Radar Özeti: Jay Feng ile Veri Bilimi Mülakatında Başarı

Veri bilimi olgunlaştıkça, veri rollerine yönelik teknik mülakatlar giderek daha karmaşık hale geliyor. İlk veri işinizi arayan hevesli bir veri bilimciyseniz, teknik mülakatlar başvuru sürecinin en çetrefilli ve zorlu kısmı olabilir. Mülakat sırasında yalnızca teknik yetkinliğinizi değil, aynı zamanda iletişim ve problem çözme becerilerinizi ve baskı altında düşünebilme yetinizi de göstermeniz gerekecek.

DataCamp Radar Konferansı kapsamında, Interview Query’nin CEO’su Jay Feng ile veri bilimi mülakatında nasıl başarılı olunacağına dair bir oturum düzenledik. Interview Query, her veri bilimcisinin sektörde iş bulmasına yardımcı olma misyonuyla çalışan uzaktan bir veri bilimi mülakat hazırlık platformudur. 

Oturum boyunca Feng, veri bilimi rollerine mülakat için hevesli ve junior veri uygulayıcılarının bilmesi gereken en önemli noktaları açtı. Bu yazıda etkinliğin bir özetini ve öne çıkan çıkarımları paylaşıyoruz.

Farklı veri bilimi mülakat türleri

Veri bilimindeki teknik mülakatları özellikle zorlayıcı kılan unsurlardan biri, karşılaşabileceğimiz mülakat çeşitliliğinin çok fazla olmasıdır. Veri bilimi, veri profesyonellerinin çok çeşitli alanlar ve araçlarda bilgi ve yetkinlik gerektiren, karmaşık ve talepkâr bir disiplindir.  Teknik mülakatlar bu becerileri ölçmek üzere tasarlandığından, eldeki işin gereksinimlerine ve seçeceğiniz kariyer yoluna (bkz. sonraki bölüm) bağlı olarak pek çok mülakat türüyle karşılaşabilirsiniz.

Feng’e göre, “yaklaşık 10 ila 15 veri bilimi beceri seti var”. Karşınıza çıkabilecek sorular, SQL veya Python ile veri manipülasyonundan ve makine öğreniminin altında yatan istatistik ve algoritmalardan, ürün metriklerini analiz eden kullanım senaryolarına ve sistem tasarımıyla ilgili sorulara (ör. sıfırdan yeni bir veri kümesini nasıl inşa edeceğiniz) kadar uzanır. 

Yazılım mühendisi gibi diğer BT pozisyonları için mülakatlar çoğunlukla kodlamaya odaklanırken, veri biliminin disiplinlerarası doğası, mülakatçılara adaylara farklı alanlarda soru sorma esnekliği tanır.  Feng’in belirttiği gibi, teknik mülakatlarda karşılaşacağımız sorular “gerçekte işimizde yapacaklarımızın yapı taşlarıdır”. 

Veri biliminde tipik kariyer yolları

Bir veri bilimi işi ararken, çabanızı iyi olduğunuz becerileri gerektiren rollere yönlendirmeniz önemlidir. İşleri ihtiyaç duyulan yetkinliklere göre sınıflandırmanın iyi yanı, “becerilerinizi girmek istediğiniz bir pozisyonla hizalayabilmeniz”dir.

Veri biliminde birden fazla kariyer yolu vardır ve disiplinin hızla gelişmesi daha uzmanlaşmış rolleri beraberinde getirdiği için bu sayı artmaktadır. Aşağıda Jay’in Oturumu’nda bahsedilen pozisyonlardan kapsamlı olmayan bir liste bulabilirsiniz:

• Veri Analistleri, her türden iş problemini çözmek için verileri toplar, analiz eder ve yorumlar. Görevlerini yerine getirmek için programlama araçları ile istatistiksel yöntemlerin bir kombinasyonunu kullanırlar.  

