Image par auteur
 

Si vous ne parvenez pas à vous préparer, vous vous préparez à échouer. Pas mes mots, mais ceux de Benjamin Franklin. Old Beejey était - compte tenu des nombreux postes qu'il a occupés au cours de sa vie - probablement un expert des entretiens d'embauche. Et ses conseils sonnent comme tous les autres pour un entretien en science des données.

Napoléon Bonaparte a suivi les conseils de Beejey mais, après avoir échoué à l'entretien chez Waterloo, Inc., s'est rendu compte que la sur-préparation est l'ennemi de l'inspiration.

Comme d'habitude, la vérité se situe quelque part entre deux extrêmes. Comment atteindre l'équilibre d'être suffisamment préparé mais pas assez pour tuer votre personnalité et votre spontanéité ?

Je vais parler de ce que vous voudriez bien préparer et de ce que vous devriez intentionnellement sous-préparer.

Image par auteur

Il y a plusieurs choses avec lesquelles vous devez être minutieux avant l'entretien. Ce sont des fondements où être bien informé, bien foré et précis est nécessaire. Et vous ne pouvez être tout cela que si vous êtes bien préparé.

1. Rechercher l'entreprise
2. Rechercher le poste
3. Apprendre le processus d'entretien
4. Pratiquer les compétences techniques
5. Construire le portefeuille de projets

Chaque entretien d'embauche en science des données tourne autour des compétences techniques. Cependant, toutes les autres étapes de la préparation sont tout aussi importantes. Ils vous permettront de mettre en pratique efficacement vos compétences techniques et de les faire ressortir lors de l'entretien.

1. Recherche de la société

Cette partie de la préparation est souvent encadrée comme nécessaire car « elle laisse une bonne impression ». Vous ne voulez pas faire bonne impression. Vous voulez faire du bien à l'entretien. Ces deux sont souvent confondus. Faire quelque chose pour faire bonne impression signifie que vous essayez de faire ce que vous penser l'intervieweur veut entendre. Et tout le monde dit la même chose : les enquêteurs aiment vous voir faire des recherches sur une entreprise et le poste.

Oui c'est vrai. Mais laisser une bonne impression n'est que le résultat, pas la raison d'une recherche approfondie de l'entreprise. La raison pour laquelle vous le faites est que vous devez savoir comment vous et vos compétences vous intégreront une fois que vous aurez obtenu un emploi. Si vous voulez vous y intégrer.

Image par auteur

Ce qu'il faut chercher

Lors de la recherche de l'entreprise, vous devez vous concentrer sur :

• HISTOIRE
• Produits
• Hiérarchie
• Employeurs
• Performance financière
• Les concurrents
• Actualité

Histoire. Il s'agit de savoir quand l'entreprise a été fondée, depuis combien de temps elle est présente sur votre marché local et comment elle a changé au cours de l'histoire (fusions, acquisitions, changements de propriété).

Vous aimeriez le savoir, car vous ne voudrez peut-être pas travailler pour une entreprise dont les propriétaires sont douteux. Ou vous aimez particulièrement la façon dont l'entreprise s'est développée de manière organique pour devenir ce qu'elle est aujourd'hui ? Il est possible que vous souhaitiez éviter les entreprises nouvellement créées, pensant que celles qui ont des antécédents plus longs vous offrent plus de sécurité. Ou cette start-up est exactement ce que vous recherchez.

Produits. En sachant ce que l'entreprise vend, vous obtiendrez plus d'informations sur le profil de l'entreprise. Leurs produits sont-ils bon marché et de mauvaise qualité ? Ou sont-ils connus pour leur qualité ? Quels produits sont les principales sources de revenus ? Vous utilisez déjà certains de ces produits, ou vous avez une aversion extrême pour certains de leurs produits ? Quelle est la part de marché de l'entreprise ? Quels sont leurs derniers produits ?

