Darbo pokalbis visada yra jaudulį kelianti patirtis, tačiau kuo labiau būsi jam pasiruošęs, tuo mažiau jaudinsiesi. Duomenų analitika yra specifinė sritis su daug šakų ir klausimai per darbo pokalbį labai priklausys nuo to, kur konkrečiai darbiniesi, tačiau yra klausimų, kuriuos išgirsti per darbo pokalbį gali beveik kiekvienas būsimas duomenų analitikas. Šiame įraše norime supažindinti su šiais klausimais, kad galėtum kuo geriau pasiruošti darbo pokalbiui ir jaustis labiau pasitikintis savimi.
1. Papasakok apie save.
Tokio klausimo gali tikėtis įvairiausių sričių darbo pokalbiuose, tačiau jis yra itin reikšmingas, nes tau pradėjus kalbėti, darbdavys susidarys pirmą įspūdį apie tave. Labai svarbu nepradėti pasakoti to, kas parašyta tavo CV, juk darbdavys jau jį skaitė, susidarė teigiamą nuomonę, pakvietė į pokalbį, o dabar norėtų sužinoti daugiau. Todėl ir papasakok daugiau. Tarkim apie tai, kuo tave patraukė duomenų analitika, ką tu norėtum nuveikti šioje srityje. Žinoma, būtų idealu, jei tavo siekiai būtų susiję su įmone, į kurią atėjai pasikalbėti dėl darbo.
2. Kodėl tave domina duomenų analitika?
Jei pats to nepaminėsi pokalbio pradžioje, labai tikėtina, kad sulauksi tokio klausimo. Todėl labai svarbu jam būti pasiruošus iš anksto. Būtų gerai, kad atsakydamas į šį klausimą pademonstruotum savo platesnes žinias, pavardintum tokias sritis kaip mašininis mokymasis, statistika ir pan., jog darbdavys suprastų, kad tu tikrai esi pasigilinęs ir supranti, kur eini darbintis.
4. Kas yra tiesinė regresija?
Kadangi duomenų analitika yra smarkiai susijusi su statistika, tikėkis sulaukti klausimų iš šios srities. Klausimas apie tiesinę regresiją gana gerai patikrina tavo žinias, todėl stenkis atsakyti tiksliai, paprastai (pvz., „tiesine regresija yra paaiškinamas ryšys tarp dviejų kintamųjų“ ir pan.) bei pateikti naudojimo būdų (pvz., „tiesinę regresiją galime naudoti norint apskaičiuoti, kaip greitai bus pastatytas namas priklausomai nuo statybininkų skaičiaus“).
4. Kas yra perpildymas?
Kitas gana dažnai pasitaikantis klausimas iš statistikos srities yra apie perpildymą (angl. overfitting). Sulaukęs tokio klausimo gali pasinaudoti proga atsakyti į jį taip, kad parodytum, jog savo žinias galėsi panaudoti įmonėje, kurioje nori įsidarbinti. Taip pat būtų gerai, jei pasidalintum būdais, kaip išvengti perpildymo.
5. Su kokia programavimo kalba tau labiausiai patinka dirbti?
Žinoma, duomenų analitiko darbo pokalbis greičiausiai nepraeis be klausimo apie programavimą. Todėl į tokį darbo pokalbį būtinai eik pasidomėjęs bent jau pagrindinėmis duomenų analizavimui naudojamomis kalbomis. Be abejo, tu privalai išmanyti Python, tačiau pravartu būtų paminėti ir SQL. Papasakok, kokiais įrankiais paprastai naudojiesi, kokią kalbą kuriam tikslui naudoji – visa tai parodys tavo gebėjimą taikyti žinias.
6. Kodėl svarbu valyti duomenis?
Šis klausimas patikrins ne tik tavo žinias, bet ir praktinius sugebėjimus. Būtinai paminėk, kad nors duomenų valymas yra daug laiko pareikalaujantis darbas, tačiau jis yra būtinas. Taip pat būtų gerai, kad papasakotum, kaip šiam darbui atlikti naudoji Excel‘į – taip pademonstruosi, kad moki dirbti su šia dažnai naudojama programa.
7. Kuo duomenų modeliavimas skiriasi nuo duomenų bazių dizaino?
Sulaukęs tokio klausimo turėsi progą pademonstruoti savo žinių bagažą. Atsakymą gali pradėti pasakydamas, jog duomenų modeliavimas yra pirmas žingsnis kuriant duomenų bazę. Taip pat gali paminėti skirtingus modelių tipus, papasakoti apie duomenų bazių schemas ir t.t.
8. Papasakok, kokių klaidų esi padaręs modeliuodamas duomenis?
Neišsigąsk klausimo apie klaidas ir juo labiau nebandyk sakyti, kad su jomis nesusiduri, nes tai bus netiesa – su klaidomis susiduria visi. Darbdavys šiuo klausimu labiausiai norės sužinoti, kaip tu elgiesi, susidūręs su klaida ar problema, ir kaip tai išsprendi. Dar iki pokalbio susirašyk įvairias problemas, su kuriomis buvai susidūręs ir kaip jas išsprendei, kad pokalbio metu nepasimestum ir turėtum ką papasakoti.
9. Kuo skiriasi prižiūrimas ir neprižiūrimas mokymasis?
Kaip jau supratai, šis klausimas yra iš mašininio mokymosi srities. Nebūtinai tokio paties, bet bent vieno klausimo iš šios srities greičiausiai sulauksi. Kaip ir atsakydamas į klausimus iš kitų sričių, taip ir kalbant apie dirbtinį intelektą ir mašininį mokymąsi, stenkis atsakyti paprastai ir pateikti pavyzdžių. Net jei neturi darbo šiose srityse patirties, tikrai susidūrei su jomis mokydamasis duomenų analitikos, taigi prisimink viską, ko mokeisi ir pasikartok, kad sulaukęs tokių klausimų nepasimestum.
10. Kaip surinksi ir išvalysi duomenis prieš taikant mašininio mokymosi algoritmus?
Tokio ar panašaus klausimo gali sulaukti tam, kad būtų aišku, kaip savo žinias moki pritaikyti praktikoje. Atsakydamas į šį konkretų klausimą gali pakalbėti apie duomenų profiliavimą, vizualizacijas ar smulkių klaidų aptikimą. Atsakydamas į tokio pobūdžio klausimus visada stenkis nenukrypti nuo pagrindinės temos ir konteksto, kuriame klausimas buvo užduotas.
Štai ir apžvelgėme 10 gana dažnai per duomenų analitiko darbo pokalbius užduodamų klausimų. Taip pat dar vertėtų pasikartoti savo SQL žinias, nes tikėtina, kad sulauksi klausimo ir iš šios srities, o gal net ir gausi praktinę užduotį, kai naudojant SQL reikės rasti, sugrupuoti bei pristatyti tam tikrus duomenis. Kad ir kaip pasisuktų tavo darbo pokalbis, svarbiausia, niekada nepasimesk, būk nuoširdus, nebijok pasakyti, kad kažko nesupratai ar paprašyti pakartoti klausimą. Tikėk savimi, savo žiniomis bei gebėjimais, tuomet jais patikės ir darbdavys.