Netflix 資料科學家面試指南

Netflix 表示，應屆畢業生的招募流程通常包括居家作業評估及後續兩輪面試。能否晉級取決於各階段的回饋。實習職缺的面試通常包括居家作業評估及後續約兩至三輪面試。請將這些職涯初期職缺的形式視為參考，而非每個資料科學家職缺都必然採用的流程。

在更廣泛的資料科學家面試準備中，下列標籤是準備類別，並非 Netflix 的面試輪次名稱。

• 初步篩選：練習概述你的背景、分析優勢及感興趣的工作。
• 居家作業：提出清楚的分析，列明假設、採用可靠的方法與易讀的程式碼，並給出精簡的建議。
• 程式設計：撰寫並解釋 SQL 與通用程式碼，同時檢查邊界情況。
• 案例分析：將模糊的產品問題轉化為指標、假設、分析計畫及決策。
• 行為面試：準備能展現協作、處理歧見、判斷力及學習能力的實例。
• 現場面試形式的對談：演練如何在技術深度、商業推理及淺白溝通之間靈活切換。

Netflix 表示，面試官會視情況評估技術能力、職位專業能力及行為能力。他們也希望了解你的技能組合，以及哪些工作能激發你的熱情。因此，請據此提出實例：說明相關決策、解釋方法與取捨、描述結果，並闡明這項工作對你的意義。

一般而言，資料科學家面試中的居家作業可測試分析架構及書面溝通能力。程式設計可測試 SQL 熟練度、資料處理、正確性及解說能力。案例分析可測試統計、實驗、指標選擇及建模判斷。行為面試可測試你如何與合作夥伴共事、面對不確定性，以及向非專業人士說明結果。

與軟體工程職位的準備相比，資料科學家的準備還包括統計推論、實驗設計、指標解讀及不確定性。程式碼正確只是答案的一部分；你還應說明資料是否支持該結論。

與偏重分析的職位相比，準備時可能更重視模型選擇、驗證及錯誤成本。與偏重生產環境的機器學習職位相比，則可能更重視因果問題及決策支援。一套均衡的準備計畫仍應涵蓋所有這些範疇。

Netflix 將評估範疇分為技術、職位專業及行為能力。請將這些能力串連起來，把每個專案呈現為從問題、方法、結果、決策到協作的完整脈絡。

Netflix 並未公布整個流程所需的時間。

資料科學家候選人面對的挑戰，在於需要運用多方面的推理能力。你可能要先處理 SQL 細節，再判斷實驗的有效性，最後不用技術術語說明建議。應屆畢業生面試能否晉級取決於各階段的回饋，因此應清楚呈現假設與推理，而不只是提供最終答案。實習面試的輪次僅為約數，請為可能的變動做好準備。

請根據已說明的評估範疇及資料科學家的核心工作安排準備。

• 統計與實驗：練習定義假設、選擇指標、識別偏差、解讀不確定性，以及說明因果推論的限制。
• SQL 與程式設計：撰寫包含連接、彙總、視窗邏輯的查詢，並審慎處理遺漏或重複的資料。逐步說明每個步驟正確的原因。
• 建模判斷：比較簡單與複雜的方法、選擇驗證方式，並討論錯誤成本、資料漂移及可解釋性。
• 溝通：將分析轉化為面向非技術受眾的簡短建議，並納入風險及後續行動。
• 行為實例：準備能展現你的技能、決策、協作及熱忱所在的專案。

最後進行一次結合技術問題、案例分析及追問挑戰的模擬面試。檢視你是否清楚呈現推理過程，而不只是確認結論是否正確。