Hiérarchie. Vérifiez la hiérarchie de l'entreprise. Quelle est la hauteur ou l'aplatissement de leur structure organisationnelle. Recherchez leurs dirigeants, leur expérience et leurs antécédents professionnels. Trouver le nombre d'employés. Familiarisez-vous avec les divisions/départements et obtenez des informations générales sur l'objectif de chaque division. Découvrez le nombre de succursales et de pays dans lesquels ils opèrent.

Employeurs. Vérifiez ce que leurs employeurs actuels et anciens disent de l'entreprise. Pourquoi partent-ils ? Pourquoi restent-ils ? De plus, à ce stade, vous devriez essayer de connaître l'échelle salariale de votre poste.

Performance financière. Inutile de parcourir tous les rapports financiers des dix dernières années. Mais soyez informé des dernières tendances générales concernant les revenus, les bénéfices et le cours des actions.

Concurrents. Ceci est lié aux produits de l'entreprise. Découvrez avec qui leurs produits sont en concurrence. Comment s'en sortent-ils par rapport aux concurrents ? La part de marché de l'entreprise diminue-t-elle ou augmente-t-elle ? Vous acquerrez également des connaissances sur l'industrie de l'entreprise en vous renseignant sur les concurrents.

Nouvelles. En lisant les nouvelles sur l'entreprise, vous pouvez vous faire une idée de l'avenir de l'entreprise. Introduisent-ils de nouveaux produits ou en abandonnent-ils certains ? Sont-ils rendus publics ? Qui veut reprendre l'entreprise ? L'entreprise rachète-t-elle son concurrent ? Son PDG prend-il une position politique que vous aimez ou n'aimez pas ?

Laissez-moi vous montrer à quel point il est important pour vous de vous familiariser avec les segments ci-dessus, et non l'impression que vous laissez. J'espère que vous serez en mesure de choisir l'employeur pour lequel vous souhaitez travailler. Les employeurs ont désespérément besoin de data scientists autant vous mettre dans cette position, il est donc important que vous soyez conscient de votre pouvoir de négociation.

Et si vous en êtes conscient, cela signifie que vous pouvez également choisir votre employeur. Si vous êtes interviewé pour une startup de 2 ans (Histoire) qui vend le produit le plus populaire sur le marché, dont vous êtes fan (produits & concurrents), et où vous n'aurez qu'un seul boss (hiérarchie), celui qui est très vocal et qui fait quelque chose contre l'inégalité raciale (nouvelles), vous pourriez être très disposé à travailler pour une telle entreprise. Surtout s'ils paient des salaires supérieurs à la moyenne pour un data scientist (employés).

À partir de là, vous obtenez également une idée plus claire de la manière dont l'entreprise pourrait utiliser votre expertise technique et de la technologie qu'elle utilise. Savoir cela donne plus de sens à la préparation de vos compétences techniques.

Mais comment déterminer le profil de l'entreprise qui vous convient ?

Où chercher ?

Les sources des informations dont vous avez besoin sont :

• Site Web d'entreprise
• Comptes de médias sociaux de l'entreprise
• Les médias concernés
• LinkedIn
• Forums et autres sites où les employeurs (potentiels) évaluent l'entreprise

2. Recherchez le poste

Maintenant que vous savez tout sur l'entreprise, soyez plus précis - découvrez tout ce que vous pouvez sur le poste auquel vous avez postulé.

Image par auteur
 

Parcourez à nouveau la description de poste. Prenez des notes sur les technologies mentionnées. Sur quelles compétences l'annonce se concentre-t-elle ? (Vous l'utiliserez lors de la pratique des compétences techniques.) Quel sera votre travail au jour le jour ? Avec quelles équipes/départements/divisions allez-vous travailler ? À qui rapportez-vous ?

Pourquoi est-ce important? Par exemple, si vous êtes un scientifique des données au sein d'une équipe de développement de produits, vous savez que la préparation de vos compétences techniques devra être davantage axée sur les produits. 

