13 вопросов, которые специалисты по обработке данных должны задать работодателям в 2023 году
27 июля 2023 г.Если вы собираетесь посетить собеседование на должность специалиста по данным, важно подготовиться как к вопросам, которые вам могут задать, так и к тем, которые вы должны задать своему потенциальному работодателю, чтобы продемонстрировать свой интерес к вашей потенциальной роли и компании.
По словам Джессики Хилл, директора по данным в TogetherAI, при найме специалиста по данным работодатели часто обращают внимание на деловые знания, а также математические и технические навыки. Некоторые вопросы могут даже стать отличным способом для кандидатов продемонстрировать интерес к «… решению реальных проблем».
SEE: Вот все, что вам нужно знать, чтобы стать специалистом по данным.
Мы рассмотрим рынок вакансий специалистов по данным, а также ответим на 13 вопросов, которые специалисты по данным должны рассмотреть на собеседовании в будущем.
Перейти к:
- Текущий рынок труда специалиста по данным
Как меня будут оценивать?
Что бы вы назвали успешными первые три и шесть месяцев?
Как вы видите изменение этой роли или команды в краткосрочной и долгосрочной перспективе?
Как выглядит типичный карьерный путь специалиста по данным в вашей команде?
Как проекты, над которыми я работаю, будут соответствовать бизнес-целям?
С кем я буду работать?
Является ли команда по науке о данных совместной или автономной?
Как группа по науке о данных сотрудничает с другими отделами?
Какое место в организации занимает наука о данных и перед кем я буду отчитываться?
Какие возможности обучения и профессионального развития доступны?
Как происходит сбор данных в вашей компании?
Какой набор инструментов вы используете, и готовы ли вы использовать новые?
Как компания справилась с проектом, который не удался или не дал ожидаемых результатов?
Текущий рынок труда специалиста по данным
Специалисты по данным пользуются большим спросом, и вот уже почти десять лет они входят в пятерку лучших в списке лучших вакансий в Америке от Glassdoor. Поскольку почти каждая компания теперь имеет возможность собирать данные, а объем данных становится все больше и больше, многим компаниям нужны сотрудники, способные эффективно систематизировать и анализировать эту информацию для получения бизнес-понимания.
В нашем наборе для найма специалиста по обработке данных зарплата специалиста по обработке данных в США составляет от 36 500 до примерно 197 000 долларов в год, при этом средняя зарплата составляет около 127 000 долларов в год. Кроме того, данные показывают, что более 30% зарплат находятся в диапазоне от 124 000 до 138 500 долларов.
1. Как меня будут оценивать?
«Это показывает мне, что кандидат думает о производительности и о том, что мы считаем важным в компании», — сказал Софус Маккасси, директор по разработке и данным в LinkedIn. «Он также проверяет соответствие культурным ценностям».
2. Что бы вы назвали успешными в первые три и шесть месяцев?
Это показывает, что кандидат хочет точно знать, как менеджер оценивает успех или производительность, и что он имеет четкое представление о том, как выглядит успех.
«Это отличная лакмусовая бумажка для хорошего менеджера или лидера», — сказал Маккасси.
3. Как вы видите изменение этой роли или команды в краткосрочной и долгосрочной перспективе?
Как потенциальный сотрудник, этот вопрос поможет вам оценить планы компании на будущее и то, как ваша роль может измениться с течением времени. Это показывает, что вы думаете о будущем и заинтересованы в росте вместе с компанией. Это также поможет вам избежать возможности краткосрочного найма.
4. Как выглядит типичный карьерный путь специалиста по данным в вашей команде?
Выяснение прогресса в компании должно быть желанием любого кандидата в науку о данных. Очень важно задать этот вопрос, потому что он помогает узнать, какие возможности роста или потолки существуют в организации. Это также свидетельствует об амбициях и заинтересованности в долгосрочном развитии карьеры в компании.
5. Как проекты, над которыми я работаю, будут соответствовать бизнес-целям?
По словам Маккасси, этот вопрос будет специфичен для компании и, возможно, больше подходит для старших кандидатов в области науки о данных.
«Это показывает мне, что кандидат ценит влияние на бизнес и знает о бизнесе достаточно, чтобы задать вопрос, связанный с бизнесом», — сказал Маккасси. «Даже если это наивно, потому что кандидат еще не полностью понимает бизнес-модель или предметную область, это показывает, что кандидат правильно думает о приоритизации работы».
По словам Хилла, когда кандидаты в области науки о данных задают вопросы об основных целях и приоритетах организации, это указывает на то, что они намерены привести свою работу в соответствие с этими целями и помочь направить организацию в правильном направлении, а не работать изолированно.
«Лучшие решения для обработки данных появляются, когда четкое понимание потребностей бизнеса сочетается с глубоким пониманием данных, — сказал Павел Дмитриев, вице-президент по науке о данных в Outreach. «Хороший специалист по данным хотел бы знать, какие вопросы и потребности есть у бизнеса, над ответами на которые ему нужно будет работать».
6. С кем я буду работать?
Кандидаты должны задавать вопросы о сотрудничестве, говорит Эллен Хьюстон, руководитель отдела расширенной аналитики в Qualtrics.
