Antes de responder su pregunta directamente, permítanme ampliar un poco.
Tener excelentes científicos de datos como colegas ayudará a su crecimiento y resolver problemas interesantes lo mantendrá desafiado. Sin embargo, las buenas prácticas de ingeniería de datos, un almacén de datos bien establecido pero siempre cambiante, los procesos de producción sólidos son algunas de las cosas que también afectarán en gran medida su trabajo, a pesar de que usted o su equipo realmente no estén haciendo ninguna de esas cosas. Sus colegas científicos de datos pueden ser de la más alta calidad, pero si falta el elenco de soporte (ingenieros de datos, desarrolladores, arquitectos de big data, …) que hacen que la ciencia de datos sea exitosa hoy en día, se encontrará con mucha frustración. Entonces, haga preguntas sobre datos, lagos de datos, procesos de adquisición de datos, cómo funciona poner algo en producción …
Ahora, volviendo a tu pregunta. Sus mejores ideas vendrán del proceso de la entrevista. Aquí hay algunas cosas a considerar:
- ¿Cuál es mejor: matemáticas e informática en IIT BHU, IIT Guwahati o IIT Kanpur?
- ¿Alguna idea para optimizar una arquitectura de computadora (ISA) para un conjunto determinado de algoritmos?
- ¿Podríamos estar viviendo en un mundo generado por procedimientos?
- ¿Desde cuándo los procesadores de doble núcleo se volvieron comunes?
- ¿Cuáles son las posibilidades de ser admitido en el programa de posgrado de Berkeley CS?
- El mejor predictor individual de un equipo ds de menor calidad, según mi experiencia, es si tienen su pizarra. Sorprendentemente, encontrará empresas dispuestas a contratar científicos de datos sin molestarse en probar la codificación básica o las habilidades de resolución de problemas en una pizarra. “¿Ha utilizado SQL?” O “¿Puede enumerar 3 tipos de combinaciones de SQL”? De ninguna manera forman o constituyen una aproximación adecuada para darle a alguien un par de tablas, una pregunta y hacer que escriban código SQL en una pizarra.
- Otro buen predictor es si le hacen preguntas “definitorias” frente a preguntas de resolución de problemas. Los entrevistadores tienden a hacer preguntas “definitorias” como “¿Puedes decirme qué es un ROC?” Cuando carecen de experiencia o voluntad para involucrarte en una discusión sobre un problema que podría abordarse utilizando esos mismos conceptos. Desea ver a alguien, tal vez debata sobre un problema de clasificación que resolvió con el aprendizaje automático, hacer preguntas sobre cómo midió el éxito e investigar más por qué eligió ROC sobre (digamos) la puntuación F1, y solo luego preguntar cómo explicaría un ROC a una audiencia técnica o no técnica.
- Un tercer buen predictor de problemas es cuánta superposición existe entre las preguntas formuladas por diferentes entrevistadores. Una gran superposición indica que ni siquiera se molestaron en planificar cómo obtener una visión general completa del conjunto de habilidades del candidato, lo que a su vez significa que están tomando riesgos más altos de falsos positivos solo porque no se molestaron en planificar con anticipación. Eso es un grave error y una gran bandera roja.
- Otro muy buen predictor es la proximidad entre lo que dicen que harás y el formato de la entrevista. Si afirman que una gran parte de su trabajo consistirá en construir modelos predictivos y presentar resultados al liderazgo, esperaría ser evaluado con preguntas de aprendizaje automático y preguntas dirigidas a comprender cómo comunico conceptos técnicos a audiencias no técnicas, tal vez un espectáculo y cuenta de un PowerPoint que preparaste. Pero si, en cambio, la mayor parte de la pregunta que recibe es sobre estructuras de datos e idiomas orientados a objetos, lo tomo como una bandera roja.
- Otras cosas que son bastante obvias en nuestra era de Google es revisar los perfiles de sus entrevistadores en LinkedIn, cualquier video de YouTube que hayan publicado en una conferencia en la que hablaron y Glassdoor. Cuando la mayoría de sus entrevistadores tienen perfiles de LinkedIn muy ambiciosos (como “Soy un científico de datos que quiere mejorar mis habilidades de aprendizaje automático”), eso suele ser algo para validar frente a lo que el equipo y el papel que HR y el gerente de contratación le están vendiendo. son. Si le dicen que se unirá a un equipo experimentado, sin embargo, el perfil de LinkedIn de todos parece que son realmente analistas junior con títulos inflados, entonces eso es una señal de alerta. Por otro lado, si le dicen que lo están contratando para ser un recurso de alto nivel para ayudar a guiar a estas personas jóvenes, eso tiene mucho más sentido si ese es el tipo de oportunidad que está buscando.