian và thiết kế bảng mà nhà phân tích truy vấn được mà không mắc bẫy.
• Thiết kế pipeline và hệ thống. Batch so với streaming, phân vùng, ghi idempotent, backfill, sự kiện đến muộn, thay đổi lược đồ và kiểm tra chất lượng dữ liệu. Hãy chờ các câu hỏi tiếp theo làm thay đổi yêu cầu giữa chừng.
• Phán đoán về hành vi. Chịu trách nhiệm về sự cố, bất đồng với các bên liên quan về định nghĩa chỉ số và đánh đổi giữa tốc độ và độ chính xác.
• Động lực. Netflix nói người phỏng vấn muốn biết loại công việc khiến bạn hứng thú. Một câu trả lời mơ hồ ở đây là lãng phí một câu hỏi mà công ty đã nói là họ quan tâm.

Xuyên suốt tất cả, điểm chung là suy luận thành tiếng. Một ứng viên viết truy vấn đúng trong im lặng và một ứng viên giải thích độ chi tiết, khóa join và trường hợp biên trước khi gõ thường nhận phản hồi khác nhau, dù mã giống hệt. Thêm đề luyện tập nhóm theo kỹ năng có trong ngân hàng câu hỏi.

Tại hầu hết các công ty công nghệ lớn, quy trình data engineer chồng lấn với cả hai vị trí lân cận nhưng đặt trọng số vào các kỹ năng khác nhau. Netflix không công bố khác biệt theo vai trò cho tuyển dụng có kinh nghiệm, nên phần so sánh dưới đây là thực tiễn chung, không phải khẳng định về các quy trình khác của Netflix.

• So với kỹ thuật phần mềm. Ít nhấn mạnh câu đố thuật toán hơn, nhiều hơn về SQL, mô hình hóa dữ liệu và độ tin cậy của pipeline. Câu hỏi thiết kế hệ thống thường xoay quanh cách dữ liệu di chuyển, hạ cánh và được sửa, hơn là các dịch vụ phục vụ yêu cầu.
• So với khoa học dữ liệu. Ít thống kê, thử nghiệm và mô hình hóa kết quả hơn; nhiều hơn về xây dựng và vận hành các bảng mà nhà phân tích và nhà khoa học phụ thuộc. Bạn vẫn có thể được hỏi một chỉ số được định nghĩa ra sao, vì data engineer thường sở hữu bảng đứng sau nó.
• So với kỹ thuật phân tích (analytics engineering). Ranh giới khá mờ. Vị trí analytics engineer thường thiên về mô hình hóa và SQL cho báo cáo, còn vị trí data engineer đi sâu hơn vào thu nạp dữ liệu, xử lý phân tán và hạ tầng.

Giữa các công ty, khác biệt lớn hơn thường là mức độ quy trình dựa vào bài mang về nhà so với giải quyết vấn đề trực tiếp. Quy trình Netflix nêu cho ứng viên mới tốt nghiệp và thực tập bắt đầu bằng bài đánh giá mang về nhà, vốn coi trọng công việc sạch sẽ, có tài liệu hơn là tốc độ. Các hướng dẫn về cách những công ty khác tổ chức quy trình được tập hợp trong phỏng vấn theo công ty.

Netflix không công bố mốc thời gian tuyển dụng data engineer. Lịch trình phụ thuộc vào nhóm, cấp bậc của bạn và lịch của người phỏng vấn, nên nhà tuyển dụng là người để hỏi khi bạn đã vào quy trình.

Độ khó dễ mô tả theo định tính hơn. Netflix nói việc đi tiếp dựa trên phản hồi ở mỗi giai đoạn, nghĩa là mỗi giai đoạn là một cửa ải chứ không phải điểm được lấy trung bình ở cuối. Một bài mang về nhà yếu hoặc vòng SQL chập chờn có thể kết thúc quy trình trước khi đến các cuộc trò chuyện về thiết kế, bất kể sau đó bạn mạnh đến đâu.

Phần khó với hầu hết ứng viên không phải cú pháp hiếm gặp. Đó là chiều sâu khi bị hỏi tiếp: bạn thiết kế một pipeline, người phỏng vấn thêm dữ liệu đến muộn, rồi thay đổi lược đồ, rồi hỏi bạn sẽ biết đầu ra sai bằng cách nào. Ứng viên từng vận hành pipeline trong môi trường thực tế thường xử lý sự thay đổi này tốt hơn người chỉ mới xây dựng.

Ứng viên cấp cao cũng nên chờ đợi trọng số lớn hơn cho phán đoán. Chọn điều không nên xây, giải thích một sự đánh đổi cho bên liên quan không chuyên kỹ thuật và nhận trách nhiệm về lỗi trong quá khứ đều được tính là kỹ năng theo vai trò ở cấp bậc đó.

Hãy xây dựng việc chuẩn bị quanh ba lĩnh vực Netflix nêu, rồi thêm bài mang về nhà nếu nhà tuyển dụng xác nhận có.

• Kỹ thuật: SQL trước. Luyện hàm cửa sổ, khử trùng lặp và phân phiên sự kiện cho đến khi bạn viết được mà không cần tra cứu. Với mỗi truy vấn, hãy nói thành tiếng độ chi tiết của kết quả trước khi chạy.
• Kỹ thuật: mã. Luyện biến đổi các bản ghi lồng nhau hoặc lộn xộn bằng ngôn ngữ chính của bạn, và ôn các cấu trúc dữ liệu cốt lõi phòng khi vòng sàng lọc có bài toán thuật toán kinh điển.
• Theo vai trò: mô hình hóa và pipeline. Lấy một lĩnh vực bạn biết, như gói đăng ký hoặc nhật ký sự kiện, và phác thảo các bảng, độ chi tiết và pipeline nạp chúng. Sau đó thử thách thiết kế: chạy lại sau lỗi một phần, backfill, một lô đến muộn, một cột bị đổi tên.
• Hành vi: những câu chuyện có hệ quả. Chuẩn bị một sự cố pipeline bạn đã chịu trách nhiệm, một bất đồng về định nghĩa chỉ số và một đánh đổi mà bây giờ bạn sẽ làm khác. Cấu trúc STAR giúp nếu bạn hay nói dông dài, nhưng hãy giữ kết quả cụ thể.
• Động lực: công việc khiến bạn hứng thú. Netflix nói người phỏng vấn muốn biết điều này. Hãy gọi tên một loại bài toán dữ liệu và chỉ ra một dự án thể hiện nó, thay vì ca ngợi công ty.
• Bài mang về nhà, nếu được giao. Hãy coi nó như công việc production: có kiểm thử, một README ngắn giải thích các giả định và xử lý rõ ràng đầu vào lỗi.

Hãy xét một data engineer có kinh nghiệm chủ yếu là ETL batch hằng đêm tại một nhà bán lẻ. Họ dành những buổi đầu cho SQL với hàm cửa sổ, rồi tập giải thích cách làm cho backfill an toàn khi chạy lại, vì đó là nơi có những câu chuyện thật của họ. Khi các câu hỏi hành vi đến, họ trả lời bằng một sự cố pipeline mình đã chịu trách nhiệm thay vì ví dụ chung chung về làm việc nhóm.

Bước cuối cùng là nói tất cả điều này thành tiếng, vì mỗi giai đoạn là một cuộc trò chuyện. Trang phỏng vấn thử của SubcueAI cho phép bạn luyện nói các câu hỏi kỹ thuật dữ liệu trước vòng sàng lọc thật.