Всем привет! Я — практикующий исследователь данных, и на этом канале делюсь тем, что реально работает в IT. Никакой сухой теории, только личный опыт, рабочие инструменты и грабли, на которые я уже наступил за вас. Рад, что вы здесь!
Итак, откликнувшись на десятки вакансий, нам наконец назначили собеседование. Что дальше?...
Собеседования в IT — это как экзамен, к которому ты вроде готовился, но всё равно сидишь и думаешь: "А вдруг спросят то, чего я не знаю?" За три года в IT я прошел через кучу таких испытаний, и каждый раз это был маленький квест. Решил поделиться, как я готовлюсь к ним сейчас — может, кому-то пригодится, а заодно и сам разберусь, что работает, а что нет.
Ниже информация касается в основном технических собеседований, собеседование HR, знакомство с командой, с психологом, и остальное - это работа в основном с софт скифами, это тема для другой статьи.
Шаг 1: Разбираюсь, куда иду
Первое, что я делаю, — изучаю вакансию. Не просто читаю "нужен Python и SQL", а копаю глубже: какие библиотеки, какие задачи, какой стек. Если пишут про Pandas и дашборды — понимаю, что будут спрашивать про анализ данных. Если упоминают Django и REST API — жду вопросов про бэкенд. Однажды я пошел на собес, думая, что это про данные, а оказалось — про администрирование серверов. И чуток растерялся, мягко говоря. Больше так не хочу.
Суть: как и при составлении резюме под конкретную вакансию, на собеседование готовиться нужно также именно по вакансии.
Шаг 2: Освежаю базу
Потом сажусь за свои старые конспекты и курсы. Python — это моё, но я всё равно повторяю основы: как работает ООП, чем list отличается от tuple, как написать быструю сортировку. Беру задачник (обычно LeetCode или что-то с hh.ru) и решаю 5-10 простых задачек. Не потому, что я гений алгоритмов, а чтобы пальцы вспомнили, как кодить без паники. Однажды на собесе меня попросили написать фильтр дубликатов в списке — я справился, но потел минут пять. Теперь такие штуки отскакивают быстрее.
Суть: на собесах не требуют сверхъестественного (в основном не более того, что ты написал в своем резюме), но обычно как раз ловишь тупняк на тех моментах которые ты прекрасно знаешь, поэтому или нужно чтобы отскакивало от зубов или на всякий случай потренироваться прямо перед собеседованием.
Шаг 3: Копаю специфику
Когда база на месте, перехожу к тому, что конкретно нужно компании. Если это данные — повторяю Pandas, группировки, join’ы в SQL, строю пару графиков в Matplotlib. Если что-то посложнее, вроде машинного обучения, — листаю документацию SKlearn и вспоминаю, что такое accuracy и precision. Главное — не переусердствовать. Один раз я три дня учил теорию нейронок, а на собесе спросили только про сводные таблицы. Обидно, но смешно. Во всяком случае, каждое и любое собеседование - это бесценный опыт!
Шаг 4: Репетирую рассказ
Самое страшное на собеседовании — это вопрос "Расскажи о себе", хотя на технических собеседованиях - это скорее способ разрядить обстановку перед технической частью. Я раньше начинал: "Ну, я учил то, учил сё…" Теперь готовлю короткую историю: как пришел в IT, почему выбрал данные, что делал на последней работе (и стараюсь отвечать на вопросы до их задания собеседующими, типа "сразу скажу, что ищу стабильную работу, а то что я не задерживался на последних двух работах - на то есть уважительные причины, с первой работы ... и т.п.). Стараюсь говорить уверенно, даже если внутри боязно. Всегда после вопроса "Расскажи о себе", я спрашиваю рассказать только о релевантном опыте или не только (в моем случае лучше рассказать не только о релевантном, чтобы указать еще и полезный опыт в сфере аналитики но с другого угла), кто-то говорит "о релевантном", кто-то "смотрите сами", а кто-то "Я видел в резюме внушительный опыт не только в аналитике, хотелось бы услышать как вы пришли в аналитику и зачем".
Суть: иногда нужно рассказать о себе чуть больше, чем требуется, возможно собеседующий не задаст нужного вопроса, поэтому нельзя терять шанс рассказать о своей ценности.
Шаг 5: Готовлю вопросы
В конце всегда спрашивают: "А у вас есть вопросы?" Раньше я молчал, а теперь понял, что это шанс показать интерес. Спрашиваю про команду, задачи, инструменты. Один раз задал вопрос про CI/CD, и интервьюер полчаса рассказывал, как они всё настроили, — я кивнул и впоследствии получил оффер. Главное — не переборщить с умными словами, а то подумают, что выпендриваюсь.
Суть: нужно знать меру вопросам, вопросы нужны, не очень хорошо говорить что-то наподобие "мне всё понятно, вопросов нет".
Что я понял
Готовиться к собеседованиям — это не про зазубрить всё на свете. Это про то, чтобы понять, что ты умеешь, и показать это без паники. Я раньше думал, что надо выучить каждый уголок Python, теорвер и матстат, но потом дошло: компании ищут не энциклопедию, а человека, который решает задачи. Ну и немного везения, конечно, не помешает.
Выводы
- Не распыляйтесь. Готовьтесь под конкретную вакансию, а не "на всякий случай".
- Повторение — сила. Даже если кажется, что ты всё знаешь, освежить базу не помешает.
- Будьте собой. Не пытайтесь казаться гением, говорите про то, что реально делали.
- Практика решает. Чем больше собесов, тем меньше стресса — проверено.
Лайфхак напоследок
Перед собеседованием я записываю пару шпаргалок с ключевыми моментами (типа "groupby в Pandas — не забудь!") и кладу рядом, этих шпаргалок у меня целая стопка и никогда не получается в них заглянуть, но они помогают 100%😄. Другими словами не подглядываю, но спокойнее, когда они под рукой. Попробуйте — вдруг и вам зайдёт.
Вот так я и готовлюсь — не идеально, но пока работает. А как готовитесь вы? Может, у вас есть свои фишки?
Я не претендую на последнюю инстанцию, я пишу о своём пути и опыте. Спасибо что дочитали до конца. Подпишитесь👇👇👇, ставьте лайки 👍🏽👍🏽👍🏽 впереди много интересных статей про навыки, инструменты, обучение, лайфхаки и пути аналитика.