• Ürün Analistleri, Veri Analistlerine benzer; ancak esas olarak belirli bir iş ürününün büyümesini ve sağlığını ölçen metriklere odaklanırlar. Örneğin, yeni bir uygulama yayımlandıktan sonra, ürün analistleri kullanıcıların onunla nasıl etkileşim kurduğunu bilmek ister. Bunu yapmak için günlük aktif kullanıcılar ve kullanıcı başına oturum sayısı gibi metrikleri takip ederler.

• Veri Bilimciler veri analistleriyle birçok görevi paylaşır. Ancak veri bilimcilerden, çok miktarda yapılandırılmış ve yapılandırılmamış veriden içgörü çıkarmak ve öngörücü modeller kurmak için makine öğrenimi ve derin öğrenme gibi daha ileri veri tekniklerini kullanmaları beklenir. 

• Makine Öğrenimi Mühendisleri zamanlarını, veriden öğrenerek karar verebilen makine öğrenimi modellerini geliştirmeye, eğitmeye ve üretime almaya adar. Feng’e göre makine öğrenimi mühendislerinin misyonu “veriyi ürüne dönüştürecek modeller geliştirmektir”.

• Araştırmacılar, temel sorulara sürekli yanıt arar ve veri bilimi içindeki kuramsal bilgi birikimini genişletir. Bu, matematik ve makine öğrenimi kuramında en yüksek düzeyde bilgi gerektiren son derece teknik bir yoldur.

• Saha Araştırmacıları bir şirket içindeki pratik sorunlara çözüm bulmaktan sorumludur. Saha araştırmacıları, örneğin yeni öğrenme tekniklerinin gerçek dünya veri kümelerine uygulanabilmesini sağlamak gibi, doğrudan ticari sonuçlara odaklanırlar.

Bir Veri Bilimi Mülakatına Hazırlanma 

Feng’e göre, bir veri bilimi mülakatına hazırlık süreci dört basit adıma indirgenebilir:  

• Veri bilimi rolünü araştırın. Daha önce belirtildiği gibi, en çok sevdiğiniz ve en güçlü olduğunuz beceriler ışığında başarı şansınızın daha yüksek olduğu rollere odaklanmalısınız. Bu nedenle, herhangi bir başvuru göndermeden önce biraz zaman ayırıp araştırma yapmak her zaman değerlidir.

• Becerilerinizi kıyaslayın. Becerilerinizin işi alacak kadar sağlam olup olmadığını nasıl anlarsınız? Birçok kişi becerilerini kıyaslamak için internette mülakat soruları arar. Feng’e göre bu iyi bir strateji değildir; çünkü bu sorular genellikle basit, çekirdek konularla ilgilidir ve bir mülakatta karşınıza çıkma olasılığı düşüktür. “Mülakat soruları daha çok bir vaka çalışması gibidir; genellikle bir problem ifadesiyle sunulur”. Becerilerinizi test etmek için kullanmanız gereken gerçek soru türleri bunlardır.

• Günlük bir çalışma planı oluşturun. Becerilerinizi güçlendirmek ve hayalinizdeki işe girme şansınızı artırmak için tutarlı olmanız gerekir. Feng’in şirketi Interview Query tarafından yapılan bir ankete göre, daha fazla soru çözen kullanıcılar genel olarak daha yüksek bir mülakat başarı oranına sahip oldu. Çalışma planınızı nasıl tasarlamalısınız? Feng’in sözleriyle: “Soru çözmeyi kolaylaştırın, günde bir soru çözün ve giderek zorlaşan problemler üzerinde pratik yapın”.

• Mülakat geri bildirimi alın. Son olarak, mülakat yanıtlarınızı paylaşabileceğiniz ve size geri bildirim ile tavsiye verebilecek birinin olması her zaman iyidir. Düşüncelerinizi yazarak koçlarla ve uzmanlarla paylaşarak bunu yapabilirsiniz; ancak Feng’in vurguladığı gibi, geri bildirim almanın en iyi yolu onlarla yüz yüze konuşmaktır. 

Daha fazlasını öğrenmekle ilgileniyorsanız, Jay’in oturumunun tamamını izleyebilirsiniz. Ayrıca ilginizi çekebilecek diğer Radar oturumlarına da göz atın.