Quora的数据科学主管是如何面试的？
Quora的数据科学主管埃里克·梅菲夫斯基（Eric Mayefsky）在他管理科技公司的五年里曾面试了数百名求职者。但与所有的管理者一样，他也曾从面试的另一方——应聘者做起。
他从面试桌两侧不同的角色体验中积累了经验，这有助于帮助其他数据科学领导者解决受访者和面试官之间的鸿沟，并提高员工的工作效率。
他对数据科学面试的看法有以下五点：
· 安排面试，使对面试的期望尽可能清晰。
· 对该角色提供清晰，诚实的解释。
· 进行富有有挑战性的面试，以吸引优秀的候选人。
· 避免候选人的的兴趣与职位不一致。
· 寻找对工作类型有兴趣的候选人。
稍早之前……
2010年，Eric在斯坦福大学学习了四年并获得了经济学博士学位，研究市场匹配中算法的性能。这项工作投入到了实际应用，可Eric却闷闷不乐。加入私营部门的想法涉及研究方向上的重大转变，但在学术界研究了多年后，Eric对学术界的发展速度以及他的工作感到窒息和不满。因此，他申请了Facebook的实习生职位，这个团队负责分析其广告平台性能。申请后不久，他便前往Facebook的校园，进行了第一次私营部门的数据科学工作面试。
Eric的面试官以一种典型的脑筋急转弯的方式来开场白：
“1000阶乘的末尾有多少连续的零？”
Eric认为他做的很不错。
“你知道吗，因为这个题有一些暗示，所以我做对了。我以为我证明了我不是个十足的白痴。”他说。
接下来，面试官在白板上为不同的假设广告活动编写了一些指标，并询问哪些活动是最佳的。面试官要求Eric在没有计算器的情况下进行数学计算。
Eric说道：“这些数字令我非常尴尬，我没想到他要求我笔算数学题，如果他想让我做数学计算，我希望他将数字改的简单些。”
这个问题让Eric想到了GRE，它根据考生的表现来调整问题。如果准确地回答了面试官最开始抛出的问题，那么接下来的问题就会变得更难。相反，如果最开始你给出的答案是错误的，后续的问题也会变得更容易。Eric担心面试官给他一个基本的数学问题时也会遵循类似的逻辑。
Eric说，“我想我一定是把第一个问题就搞砸了”。他认为面试官只是在一次已经失败的面试中试图消磨时间。但几天后，他却得到了这份工作。
他回答的这个问题是基于他在学术界的经验，这是不对的。在Facebook聘请Eric之后，他了解到他需要做基础数学的工作，因为即使是经验丰富的分析师也总是无法理解他们工作的计算方法。当做定量工作的人每次看到数字时都需要自动做算术，这会减慢工作的速度。
Eric想起他是如何以招聘经理的身份来面试数据科学工作的候选人的这个问题。他深入研究候选人的经历，以确定他们的假设，并通过向候选人提供材料，帮助他们准备面试来避免耗时。
与此同时，他让候选人保持警觉，以确保他们拥有合适的技能。他的想法可以解释为以下五点：
1. 达成共识
你不希望忽略一个拥有你公司所需要的各种技能的应聘者。如果你没有努力去理解你正在面试的人，那么你可能会产生误解，从而导致不良后果。你可能没有认识到，或者失去了对一个优秀的候选人的兴趣。你可能会不小心雇用一个看起来很棒但却厌恶这份工作的人。
候选人群中存在很多差异，并且可做的工作也存在很多差异。为了从面试中获得你需要的东西，你需要与候选人达成共识。
Eric带着在多年的学术研究中所形成的期望，在Facebook进行了他的第一次面试。他在那次面试中却遇到了意想不到的事情——在一个更难的问题之后接着一个简单的问题——他根据他的经验做出反应：GRE。在他以面试官的身份进行的数百次面试中，他看到候选人表现出类似的行为。我们根据自己的经验对事物进行情境化。面试官必须了解候选人的背景并思考如何影响他们的行为，以便准确定位他们适合自己的角色。
