1) Краткое введение и описание предлагаемой вами должности.
Меня зовут Радждип Гош, я аспирант (магистр технических наук, 2021–2023 гг.) в области биотехнологии и биохимической инженерии. Меня выбрали на должность аналитика данных в Tiger Analytics, что требовало от меня знаний в области SQL, науки о данных и машинного обучения.
2) Как вы попали в Tiger Analytics? Какова была процедура отбора?
Процедура отбора для Tiger Analytics проходила в два этапа. Первоначально в Наланде проводилась онлайн-оценка, которая длилась около 1–1,5 часов. Было несколько MCQ (около 20), связанных с написанием выходных данных, SQL и машинным обучением, за которыми следовали три вопроса по программированию (C++/Python), которые варьировались от очень простых до простых.
Около 30 студентов были отобраны из более чем 1200 сдавших экзамен. Было проведено 45-минутное интервью со старшим специалистом по данным компании, который задал два вопроса по кодированию, которые нужно было решить (C++/Java/Python). Вопросы были легкой и средней сложности.
3) Как подготовиться к роли? С какими трудностями вы столкнулись за это время?
Достаточно отработать стандартные вопросы по LeetCode и Codeforces. Моя подготовка была не на самом высоком уровне, всего я решил всего 250 вопросов. Я почти не пользовался Codeforces, поэтому простой практики программирования было достаточно, чтобы пройти оценку.
Самая большая трудность заключалась в сдаче экзаменов в определенные дни. Мне удалось справиться с ними, отдыхая между экзаменами, выпивая много воды и принимая пищу вовремя. Я также вздремнул, когда мог, чтобы хорошо отдохнуть перед последующими экзаменами.
4) Как вы распределяли время наряду с учебой и внеклассными занятиями (если таковые были) для подготовки к CDC?
В течение этого года я в основном работал над магистерской диссертацией, поэтому находился в лаборатории весь день и поздно вечером. Всякий раз, когда мне требовался перерыв в работе над диссертацией, я переключал передачи и решал несколько задач на LeetCode. К счастью, мой проект был посвящен машинному обучению, и, следовательно, технически я постоянно работал над теми или иными требованиями для подготовки к CDC.
5) По вашему мнению, кому в идеале следует претендовать на эту вакансию?
Любой студент, заинтересованный в профиле данных, должен подать заявку на эту роль. Студентам из несхемотехнических специальностей следует особенно рассмотреть этот профиль, поскольку предметные знания наряду с наукой о данных и машинным обучением набирают все большую популярность в отрасли.
6) Какой конкретный совет вы бы дали хунте, как справляться со стрессовыми ситуациями и сохранять спокойствие?
Мой совет — правильно управлять временем. Многие компании имеют свои собственные предубеждения, поэтому полезно поговорить с пожилыми людьми, чтобы определить, какие компании не будут заинтересованы в вас, даже если бы вы сдали экзамен на отлично. Обращаться за очень крупными корпорациями или профилями, которые не входят в вашу компетенцию, просто пустая трата времени, так как шансы на отбор практически равны 0, а единственным результатом обращения по каждому профилю будет сильное утомление и выгорание. Это помешает студентам показать свои лучшие результаты на тех экзаменах, над которыми они усердно работали. Хотя это кажется нелогичным, подача заявок на все подходящие профили не улучшит шансы на отбор, а скорее ухудшит их.
7) Какие основные моменты, по вашему мнению, было бы уместно упомянуть в вашем резюме при настройке этого профиля?
У этого профиля была большая конкуренция со стороны некруговых ветвей студентов и аспирантов, поскольку он платил немного меньше, чем средние профили SDE/ML, несмотря на то, что это компания третьего дня. Таким образом, лучше всего продемонстрировать сочетание глубоких знаний предметной области (отличное CGPA, желательно 9+) и соответствующего опыта в области науки о данных (стажировки и проекты, которые исследуют новизну в вашей области по сравнению со стандартными проектами, выполняемыми всеми остальными).