Hogy készüljünk az első data science állásinterjúnkra?6 perc olvasás

Ebben az írásban a legfontosabb szempontokat veszem sorra, melyeket érdemes áttekinteni az állásinterjú/állás megpályázása előtt, hogy eredményesen szerepeljünk a megmérettetésen.

Az első lépés természetesen a megfelelő állásajánlat megtalálása, melyhez mindenképpen ismernünk kell saját magunkat: képességeinket, motivációnkat, céljainkat és érdeklődési területeinket.

Szerintem itt az állásajánlatok kiválasztásánál a legcélszerűbb megnézni az elvárásokat és összehasonlítani a saját képességeinkkel, ha nem érezzük magunkat magabiztosnak, hogy megfelelő pozíciót választottunk-e, akkor kérjünk tapasztaltabbaktól segítséget, akkor is ha a konkrét céget nem ismerik, de a mi képességeinket igen. Így könnyen kaphatunk objektív véleményt, ami önbizalmat adhat. Nem baj, ha minden elvárásnak nem felelünk meg, akkor is érdemes pályázni, ha a munkakört megfelelőnek találjuk. Persze, ne jelentkezzünk adatelemzőnek, ha sosem foglalkoztunk programozással és adatelemzéssel, azonban ha értjük a machine learning algoritmusok működését, akkor addig ismeretlen programcsomagokat is meg tudunk tanulni.

Ha megtaláltuk a megfelelő állás, amit meg kívánunk pályázni, akkor gondosan nézzük meg az elvárásokat és benyújtandó dokumentumokat. Önéletrajz biztosan kelleni fog és általában motivációs levél is, egyes helyeken projektmunkát is be kell mutatni, amivel lemérik az adatelemző tudásunkat. Ha már végeztünk szakmai gyakorlatot/volt már állásunk akkor érdemes lehet ajánlást kérni a korábbi munkáltatónktól, kiegészítve valamilyen referenciamunkával.

Az interneten számos önéletrajz és motivációs levél sablont találunk, de akár mi is készíthetünk magunknak saját templatet, ami nemcsak egyedi, de gyorsan tehetünk vele pozitív benyomást a felvételiztetőkre.

A szakmai projekthez a jótanácsok a következők:

  1. Értelmezzük a kérdést, amit meg kell válaszolni.
  2. Tekintsük át az adatokat, olvassunk utána az iparágnak, keressünk rá az értékláncra.
  3. Készítsünk ábrákat, egy kép többet ér ezer szónál.
  4. Világosan vázoljuk fel az elemzés gondolatmenetét.
  5. Csak olyan módszertant használjunk, amit magabiztosan tudunk kezelni. Nem kell neurális hálókat taníttatnunk, ha korábban sosem csináltuk és nem tudjuk a módszertan-választást indokolni.

Ha szerencsések vagyunk és behívnak az interjúra, akkor készüljünk fel a vállalatból, ahova jelentkeztünk (milyen iparágban van jelen, ki a CEO, milyen országokban van jelen stb.). Illetve szinte biztosan össze kell foglalnunk az addig szerzett tapasztalatunkat, képességeinket, motivációnkat. Emeljük ki a releváns tapasztalatunkat, ha rendelkezünk ilyennel, ha nem akkor az iparághoz kapcsolódó dolgozatunkat/szakdolgozatunkat/kutatási témánkat. Az interjú során belekérdezhetnek a beadott projektmunkánkra, erre mindenképpen készüljünk, ezért is fontos, hogy el tudjuk mondani az elemzés gondolatmenetét. Sokszor fontosabb, hogy lássák, a jelentkező logikusan gondolkodik, még ha nem is a legelegánsabb megoldást prezentáltuk.

A felvételi során belekérdezhetnek a machine learning algoritmusok működésébe, mint a logisztikus regresszió vagy a véletlen erdő. Ilyenkor általában nem a legpontosabb, egzakt matematikai levezetésekre kíváncsiak, hanem az algoritmusok lényegére, magjára. Például, hogy mikor/mire használjuk, hogyan értelmezhetjük a paramétereket vagy a programok outputjai. Mert nem ér semmit az a modell, aminek 98%-os R2 mutatója, ha nem releváns az R2 például ha magasabb fokszámú polinomokat is használunk a modellünkben…

Természetesen nemcsak elméleti kérdéseket, hanem gyakorlatiakat is kaphatunk. Gyakori, hogy papíron/táblán kell egyszerű algoritmusokat elkészíteni. Ezekhez általában a programnyelv legfontosabb struktúráinak ismerete szükséges, illetve alapvető műveletek magabiztos alkalmazása. Céljuk elsődlegesen a gondolkodásmód ellenőrzése és nem az, hogy a jelentkező teljes eszköztárát áttekintse.

További kérdéseket, hasznos észrevételeket találtok a glassdoor.com, a leetcode.com, a thedsinterview.com és a simplilearn oldalakon.

A glassdoor.com-on például nemcsak tipikus kérdéseket találtok, hanem a fizetésekről is találtok információkat, bár elsősorban a nemzetközi viszonylatokról ad átfogó képet. A leetcode.com tipikusan az interjúra való készüléshez hasznos, mert sok példafeladat van, amiből érdemes lehet szemezgetni. A thedsinterview.com a személyes kedvencem, vállalatra lebontva találhatók benne felvételi kérdések, továbbá lehet benne az érdeklődési körünknek (iparág, feladat stb.) megfelelő munkakört keresni és megmutatja, hogy milyen képességek szükségesek hozzá, így át tudjuk gondolni, hogy jó irányban keresgélünk-e. Emellett vannak benne vállalatra lebontott “challange”-ek, amik olyan tömbösített kérdések, amik pl. az Amazon-nál szoktak előfordulni. A simplilearn honlapon számos a machine learning és big data témakörhöz kapcsolódó cikk található, amit a készülés végén levezetésként nézegethetünk.

Végül néhány megjegyzés az interjúk hangulatáról. A felvételiztetők nem arra kíváncsiak, amit nem tudunk, hanem arra, amit igen. Ha valamilyen kérdést nem tudunk megválaszolni, az nem jelent feltétlen problémát, ha megpróbáljuk kifejteni a véleményünket a kérdésről és mindezt logikusan felépítve tesszük. Mert a munkahelyünkön sem fogunk tudni mindent azonnal megoldani, viszont fontos, hogy mindenről legyen véleményünk és tudjunk elindulni a probléma megértése során.

A beszélgetés során próbáljunk meg természetesen viselkedni, még ha izgulunk is, mert nem elég felkészültnek lenni, annak is kell látszani. Ha eszünkbe jut valamilyen kérdés, akkor tegyük fel, ezzel is mutathatjuk az érdeklődésünket.

Összefoglalva a leírtakat, a legfontosabb, hogy az álláspályázatok alapján próbáljunk olyan iparágat, vállalatot és pozíciót találni, ami képességeinknek és érdeklődésünknek is megfelel, majd az interjú során legyünk magabiztosak, mutassuk meg hogy értjük az adatelemzés logikáját, és megfelelő szakmai felkészültséggel rendelkezünk, hogy betöltsük a pozíciót.

Remélem sikerült a legfontosabbakat az írásban összegezni, és segít abban, hogy sikeresek legyetek az állásinterjútokon.

 

Leave a Reply

Your email address will not be published. Required fields are marked *