💼 Разбор мокап-интервью
Ребята из студии подкастов «Либо/Либо» предложили дать комментарий по поводу мокап-интервью на вакансию аналитика данных (Data Scientist). Оно прошло в рамках подкаста «Собес» про поиск работы в IT — вот ссылка на выпуск.
Это было интересное кейс-интервью, расскажу, что думаю. Участники интервью — Марк, нанимающий менеджер и Алиса — соискатель на позицию. Ребята не обсуждали на какой грейд проводится собеседование, я сделаю предположение, что на мидла.
Знакомство и приветствие
Всё было хорошо. При описании кейса не хватило чуть больше глубины и личный вклад. Понравилось, что Алиса хочет разбираться в бизнесе, а не просто «делать задачи как руки». Я не до конца понял, почему Алиса не говорила, где именно работает, возможно, это из-за формата мокап-интервью.
Кейс 1: Падение выручки
У аналитика с опытом должен быть готовый алгоритм для ответа на вопрос «А что случилось с метрикой?». Уточняем значимость «падения» и с какими бенчмарками сравниваем → проверяем приборы (доехали ли все данные и т.п.) → описываем формулу расчета метрики → анализируем составляющие, из которых складывается метрика и смотрим их динамику → проводим факторный анализ в разрезе дименшенов. В интервью описания такой четкой последовтельности не хватило, хотя общая логика была примерно такая же, но Алиса поспешила генерировать гипотезы и немного «гадать», что же могло случиться.
Ещё Алиса довольно быстро «купилась» на ответ Марка о запуске новой фичи. Не хватило кросс-проверки и упоминания causal inference. Если бы я был злым интервьюером, то специально бы завел кандидата в тупик, лучше быть осторожнее с такими подсказками.
Кейс 2: Эффективность фичи «Собеседник онлайн»
Тут был включен карго-культ метрик и данных — как у Алисы, так и у Марка. Совсем не хватило шага назад и описания пути пользователя: какую пользу принесет эта фича, как он будет ей пользоваться, почему это для него важно, какая конкретно будет реализация в интерфейсе. На мой взгляд, основная польза такой фичи — получить быстрый ответ от собеседника, пока он онлайн, чтобы обсудить что-то в живом режиме. Из этого уже можно понять, что же такое «эффективность» в данном случае, и сформулировать подходящую метрику. Например, соотношение количества сообщений пользователям онлайн vs оффлайн или метрику активности разговора (интервал между сообщениями и количество сообщений за один разговор). В ответе же получился акцент на данные и метрики, но мало фокуса на интерфейсе и процессе. Следить за высокоуровневыми метриками активности пользователей в этом случае слишком «далеко» от самой фичи, нужно замерять удобство/пользу конкретного узла интерфейса.
Ещё при таком запуске «на всех» хотелось бы больше услышать про то, как будем вычислять влияние именно этой фичи на общие метрики и возможно ли это в целом.
Общие выводы
Исходя из такого отрывка интервью, я бы дал Алисе грейд уровня джун/джун+. Кажется, что ответ на вопрос «что делать, если метрика на дашборде упала?» должен отскакивать от зубов и быть более уверенным, а продуктовая часть — быть больше про продукт.
А какие у вас впечатления от такого мокапа? Делитесь мнением в комментариях.
Важно: со стороны всегда судить проще, поэтому критика в данном случае — это инструмент для улучшения. И Марк, и Алиса — огромные молодцы. Проводить интервью под запись — это огромный стресс для обеих сторон, знаю по себе.
Кстати, смотрите мои мокап-интервью на позицию BI-аналитика, если ещё не видели: видео с Тимуром, видео с Димой.
#ссылка