3. Connaître le processus d'entrevue

Une fois que vous avez une idée du profil général de l'entreprise et de votre poste, l'étape suivante consiste à connaître le processus d'entretien de l'entreprise. 

Ici, vous devenez plus précis. Vous voulez savoir à quoi vous attendre lors de l'entretien et à qui vous attendre.

Le quoi des entretiens

Le plus souvent, l'entretien de data science se compose de trois étapes :

• Dépistage par téléphone/évaluation en ligne
• Entretiens en face à face
• Entretien RH

Image par auteur
 

Le dépistage téléphonique implique que votre futur membre de l'équipe ou votre futur patron apprenne à vous connaître. Vous passerez en revue votre CV et parlerez de votre formation, de vos antécédents professionnels et de vos intérêts professionnels. Cette étape comprend généralement plusieurs questions comportementales et éventuellement une ou deux questions techniques générales juste pour s'assurer que vous êtes une bonne perspective pour le poste. 

Certaines entreprises aiment également tester vos connaissances techniques et de codage grâce à une évaluation en ligne. Cela prend généralement de 30 à 90 minutes.

Le nombre de entretiens en face à face dépend de l'entreprise. Quoi qu'il en soit, c'est la partie la plus difficile du processus d'entretien. Vous serez bombardé de questions comportementales et techniques, de tests de codage et peut-être même de devoirs à emporter. Selon l'entreprise, cela peut également inclure un entretien avec un cadre. 

Si vous survivez à cela, la dernière étape est généralement une formalité. 

L'entretien RH est juste de faire une confirmation finale sur tout ce que l'employeur a découvert sur vous au cours des autres étapes de l'entretien. Attendez-vous à des questions comportementales très légères, parfois techniques. Cette étape consiste principalement à discuter du salaire, des avantages et d'autres détails techniques concernant votre emploi. 

Le qui des interviews

L'OMS? Non, pas le groupe. Ici, vous aurez envie de savoir qui sera l'intervieweur. Si vous obtenez leur nom, recherchez-les. 

Recherchez-les sur LinkedIn pour vérifier leur historique de travail. Googlez-les. Essayez de trouver leurs profils sur les réseaux sociaux. Ne vous inquiétez pas, ils sera te traquer aussi. 

D'après ce que vous découvrez, vous pouvez vous faire au moins une idée à leur sujet. Cela pourrait vous aider à savoir à quoi vous attendre lors de l'entretien d'embauche et comment vous adapter à l'intervieweur. Par exemple, si l'intervieweur n'a pas de formation technique, vous pouvez essayer de ne pas bourrer vos réponses de jargon technique. Et peut-être que c'est exactement ce qu'ils testent : comment parleriez-vous de choses techniques à une personne non technique ? Vous pouvez également essayer d'établir un lien en mentionnant l'équipe de football dont vous êtes tous les deux fans. 

Mais ayez une certaine dignité. N'essayez pas de sucer l'intervieweur. 

4. Pratiquez les compétences techniques

Il n'y a aucun moyen de vous dire les questions exactes que vous aurez lors de l'entretien. Mais je peux vous dire à quels types de questions vous attendre.

Mon équipe et moi avons fait cette analyse en 2021 pour notre Guide d'entretien pour la science des données. Il est prudent de dire qu'il n'a pas changé de manière significative entre-temps pour rendre ce que nous avons appris obsolète.

Nos résultats indiquent que, de loin, le type de question le plus populaire pour un data scientist est le codage. Les autres sujets qui reviennent souvent sont la modélisation, les algorithmes et les statistiques.

Image par auteur
 

Les langages de programmation les plus courants en science des données sont

• SQL
• python,
• R

Vous devez concentrer votre pratique de codage autour de ces trois langages. Mais c'est aussi là que vous bénéficiez de la recherche sur l'entreprise, le poste et le processus d'entretien.