在数据科学职位的招聘过程中，Eric往往会遇到三类候选人：研究生，天真的本科生以及在私营部门有一定经验的人。只有一家有工作经验的候选人的基本思维方式可能与Quora公司所寻求的相匹配，但这种观点可以通过在一家公司工作而成为压倒性的优势。研究生申请者可能会陷入写论文的思维模式中，并且很难转变为从实际应用角度考虑数据。
他举例说，“本科生来自一个他们经常被告知该做什么的世界”。“如果候选人能够证明他们在独立项目上也能自由自在工作，这对他们来说将是一个很大的优势。”
你在面试中提出的问题应该有助于阐明过去影响候选人思考的经历。你询问候选人他们对当前情况满意与否，以了解他们在贵公司寻找职位的动机。你可以通过给他们充足的面试准备，来帮助他们满足你。Quora向候选人发送了一份“期望”备忘录，其中概述了候选人将遇到的问题类型以及他们为解决这些问题而准备的材料。备忘录包括了如何做好最佳准备的提示。
2. 求职者真的知道自己想要什么吗？
能够雇用到最好的候选人是一项艰难的工作。许多最优秀的数据科学家至少都拥有研究生学位，他们经常参与项目，致力于建设学术职业生涯。他们很少或根本没有私营部门的工作经验，也没有通过寻找公司的职位来详细了解他们所从事的工作。其他候选人只在私营部门担任过一份工作，并认为其他工作就像他们现在想要离开的工作一样。
在任何一种情况下，他们可能在下一次经历中明确他们不想要的东西，但这并不意味着他们实际上知道自己想要什么。在面试中，他们可能会将他们想要的东西描绘成与他们不喜欢的东西相反的东西，这可能会造成对现实的扭曲。
寻找未知工作的求职者可能是最难以预测的。他们可能会像大学选专业一样：申请大量公司，看看他们得到了什么样的回复，比较并作出选择。Eric说，这是一种理性的方法，但当申请人没有足够的信息时，这也可能导致申请人作出草率的决定。招聘经理应该将工作职责予以公开，以便求职者知道他们将要从事什么。Eric说，他会尽可能明确地解释Quora的数据科学岗位的工作职责。
他说，“我们非常清楚作为公司的成员，以及作为Quora的数据科学家意味着什么”。他解释说，他的团队是Quora唯一的数据团队，这意味着每个成员都必须准备好同时处理一些正在进行的优先事项。这意味着为长期研究项目留出时间，同时构建工具以帮助团队更高效地工作，并帮助推动产品决策。据Eric表示，并非每家公司都对这个岗位所执行的职责范围有所明确。有些人可能会让面试者认为它完全以研究为中心，而实际上涉及到很多任务的执行。
他说，“在进行了非常真实的对话后，如果候选人接受我们的职位，我觉得这很好”。但是“如果在谈话中候选人说不，我担心有时这是因为其他公司给他们描绘了一个更美好的未来。与其给求职者规划好确定的蓝图，我更乐意做出这样的权衡”。
3. 让面试充满挑战
最好的求职者是那些寻找能给他们带来挑战的工作的人，所以需要给他们一个挑战性的面试。Eric的团队通过提出问题来完成这项工作，这些问题是要求他们做实际上每天作为Quora的数据科学家所做的工作。这包括询问面试者如何设计产品，或提出衡量他们对用户的理解的问题，以及更多的定量和技术问题。但Eric也提出了一个问题，就是无论面试者提供任何回应，他们都要认真对待，探索并挑战他们的反应。
通常情况下，他会以先告诉求职者，对于某个给定问题，他没有特别的答案的方式来开始。这类问题有如下几个例子：
· 假设我们有一个“推荐主题”产品，它将出现在用户的Feed中。这个产品的成功指标是什么？ 我们应该如何确定该组件在提要中应占用多少空间？
