Не секрет, что наука о данных как область оказывает сильное влияние на повседневную жизнь людей. Большинство миллениалов считают карьеру в науке о данных прибыльной, поскольку она позволяет нескольким отраслям эффективно обрабатывать гигантские данные из нескольких ресурсов и получать ценные сведения для создания интеллектуальных данных. Медианная зарплата специалистов по данным составляет почти 100 000 долларов США в год, что делает их одной из самых прибыльных должностей в сфере технологий. Прогнозируется, что занятость в науке о данных вырастет на 30 процентов в этом десятилетии.
Тем не менее, вы должны успешно пройти собеседование по науке о данных, прежде чем сможете начать зарабатывать эту шестизначную зарплату!
"У меня завтра собеседование, поэтому позвольте мне освежить в памяти некоторые важные навыки специалиста по данным и попытаться вспомнить все, чему я научился с момента получения степени и сертификации".
Ученые-любители данных всегда думают так, как описано выше. Кроме того, этот тип интервью включает в себя нечто большее, чем просто демонстрация ваших технических знаний. Вы не одиноки, если боитесь, с чего начать свой путь к тому, чтобы стать специалистом по данным.
При поиске «интервью по науке о данных» доступно несколько ресурсов, включая статьи о Python, A/B-тестировании, статистике, машинном обучении и больших данных. Вам предлагается прочитать огромное количество технических книг. На самом деле вам не нужно быть полностью готовым к тому, чтобы получить свою первую работу в области науки о данных.
В этом посте мы рассмотрим, к каким вопросам вы должны быть готовы и как успешно на них ответить.
1) Первый шаг: Изучите компанию и внимательно прочитайте описание их работы.
Это, возможно, самый важный компонент подготовки к интервью для науки о данных. Кандидаты, которые нашли время, чтобы узнать о бизнесе и понять, какой вклад могут внести специалисты по данным, будут выделяться среди рекрутеров. Веб-сайт компании — наиболее очевидное место для начала обучения. Он предоставит вам некоторые основные сведения об операциях и целях бизнеса. Проверьте некоторые из последних записей, если на сайте есть блог. Это также может помочь вам понять цели компании и сферы деятельности. Как только вы почувствуете суть бизнеса, вы должны изучить свою конкретную роль.
Первый шаг – внимательно изучить описание вакансии; вы будете поражены тем, сколько информации можно почерпнуть из мелкого шрифта. Работодатели будут чувствовать себя более уверенно в вашей подготовке, если вы обратите внимание на мелкие, но важные аспекты, а затем поднимете их во время собеседования.
2) Второй шаг: убедитесь, что в вашем портфолио есть проекты для конкретных ролей.
То, что поможет вам попасть на собеседование, — это ваше портфолио по науке о данных. Поэтому уделяйте своему портфолио столько же внимания, сколько и своему резюме. Кроме того, обязательно продемонстрируйте свои наиболее подходящие проекты в своем портфолио и настройте их для организации, в которую вы претендуете. Например:
Если у вас запланировано собеседование в компанию, специализирующуюся на здравоохранении, вы можете выделить такие проекты, как:
- Предсказание сердечных заболеваний
- Диабет Ретинопатия
- Сток предсказание
Для собеседования по цифровому маркетингу вы можете упомянуть следующие проекты:
- Оценка воронки пути клиента
- Предиктивный анализ конверсии и так далее.
Участие в конкурсах на таких сайтах, как Kaggle, — отличный способ создать сильное портфолио. В других случаях рекрутеры связывались с наукой о данных, соискателями, соискателями только по тому, что они нашли в своих профилях Kaggle. Поэтому будьте осторожны при обновлении своих профилей Kaggle, Stackexchange, Github и других.
3) Третий шаг: освежите в памяти основополагающие идеи и практикуйте их.
Нельзя полностью игнорировать технические соображения, так как вы находитесь на карьерном пути в науке о данных. Чтобы успешно пройти собеседование, вам нужно будет показать, что вы технически компетентны. Технические рекрутеры хотят видеть, что вы твердо разбираетесь в основах, независимо от того, начинаете ли вы работу или ищете должность старшего уровня.