«Я ценю, когда кандидаты спрашивают о сотрудничестве», — сказала Хьюстон. «Мы работаем в межведомственных командах, что требует как страсти к обучению, так и заинтересованности в обучении других».
Некоторые дополнительные вопросы к этому могут быть такими: «Каков срок пребывания в должности ваших технических специалистов?» и «Сколько подрядчиков по сравнению с штатными сотрудниками в команде?»
Это может дать вам больше информации о корпоративной культуре, — сказал Тимоти Венхолд, директор по инновациям Power Home Remodeling.
7. Является ли команда специалистов по обработке и анализу данных совместной или автономной?
Тесно связанный с вопросом 6, этот вопрос помогает кандидату понять культуру работы компании, особенно в эпоху гибридной работы. Это дает кандидату представление о динамике команды и о том, как он должен взаимодействовать со своими коллегами из других отделов, а также внутри команды.
Это также информирует кандидата о том, как выглядит повседневная работа специалиста по данным в этой команде. Если команда настроена на сотрудничество, заявитель может задать следующий вопрос.
8. Как команда специалистов по данным сотрудничает с другими отделами?
«При поиске талантов менеджеры по найму ищут сильных коммуникаторов, которые будут хорошо работать с другими отделами», — сказал Боб Фрайдей, главный технический директор и соучредитель Mist.
«Ученый по данным, которого вы хотите видеть в своей команде, — это хороший коммуникатор, способный перевести проблему и ее решение и рассказать истории, которые раскрывают данные, людям с разными техническими знаниями», — сказал Фрайдей. «Они должны быть в состоянии объяснить сложные концепции, над которыми они работают, коллегам, которые пытаются реализовать свои выводы таким образом, чтобы это в конечном итоге повлияло на клиентов. Если они не могут, их ценность сильно снижается».
9. Какое место в организации занимает наука о данных и перед кем я должен отчитываться?
По словам Венхолда, роль специалиста по данным является довольно новой во многих организациях, поэтому пока не так много процессов.
«Когда кандидат задает мне такие вопросы, я знаю, что он действительно хочет понять, какой доступ у него есть к заинтересованным сторонам в организации», — сказал Венхольд. «Они хотят знать, какое влияние они окажут и как они впишутся в нашу организационную структуру».
По словам Венхолда, эти вопросы также могут помочь определить корпоративную культуру. Некоторые специалисты по данным предпочитают работать в месте с менталитетом стартапа, в то время как другие хотят работать в отделе бизнес-технологий хорошо зарекомендовавшей себя организации. Он добавил, что менеджеры по найму хотят быть уверены, что найдут кандидата, соответствующего структуре команды.
ПОСМОТРЕТЬ: используйте описание должности директора по данным TechRepublic Premium в своем следующем списке вакансий.
10. Какие возможности обучения и профессионального развития доступны?
Наука о данных — это область, которая быстро развивается по мере развития машинного обучения и других технологий, и многие компании изо всех сил стараются не отставать от них, — сказал Ганес Кесари, основатель и главный специалист по принятию решений в Innovation Titan.
«Кандидаты, которые заявляют о необходимости повысить свою квалификацию и заранее просят о поддержке, обязательно предстанут в хорошем свете», — сказал Кесари.
Вопросы о возможностях обучения и профессионального развития также демонстрируют, что вы учитесь на протяжении всей жизни, говорит Кристал Сон, исполнительный директор по решениям для корпоративных данных и аналитики в Blue Cross Blue Shield.
11. Как в вашей компании собираются данные?
«Хороший специалист по данным понимает, что, хотя он может многое сделать с данными, он мало что может сделать без данных или с данными низкого качества», — сказал Дмитриев. «Хороший специалист по данным хотел бы убедиться, что у него будут данные хорошего качества для работы».
Другие вопросы, которые можно задать после этого, могут включать «Как обрабатываются и объединяются данные из разных источников данных», «С какими общими проблемами качества данных вы сталкиваетесь» и «Как вы с ними справляетесь?»
12. Какой набор инструментов вы используете и открыты ли вы для использования новых?
По словам Венхолда, это говорит о приверженности организации технологиям.
«Эти вопросы говорят мне, что кандидат достаточно умен и опытен, чтобы признать, что они являются частью более крупного процесса», — добавил он. «У меня есть новые сотрудники, которые проводят две недели, следя за каждым отделом, прежде чем они откроют свои компьютеры и проведут хотя бы один анализ.
«Потому что, хотя статистика важна для понимания, новые сотрудники могут быть эффективными только в том случае, если они понимают, как эта статистика применима к языку нашего конкретного бизнеса».
13. Как компания справилась с проектом, который не удался или не дал ожидаемых результатов?
Этот вопрос помогает кандидату понять, устраивает ли компания неудачи и как они извлекают из этого уроки, — сказал Джейми Гленн, соучредитель и главный операционный директор Knock.
«Неудачи — важная часть науки о данных. Членов команды следует поощрять к неудачам, потому что это означает, что они раздвигают границы так, как вам нужно, чтобы быть по-настоящему творческими и инновационными как команда и как компания», — Гленн. сказал. «Вы хотите услышать, что, когда конкретный проект пошел не по плану, они сделали шаг назад и провели ретроспективу, чтобы увидеть, что произошло, а затем внедрили процессы или политики для улучшения будущих результатов».
Оригинал