Vous devez savoir quel(s) langage(s) de programmation sont utilisés par les scientifiques des données dans l'entreprise en question. Peut-être que les trois sont tout aussi importants ? Peut-être n'utilisent-ils qu'une seule de ces langues. Si vous savez cela, vous pouvez vous concentrer dessus et ne pas perdre de temps sur le langage de programmation qu'ils n'utilisent même pas. Ou vous pouvez élargir votre préparation parce que vous savez que l'entreprise voudra que vous utilisiez un langage de programmation supplémentaire. 

Si vous recherchez des « questions d'entrevue en science des données » sur Google, vous obtiendrez de nombreuses ressources avec des questions plus ou moins génériques. Le plus souvent, il s'agira de questions appartenant à l'une des quatre catégories les plus populaires. 

N'hésitez pas à les lire, à comprendre leurs réponses et à déchiffrer le code. Vous pouvez également trouver des questions réelles sur les sites tels que Glassdoor, Quoraou reddit.

C'est peut-être un bon début, mais ce n'est généralement pas suffisant.

Il y a une raison pour laquelle il y a "pratique" dans le nom de cette section. Répondre à des questions techniques demande de la pratique, surtout en matière de codage. 

Le codage étant le sujet le plus populaire, je vous conseille de résoudre autant de défis de codage que possible. Cela vous permettra non seulement de mieux maîtriser les concepts de codage importants. Cela développera également votre vitesse. Vous vous habituerez à la manière dont la question peut être posée. Grâce à la pratique, vous pouvez également développer votre propre approche systématique pour résoudre les questions de codage. 

Quelques bonnes ressources pour questions d'entretien en science des données sont:

5. Portefeuille de projets

Bien que les entretiens puissent sembler accablants, ils ne peuvent donner qu'une approximation des compétences du candidat et de son aptitude globale au poste. 

Encore une fois, vous ne créez pas un portfolio pour plaire à l'intervieweur en soi. Avoir un portefeuille de projets de science des données est une bonne idée car c'est le test ultime de la façon dont vous appliquez toutes les compétences en science des données à des problèmes du monde réel.

Au fur et à mesure que vous construisez votre portefeuille, vous élevez la préparation de vos compétences techniques à un tout autre niveau. 

Bien sûr, tous les projets ne valent pas la peine d'être présentés dans votre portefeuille. Lorsque vous choisissez les projets à réaliser, il serait bon qu'ils impliquent :

Image par auteur
 

• Utilisation de données réelles (API et autres technologies)
• Utiliser des bases de données pour stocker des données, de préférence des bases de données cloud
• Construire un modèle
• Déployer un modèle/utiliser des outils de visualisation pour créer des graphiques
• Publier votre travail pour obtenir des commentaires (reddit, GitHub)

Faire des projets qui nécessitent tout cela signifiera très certainement que vous couvrez toutes les compétences nécessaires en science des données.

Parcourez votre portfolio avant l'entretien. Supprimez certains de tous vos anciens projets de débutant. Ne laissez que ceux qui, selon vous, présentent adéquatement vos compétences actuelles. 

Si votre portefeuille est vaste, adaptez-le au poste pour lequel vous passez l'entretien. Sélectionnez plusieurs projets qui correspondent le mieux à la description de poste. 

Voyons maintenant ce que vous devez intentionnellement sous-préparer pour être le meilleur lors de l'entretien. 

Qu'est-ce que je veux dire par sous-préparation? Je ne veux pas dire par complètement au dépourvu. Je veux dire, vous ne devriez préparer que des valeurs aberrantes générales. Ayez une idée générale de ce à quoi vous attendre et de ce qu'il faut dire. 

Mais n'allez pas plus loin ! Cette partie de l'entretien dépend fortement de l'interaction entre vous et l'intervieweur. Cela dépend de la direction que prendra l'entretien. C'est imprévisible. Vous ne pouvez pas rendre compte de cela ! 

Essayez donc de vous détendre, soyez conscient de votre environnement et réagissez à ce que vous entendez et voyez. C'est la meilleure "préparation" que vous puissiez avoir.