· 用户点击电子邮件摘要的动机是什么？
当求职者开始回应时，他尝试着坚持提问，直到求职者表现出思维的极限，并就他们表现出某种舒适感的领域提出试探性的问题。
“例如，如果我向他们询问他们如何评估产品变化是好还是坏，那么他们可能会提出一些指标和定性方法。我不会强迫接近我想要的答案，而是试着说，‘好吧，假设你按照建议的方式看待它，你会看到什么，你会做什么，或者你会得出什么结论？’”他说，“如果他们的回答对我来说没有多大意义，我会尝试围绕他们的建议的利弊提出问题，以了解他们的思考过程，并试图看出他们能否用他们自己的方法来解决问题的弊端。”
他小心翼翼地提问，以避免强迫面试者在回答问题时走上面试官所选择好的回答路径。所以他并没有阻止候选人的回答，或者只是停下来问，“假设这行不通，你会尝试怎么做？” 然而，在他将他们深入地引导入一个领域后，他可能会试着通过询问他们是否对解决问题有其他想法来了解他们思考的广度。
4. 如果数据集是他们唯一的兴趣，
那么请留意
私营部门的数据科学通常包括学术研究中使用的技能。但是，如果你是一个重视实际操作、以产品为中心的人，那么你可能不希望聘请那些对其工作采取严格的学术方法的人。你的数据集可能是贵公司唯一吸引某些候选人兴趣的事情。因此，即使他们具备该职位的技能，他们也不会致力于贵公司的发展。
Eric确实希望人们对这些数据感兴趣。Quora每月活跃用户超过2亿，他们通过各种各样的问题进行互动：从“为什么蜜蜂叮完后会死？”到“筹集风险投资资金的最好建议是什么？”
那些数据很有意思！但是，当拥有研究背景的面试者在接受面试时，说的第一件事是他们对Quora的数据集感兴趣，“这可能是一个危险信号。听起来他还在考虑撰写论文。“Quora不会因雇用数据科学家而受益，因为一旦数据科学家陷入了纯粹的研究思维状态，很可能不利于发现可以应用于公司产品和增长的洞察力。
这是在面试者中存在的最大分歧之一。有些人关心他们的工作是否决定了他们工作公司的成功。在拥有数万或数十万员工的公司中，员工可能无法看到他们的影响，因此在某些情况下，他们可能会过度专注某一领域，而不会对公司的整体成功负责。但Quora只有大约200名员工，它仍然处于每个人的贡献都直接关系公司成功的阶段。
因此，当他正在面试候选人时，Eric正在寻找对产品工作和数据分析有热情的人。即使他正在面试本科生，他也希望他们渴望学习产品开发以及部署，发展他们的技术的技能。最佳候选人是那些有兴趣寻找创造性方法来提高用户参与度，想要修补a / b测试，或者想要改进广告定位，以便更好地针对潜在用户或具有正确内容和产品的客户。
5. 不满足是好事
由于有些博士只在意数据集，他们可能会处于一种待定的状态，而Eric所说的另一种博士通常在私营部门数据科学工作中有出色的表现。Eric称这种类型为“不满足的研究生”。
这些研究生对进展缓慢的学术研究感到厌倦，他们想要更快的发展和更大的能量，以便能更快地为公司产生的影响。Eric注意到一些本科生在学习之外也有过项目和工作体验。Eric认为私营部门的专业人士需要做更具挑战性的工作。这三类应聘者的共同点是，他们希望自己的工作能够对公司的成功产生影响。
辨别想要培养技能并热衷于产品工作的候选人的诀窍是给他们一个展示自己的机会。挑战他们，让他们承受压力，同时也给他们一种方向感。最终你要确保你们处在同一频率下。就像那些知道他们不喜欢什么，但又不确定自己想要什么的求职者一样，如果你不给自己一个机会清楚地了解所有候选人，你可能不知道理想的候选人是什么样的。