최근에 데이터 사이언티스트 인터뷰 관련해서 글을 쓰고 있습니다. 오늘은 business case를 던져주는 데이터 사이언티스트 인터뷰에 대해서 다뤄볼까 합니다.
일부는 실시간으로 live coding을 포함할 수 있음을 사전에 알려드립니다.
보통 이 business case 라운드는 3가지 유형으로 나뉜다고 보시면 됩니다.
1. Take-home assignment
2. Live coding
3. Verbal assessment
그럼 하나씩 한 번 살펴 보도록 하겠습니다.
1. Take-home assignment 스타일
Recruiter와 첫번째 폰 스크리닝 (또는 테크니컬 스크리닝) 라운드가 끝나게되면 보통 Take-home assignment를 나눠주는 경우가 있습니다 (보통 빅테크가 아닌 중소 규모의 기업이나 스타트업의 경우입니다).
빅테크의 경우는, 지원자들의 규모도 크지만, 이를 커버할 수 있는 많은 리소스를 가지고 있기 때문에, 이들 모두의 인터뷰를 진행할 수 있겠습니다만, 스타트업의 경우에는 많은 지원자를 전부 인터뷰할 수 있는 리소스가 없는 경우가 많습니다. 따라서, take-home assignment를 나눠주는 것입니다. 보통 open-end 형식의 business questions와 분석을 해야 하는 데이터셋이 주어지는데요. 데드라인을 주기도 하고 (보통 몇 일에서 길면 일주일 정도까지 줍니다. 사정에 따라 요청하는 경우, 이를 더 늘려주는 경우도 있습니다.), 시간 내에 데이터 분석을 진행하고, 분석 결과를 요약/정리하여 회신해 주면 마무리가 됩니다. 어떤 회사는 분석 결과를 프레젠테이션 시키는 경우도 있으니, 회사마다 인터뷰 리뷰를 보시면서 상황에 맞게 준비하시면 되겠습니다.
2. Live coding 스타일
라이브 코딩은 보통 interviewee가 압박을 느끼는 면접 스타일로 알려져 있는데요. 보통 간단하게, IDE 또는 Jupyter notebook을 이용해서 라이브 코딩 인터뷰를 진행합니다. (구글의 경우에는 Google Docs로 그냥 진행하는 경우도 있었습니다 😅) 간단하게는, plot 같은 걸 그려보라고 요청을 받을 수도 있지만, 복잡하게는 예측 모델을 만들어보거나 케이스를 던져주고 문제를 해결하는 방식이 주어질수도 있습니다. 여기에는 기본적인 data exploration / EDA 또는 간단한 A/B testing 등이 포함이 되기도 합니다.
저는 최근에 구글에서 데이터 사이언티스트 포지션으로 인터뷰 본 적이 있는데요. FYI, 구글의 데이터 사이언티스트 인터뷰는 생각보다 중앙 통제식 (?)으로 진행이 됩니다. 우선, team 별로 필요한 포지션을 충원하는 방식이 아니라, 우선 데이터 사이언티스트를 선발한 후에, 선호 조사나 T/O에 맞춰서 팀배정이 이루어지는 것이 특징입니다. 저는 on-site에서 1시간 동안 Jupyer notebook을 이용해서 모델링 문제를 해결하는 문제를 받았습니다. Pandas와 Sklearn을 이용해서 풀 수 있는 문제였습니다.
3. Verbal Assessment 스타일
가장 흔한 방식의 데이터 사이언티스트 인터뷰 스타일입니다. Technical 폰스크리닝에서 이런 방식을 특히 많이 사용하고, on-site의 경우에도 심심치 않게 사용하는데요. 보통 핵심 비즈니스 목표가 주어지고 그에 주어진 case를 해결해야 하는 과제입니다. 예를 들어, "어떻게 하면 Youtube 고객들을 의미있게 세분화 (segmentation) 할 수 있을까요?"라는 질문이 주어진다면, 보통 다음 5단계에 걸쳐서 답변을 구성하면 좋습니다: Clarify -> Constrain -> Plan -> Method -> Conclude.
마무리하며
오늘은 간단하게 데이터 사이언티스트 business case 인터뷰 스타일에 대해서 한 번 살펴 보았습니다. 간혹가다가 3가지 스타일 중 복수의 스타일이 조합되어서 진행이 될 수도 있음을 기억해 주세요. 테크니컬 인터뷰에서 좋은 결과 있으시길 기원합니다. 감사합니다.
Data KorLab에서는 현직 데이터 사이언티스트와 함께 데이터 사이언스 인터뷰를 준비하실 수 있습니다.
https://www.datakorlab.com/p/1-1-100
#영어이력서 #영문이력서 #이력서 #Cover #coverletter #resume #레주메 #데이터분석 #데이터애널리스트 #미국데이터분석석사 #미국석사 #데이터과학자 #네트워킹이벤트 #GMAT #링크드인 #미국데이터분석 #데이터사이언스 #미국 #GRE #해외취업 #데이터사이언티스트 #미국현지취업 #데이터분석석사 #글래빈 #미국데이터사이언티스트 #글래빈미국 #글래빈미국데이터사이언티스트 #브라이언 #브라이언미국데이터사이언티스트 #스테이시미국데이터사이언티스트 #미국대학원 #해외취업마스터 #미국생활 #데이터사이언스석사 #미국유학생 #유학생 #미국데이터 #애널리틱스석사 #데이터석사 #미국데이터석사유학 #뉴욕직딩 #미국유학 #미국직장인 #미국취업 #미국현지취업 #prerequisites #선수과목 #미국대학원선수과목 #리트코드 #테크니컬인터뷰 #코딩인터뷰 #leetcode #커피챗 #대학원진학컨설팅 #데이터분석대학원 #데이터사이언스인터뷰 #데이터분석가인터뷰 #datascientistinterview #datascientisttechnicalinterview
'데이터 커리어 in US' 카테고리의 다른 글
'미래에 visa sponsorship 비자 스폰서가 필요한가?' 라는 질문에 어떻게 답변하는 것이 좋을까? (Feat. e-verify) (0) | 2022.11.28 |
---|---|
잡담 (왜 ML은 실패하는가 / Auto ML / Declarative ML까지) (0) | 2022.10.25 |
링크드인 (LinkedIn)을 이용한 네트워킹 어디서부터 어떻게 시작해야 할까요? (0) | 2022.09.27 |
리쿠르터 (recruiter)에 대한 이해 (0) | 2022.08.30 |
🚨SCAM ALERT🚨 미국에서 대학생/구직자들을 노린 신종 사기 기승 (0) | 2022.08.28 |
댓글