Technische Beoordelingen voor Datawetenschappers Die Niet Alleen SQL-Triviat Zijn
Wat "datawetenschapper" werkelijk bij je bedrijf betekent
Voordat je de beoordeling ontwerpt, noem de rol eerlijk. Het label dekt verschrikkelijk verschillende banen:
- Analytics-leunende DS. SQL, dashboards, experimentanalyse, belanghebber-communicatie.
- ML-leunende DS. Modeltraining, feature engineering, evaluatie, soms productionisatie.
- Onderzoeks-leunende DS. Nieuw modellering, statistische nauwkeurigheid, publicatiekwaliteit-werk.
Een enige test kan niet alles meten. Kiezen welke dit wervingssituatie is voor je eerste beslissing.
Beoordelingsvormen naar rollsmack
Analytics DS
Geef hun een rommelig gegevensbestand (CSV, ~10MB, opzettelijk met duplicaten, nulls, en een subtiele definitiemismatch in één kolom). Vraag drie zakenvragen van toenemende ambiguïteit:
- Concreet: "Wat is de retentiepercentage van 7 dagen?"
- Enigszins ambigu: "Heeft retentie veranderd sinds feature X lanceerde?"
- Open: "Wat in deze gegevens moet het productteam weten?"
Score: SQL/Python-correctheid op Q1, statistische redenering op Q2, oordeel en communicatie op Q3.
ML DS
Een tabelgegevensbestand met een doel. 90 minuten. Noteboomomgeving.
Score: feature engineering keuzes, model evaluatie-methodologie (niet eindmetriek — hoe ze evalueerden), bewustzijn van lekkage en overfitting, communicatie van afwegingen in een korte writeup.
De metriek doet er niet toe. Een kandidaat die 0,82 AUC krijgt met een schoon cross-validatie opzet klopt een kandidaat die 0,91 krijgt door het doel door een feature te lekken.
Onderzoeks-DS
Een kort papier of technische voorstel review. Of een methodologiekritiek van een flawed analyse. Tests nauwkeurigheid en leesvaardigheid, beiden welke meer voor deze smack zijn dan codering.
Gradueert zonder vooroordeel
Geanonimiseer. Altijd. Namen, scholen, eerdere werkgevers — stripping ze vóór review.
Gebruik rubric-geanker gradueert. ClarityHire's gradueringservice doet first-pass rubric scoren met een LLM, geanonimiseerd; reviewers zien de AI-score plus het werk en overrule met een reden. Voor DS-indieningen specifiek oppervlakken dit dingen als vermiste cross-validatie of oneigenlijk train/test splitsing de reviewer snel kan verifiëren.
Wat nooit te doen
- Whiteboard SQL-vragen. Het medium verandert de vaardigheid — veel geweldige analisten kunnen joins door geheugen schrijven maar schrijven ze vloeiend tegen een werkelijk gegevensbestand.
- "Implementeer gradiëntdaling van nul af." Tests memorisatie van een universiteitse oefening, niet baanvaardigheid.
- Neem-huis langer dan 3 uur voor screenfase. Je betaalt in pijplijn breedte.
Combineer met interview
Wat de beoordeling, volg dit met een 45-minuten discussie van de kandidaat's indiening. De doorloop vangt bijna alle integriteits-uitgangen die de beoordeling alleen mist, en de rubric voor de discussie (diepte proben op hun eigen keuzen) is eenvoudig.