Hiring data scientists
从微博上看到转发的文章,如何hire一名数据科学家(http://treycausey.com/hiring_data_scientists.html),主要的讨论点在博主认为不要写白板代码。看了下,有些赞同,有些并不很赞同。简单列一下,做个备份。
博主的面试过程分四部分:
电面,根据候选人资历问一下简单技术问题;
家庭作业;
面试;
不/发offer;
博主有个观点是:不要你自己设定好限制条件(如:XX证书、XX年工作经验,XX语言),来寻找你所需要的人。因为数据科学家多种多样,你并不能完全确定别的数据科学家是什么样子,而你要找的是一个以后的工作同伴,因此,扩大自己的限制条件,也许很多时候会发现一些新的发现,比如:自己忽略了这个岗位本该具有的一些更重要的东西。当然不是说之前说的东西不重要,而是他们不是“唯一”重要的。更重要的是,你不能只按照“目前”岗位所需要的技能来找人,而是按照半年甚至一年后这个岗位所需要的技能来招人。
面试流程:
电面时先简单介绍下职位和需求,讨论一些可扩展的问题,问一些相同的问题作为不同候选人之间的baseline,给候选人留5分钟提问。最后留家庭作业。作业最好别太复杂,最好是模拟一个工作场景,一两个小时可以做完,防止有人有孩子没时间做。
对于那些有能力,可能会有很多offer而可能不想做作业的候选人,也许他不是你想要的人。因为你想要的是一个同事,是喜欢这份工作和挑战的人,而不是只为了薪水而来的人。
当面面试时,博主强烈反对写“白板代码”。因为这样“不自然”:没有谁在工作中是写白板代码,而不用Google啊,stackoverflow啊什么的。而且这只是考察了候选人的“默写”能力,只不过再次做了一次算法课的测验而已。【个人表示不同意,因为面过真的很简单的白板代码也没写出来的。talk is cheap, show me the code.】
最后,博主说的是人道一些,谁面试时都压力很大,把候选人当人看,要有善意。
对于与众不同的面试原则,博主很骄傲.
Hiring data scientists相关推荐
- Why Apache Spark is a Crossover Hit for Data Scientists [FWD]
Spark is a compelling multi-purpose platform for use cases that span investigative, as well as opera ...
- What are 20 questions to detect fake data scientists?
Q1:解释什么是正规化(regularization)以及它的用处.解释特定方法的优劣势,如岭回归(ridge regression)和LASSO算法? [Matthew Mayo解答] 正则化项是保 ...
- 7CCSMCMP: Coursework 2 Computer Programming for Data Scientists The 7CCSMCMP instructors
代写-do not hesitate to contact me! WeChat:lovexc60 0 Instructions This document describes Coursework ...
- 数据科学自动化_数据科学会自动化吗?
数据科学自动化 意见 (Opinion) 目录 (Table of Contents) Introduction介绍 Automation of Data Science数据科学自动化 Pros an ...
- 算法偏见是什么_处理人工智能的偏见如何使算法公平公正
算法偏见是什么 算法在AI中扮演什么角色? (What Role do Algorithms Play in AI?) As artificial intelligence becomes more ...
- 5 steps to land a data science job in just 6 months :)
The data problem is not unique to any organization or industry. An overwhelming majority of roles in ...
- 深数据 - Deep Data
暂无中文方面的信息,E文的也非常少,原文连接: A lot of great pieces have been written about the relatively recent surge in ...
- 数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
- 数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
最新文章
- notepad++及Scintilla
- Python 打包 exe 程序避坑指南:没有安装包也能运行小程序啦~开心
- 从Adobe Photoshop CC 2018的“新建Web”看Web网页常见分辨率
- 蓝牙信号强度检测app_基于蓝牙技术的智能插座方案
- 2003服务器远程桌面连不上解决办法
- 16F877A和24C02通信汇编语言,PIC16f877A读写24c02程序
- 使用tensorflow object_detection API完成目标检测(object_detection API使用)
- JAVA加密解密→术语、密码分类、OSI与TCP/IP安全体系、Base64、消息摘要算法MD/SHA/MAC、对称加密算法DES/AES/PBE、非对称加密算法DH/RSA/EIGamaI
- python语言开发环境搭建_Python开发环境搭建-Go语言中文社区
- php多线程扩展pthreads安装使用,swoole多进程,内置多进程
- sitemap死链检测工具-免费sitemap死链检测抓取工具
- 重做完系统后服务器打印机用不,重装系统后打印机不能使用?重装系统后打印机打印乱码...
- python数据化运营案例---简单销售预测案例(线性回归模型)
- 计算机dns怎么设置方法,电脑的dns怎么设置具体方法
- 如何建设(访问)本地网站
- 如何做出高水准的竞品分析?(方法论+模板)
- 网页gis服务器,在局域网中搭建自己的gis服务器
- 常用电子元件基础知识
- cygwin 安装 swoole
- 运维救火必备:问题排查与系统优化手册(结合惨案现身说法)
热门文章
- 算法提高课-搜索-多源BFS-AcWing 173. 矩阵距离:bfs、多源bfs
- Leetcode5634. 删除子字符串的最大得分[C++题解]:贪心
- M元上升子序列【树状数组+dp】
- 台湾国立大学郭彦甫Matlab教程笔记(14)polynomial differentiation多项式微分
- linux运行cmd文件sh文件目录,在Windows上,如何执行.sh文件?
- python中collections_Python中collections模块的基本使用教程
- pythonpandas设置索引_python – pandas:使用(row,col)索引设置值
- drupal安装教程 linux,如何在Fedora Linux上安装Drupal 7
- android 创建虚拟内存,在 Android 的 /data 目录下添加虚拟内存
- 想学习linux服务器、做运维、部署项目的同学看这,linux部署