Фраза о дефиците специалистов в области data science уже стала общим местом. Спрос на них не намерен падать, только расти – вместе со спросом на современные технологии в бизнесе. То же касается и зарплаты. Естественно, в аналитику ринулось огромное количество амбициозных молодых людей из других сфер деятельности. Работодателю, не слишком искушенному в data science, нужно определить, что он действительно принимает на работу хорошего специалиста.
Для этого можно применять сложные технические тесты, а можно – приведенный ниже простой опросник. Если человек владеет базой, он сможет выстроить правильную стратегию и решить поставленную перед ним задачу.
- В чем важность нормального распределения для data science? Ответ на этот вопрос продемонстрирует понимание кандидатом основного понятия его специальности. Хорошо, если в ответе будет фигурировать Центральная предельная теорема, а также математическая формула Гауссова распределения.
- Расскажите о ваших отношениях с data science. Посещаете ли вы какие-то мероприятия, конференции, участвуете ли в конкурсах на Kaggle (платформа для людей, которые интересуются анализом данных и машинным обучением), какие книги по специальности вы читаете, пишете ли статьи на эту тему? Цель вопроса — понять, является ли избранная специальность призванием для кандидата. Думают ли он о данных денно и нощно?
- Опишите свое последнее затруднение в работе над data science-проектом. Как вы решили задачу? Да, не все гладко на дороге специалиста в области данных, как могут думать новички. Этот вопрос измеряет степень погружения соискателя места в профессию, наличие у него реального практического опыта и умение справляться с проблемами.
- Вспомните о любом проекте, над которым вы работали. Если бы сейчас вам нужно было его повторить, заменив один источник данных и, таким образом, использовать другой набор переменных, какое бы решение вы приняли? Отвечая на этот вопрос, соискатель невольно расскажет о позиции, которую он занимал на прежнем месте работы и продемонстрирует свою способность приноравливаться к меняющимся обстоятельствам. Чаще всего специалистам низшего звена просто дают готовый дата-сет со списком переменных, не предоставляя никакой информации для их соответствия поставленной задаче. Более квалифицированные сотрудники будут задействованы в выборе базы данных, конструировании признаков и статистическим анализе.
- Исследования показали, что за последние 20 лет от наводнений пострадало 2,3 млрд чел. Опишите процесс работы над проектом, предсказывающим наводнения в ближайшие 100-500 лет. (Тематика вопроса зависит от сферы деятельности вашей компании). Вопрос связан с самим процессом data science – включая формулировку проблемы, сбор данных, подготовку сырых данных, анализ основных свойств данных, нахождение в них общих закономерностей, конструирование признаков, составление историй на основе полученных результатов. Кандидат должен быть знаком с этим технологическим процессом.
Источник: medium.com