Questions pour l'intervieweur 

Vous êtes, bien sûr, « autorisé » à réfléchir à différents scénarios et à ce que vous devriez demander à votre interlocuteur. Si vous vous rendez compte au préalable que vous avez de bonnes questions pour l'intervieweur, mémorisez-les et posez-les pendant l'entretien.

Si vous n'avez pas de questions prêtes, ne paniquez pas. Tout d'abord, c'est un mensonge, il n'y a pas de questions stupides. Oui il y en a. (Quand je dis stupide, je veux dire demander quelque chose juste pour le demander.) Il vaut donc mieux ne pas avoir de questions à l'avance que d'en avoir des stupides.

Deuxièmement, les questions vous seront posées naturellement lors d'une conversation avec l'intervieweur. Si l'intervieweur mentionne une base de données, vous avez la possibilité de demander quelle base de données et quelle saveur SQL il utilise. Ils ont dit que vous feriez partie d'une équipe de science des données. Demandez-leur combien de membres de l'équipe sont là et qui sera votre patron.

Vous voyez comme ça vient naturellement ? Le but des questions n'est pas de faire semblant d'être attentif. Prêter attention conduira à avoir des questions. Rappelez-vous, même si cela s'appelle un entretien d'embauche, c'est vraiment une conversation. Et dans une conversation, chaque participant oscille entre poser et répondre à des questions. 

Questions comportementales

J'ai déjà mentionné ci-dessus, il y aura des questions comportementales lors de l'entretien en plus des questions techniques.

Vous ne devriez pas non plus les préparer en détail. Il n'y a pas de bonnes réponses à ces questions. Les réponses doivent venir de Un flux efficace peut augmenter expérience, Un flux efficace peut augmenter gestion de la situation et Un flux efficace peut augmenter en pensant. Bref, de votre personnalité. 

L'intervieweur veut vous connaître. Permettez-leur ainsi. Laissez de la place à la spontanéité, au silence et à la réflexion. N'ayez pas peur de faire une pause et de ne pas avoir tous les mots prêts il y a deux semaines.

Oui, il est bon de penser en termes généraux à l'avance à la façon dont vous avez résolu un conflit avec un membre de l'équipe. Ou pensez à un exemple qui montre comment vous réagissez au stress. Mais ne le faites qu'en termes généraux, juste pour avoir des valeurs aberrantes générales de l'histoire. N'apprenez pas tout ce que vous voulez en dire par cœur. 

Vos réponses à ces questions ne doivent pas être mécaniques. Aussi, contrairement aux idées reçues, les enquêteurs apprécient que quelqu'un prenne le temps de réfléchir avant de répondre. Bien sûr, certains d'entre eux ne le font pas. Mais voudriez-vous travailler pour une entreprise qui ne vous permet pas de penser ? En tant que data scientist ? Moi non plus. 

La préparation aux entretiens de science des données n'est pas compliqué en soi, surtout compte tenu du nombre de ressources qui peuvent vous aider. Ce qui le rend relativement difficile, c'est qu'il faut du temps pour le faire correctement. 

Et cela vous oblige à trouver un équilibre entre être bien préparé et permettre à votre personnalité de se montrer.

Essayez d'appliquer ces conseils généraux lors de votre prochain entretien et voyez comment cela se passe.

 
 
Nate Rosidi est data scientist et en stratégie produit. Il est également professeur adjoint enseignant l'analytique et fondateur de StrataScratch, une plate-forme aidant les data scientists à préparer leurs entretiens avec de vraies questions d'entretien posées par les meilleures entreprises. Connectez-vous avec lui sur Twitter : StrataScratch or LinkedIn.
 

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
• La source: https://www.kdnuggets.com/2022/12/prepare-data-science-interview.html?utm_source=rss&utm_medium=rss&utm_campaign=how-to-prepare-for-a-data-science-interview