Hướng dẫn phỏng vấn Nhà khoa học dữ liệu Uber

Sau khi ứng tuyển, trước tiên ứng viên trao đổi với một người trong đội ngũ tuyển dụng của Uber, rồi gặp người phụ trách công việc.

• Đánh giá kỹ thuật: Với các vị trí kỹ thuật, Uber có một bước tập trung vào cách ứng viên xây dựng và giải quyết vấn đề.
• Bài tập liên quan đến công việc: Một số vị trí có bài phân tích, bài viết, phần đánh giá hồ sơ năng lực hoặc mô phỏng công việc.
• Trao đổi với đội ngũ: Ứng viên gặp gỡ đồng đội và các đối tác liên chức năng.
• Đánh giá kết quả thể hiện: Nhà tuyển dụng phối hợp với nhóm tuyển dụng để đánh giá kết quả thể hiện theo các tiêu chí của công việc.

Khi chuẩn bị, hãy xem vòng sàng lọc, bài làm tại nhà, lập trình, tình huống, hành vi và phỏng vấn tại chỗ là các nhóm nội dung luyện tập, không phải tên vòng chính thức của Uber.

• Sàng lọc: Trình bày rõ ràng và súc tích về kinh nghiệm, các lựa chọn phân tích và sự quan tâm của bạn đối với công việc.
• Bài làm tại nhà: Xây dựng cấu trúc phân tích, nêu giả định, kiểm tra chất lượng dữ liệu và trình bày một kết luận có cơ sở bảo vệ.
• Lập trình: Luyện tập SQL, thao tác dữ liệu, tính đúng đắn về logic và kiểm tra các trường hợp biên.
• Tình huống: Xác định chỉ số, thiết kế thử nghiệm, diễn giải sự bất định và đưa ra quyết định mô hình hóa hợp lý.
• Hành vi: Đưa ra bằng chứng về khả năng hợp tác, phán đoán, tinh thần chịu trách nhiệm và giao tiếp với người không chuyên.
• Phỏng vấn tại chỗ: Luyện tập chuyển đổi linh hoạt giữa chi tiết kỹ thuật, lập luận về sản phẩm và các khuyến nghị rõ ràng.

Việc chuẩn bị cho vị trí Nhà khoa học dữ liệu nằm giữa thực thi kỹ thuật và ra quyết định. So với luyện tập kỹ thuật phần mềm nói chung, nội dung này chú trọng hơn vào thống kê, thiết kế thử nghiệm, chỉ số và diễn giải. So với luyện tập phân tích thiên về báo cáo, nội dung này đòi hỏi khả năng bảo vệ chặt chẽ hơn cho lựa chọn mô hình, mức độ bất định và các đánh đổi.

Vì ứng viên Uber có thể gặp các đối tác liên chức năng, hãy trình bày mỗi ví dụ ở hai cấp độ: giải thích lập luận kỹ thuật, sau đó chuyển nó thành một quyết định mà người không chuyên có thể đánh giá.

Uber không công bố thời gian hoàn thành quy trình. Hãy hỏi đầu mối trong đội ngũ tuyển dụng về trình tự, lịch trình và liệu vị trí có bao gồm bài tập liên quan đến công việc hay không.

Với ứng viên Nhà khoa học dữ liệu, thách thức nằm ở phạm vi rộng: thống kê, thử nghiệm, SQL, lập trình, phán đoán mô hình hóa và giao tiếp có thể đòi hỏi những cách tư duy khác nhau. Hãy luyện tập chuyển đổi giữa các nội dung đó trong khi vẫn duy trì tính nhất quán của giả định và kết luận.

• Lập bản đồ minh chứng: Chọn các ví dụ công việc thể hiện khả năng xác định vấn đề, phán đoán phân tích, hợp tác và tạo ra kết quả có thể đo lường.
• Ôn tập về thử nghiệm: Luyện tập xây dựng giả thuyết, lựa chọn chỉ số, ngẫu nhiên hóa, sai lệch, sự bất định và diễn giải.
• Nâng cao độ thành thạo kỹ thuật: Viết SQL dễ đọc, giải thích các phép biến đổi dữ liệu và kiểm tra trường hợp biên.
• Bảo vệ lựa chọn mô hình: So sánh các phương pháp dựa trên giả định, khả năng diễn giải, kiểm định và chi phí của sai sót.
• Luyện tập trình bày tình huống: Bắt đầu bằng quyết định cần đưa ra, xác định thông tin còn thiếu và tách biệt kết quả phát hiện khỏi khuyến nghị.
• Diễn tập một bài tập: Hoàn thành một bài phân tích hoặc mô phỏng công việc, sau đó xem xét liệu người khác có thể theo dõi lập luận của bạn mà không cần thêm bối cảnh hay không.
• Chuẩn bị các câu chuyện hành vi: Cho thấy bạn đã làm gì, vì sao chọn hướng đi đó, cách bạn làm việc với người khác và điều bạn học được.