Чтобы подготовиться к собеседованию с специалистом по данным, вам следует ознакомиться со следующими техническими концепциями:
- Статистика вероятности
- проверка гипотез
- уменьшение размеров
Технологии и динамика постоянно меняются, поэтому очень важно идти в ногу с ними. Несколько всемирно признанных организаций предлагают сертификаты по науке о данных, в том числе DASCA, IBM, SAS, Dell и Google. Вы можете получить эти сертификаты и освежить свои технические знания по предмету.
Хотя вам не нужно быть экспертом в статистике, интервьюеры часто спрашивают соискателей о некоторых основных принципах. Поэтому убедитесь, что вы понимаете линейную регрессию, статистическую значимость, логистическую регрессию, распределения вероятностей и изменчивость.
4) Четвертый шаг: честно рассказывайте о своих знаниях и навыках.
Это всегда хорошая идея — звучать заманчиво для интервьюеров, но чрезмерное преувеличение своих способностей может привести к затруднениям. Вы будете поражены тем, как далеко может зайти этот кондор и уверенность, поэтому будьте откровенны и честны в отношении способностей, которые у вас есть, и тех, которых у вас нет. Многие компании уделяют одинаковое внимание вашей личности и коммуникативным навыкам, а также вашим знаниям в области конкретных приложений и технологий для обработки данных. Целостность, искренность и самоотверженность — это черты, которым нельзя научиться, но можно научиться техническим навыкам. Вы можете убедить их, что вы достойны обучения, если продемонстрируете это.
Рекомендуется взять с собой на собеседование заметки, ручку и бумагу, чтобы вы могли делать заметки по ходу дела. Оставьте место, где вы можете записать любые вопросы, которые у вас возникнут позже, но которые вы не хотите задавать прямо сейчас. Вы можете сделать это после собеседования, чтобы продемонстрировать, как хорошо вы поняли роль, так и насколько хорошо вы слушали и запоминали информацию (оба являются примерами мягких навыков).
Обратите внимание на решения, которые они предлагают, и выразите к ним интерес, чтобы вы могли узнать о них больше после обсуждения.
Общие вопросы собеседования, которые вы можете ожидать на собеседовании!
Вопросы на собеседовании по науке о данных никогда нельзя предсказать, однако вы можете подумать о некоторых общих вопросах, которые могут быть заданы. Топовыми вопросами могут быть:
Технические
- Объясните основные этапы построения дерева решений?
- Каковы общие ловушки проекта и соображения?
- Как вы справляетесь с тем, что ваша модель плохо работает на определенных данных
- Вы работали с заинтересованными сторонами?
- Что такое предвзятость выбора?
- Почему R используется в визуализации данных?
- Что такое матрица путаницы?
- Укажите разницу между гистограммой и коробчатой диаграммой?
- Сколько данных вам нужно?
- Как часто нужно обучать вашу модель?
Интеллектуальный
- Каковы ваши сильные и слабые стороны?
- Почему вас интересует наука о данных?
- Каковы ваши карьерные цели?
- Что вас привлекло в науке о данных?
- Ты командный игрок?
- Почему вы переключили свою карьеру на науку о данных?
- У вас есть какие-либо вопросы ко мне?
Очень важно подготовить несколько вопросов, на которые интервьюер должен будет ответить в заключение, в дополнение к рассмотрению вопросов, на которые вам нужно будет подготовить ответы.
Многие этого не замечают, но это отличный способ узнать больше о должности, определить, подходит ли она вам, и продемонстрировать свой энтузиазм в отношении компании.
Наконец…
Если во время собеседования рекрутер или менеджер по найму заметят ошибку, которую вы допустили, не смущайтесь и не сомневайтесь, принимая ее. Примите свою ошибку, так как она покажет, что вы зрелый человек, открытый для критики и готовый учиться. В конце концов, вы человек, а люди — статуи ошибок.
Подпишитесь на DDIntel Здесь.
Посетите наш сайт здесь: https://www.datadriveninvestor.com
Присоединяйтесь к нашей сети здесь: https://datadriveninvestor.com/collaborate
