Больше собеседований — больше опыта: как я искал работу в Data Science после онлайн-курсов
Привет, Пикабу! Меня зовут Станислав, я аналитик данных с опытом около трех лет и выпускник курса «Специалист по Data Science» от Яндекс Практикума. Чтобы устроиться на первую работу, пришлось отправить пару сотен откликов и пройти не одно собеседование. Делюсь своим опытом, рассказываю о трудностях и даю советы.
Как я начал свой путь в Data Science
Мой профессиональный бэкграунд довольно разнообразный: я работал дизайнером, занимался тендерами, вел SMM-проекты и был бильдредактором. Переломным моментом стала пандемия: я открыл для себя удаленку, пересмотрел приоритеты и понял, что IT — более перспективное направление, чем SMM. В итоге я решил заняться аналитикой данных и Data Science и пошел на курс в Яндекс Практикум.
После обучения я начал активно мониторить вакансии. За месяц отправил более 200 откликов, а первое приглашение на интервью получил только спустя несколько недель. Думаю, дело было в моем портфолио: на тот момент там были лишь учебные проекты, один из которых — незавершенный.
Тем не менее первое же интервью оказалось успешным и закончилось офером. Но я продолжил ходить по собеседованиям. Ниже расскажу о нескольких показательных случаях.
Как проходили собеседования: самый запоминающийся опыт
Бигтех и смежная роль
Одно из первых интервью было в крупном банке на вакансию DataOps-инженера. По сути, позиция предполагала больше работы с мониторингом и инфраструктурой, чем с данными. По навыкам я подходил лишь частично, но на вопросы отвечал уверенно.
На собеседовании было сразу пять человек: спрашивали про Linux на уровне системного администратора и сетевые протоколы. Было ощущение, что все присутствующие понимали: это направление мне не совсем подходит. Моей целью было скорее посмотреть, как устроен найм в бигтехе и какие требования там предъявляют к кандидатам. Я не расстроился.
Собеседование — это не экзамен, а попытка найти взаимный мэтч. Иногда человек способен справиться с задачами, но точного совпадения ожиданий не происходит, и это нормально.
В какой-то момент меня начали спрашивать уже по Data Science. Но итоговый вывод был таким: я, вероятно, смогу выполнять работу, однако быстро выгорю. В результате на этом этапе мы и остановились.
Большой тест и отказ до интервью
Самое объемное тестовое задание мне досталось, когда я откликнулся на вакансию дата-инженера в одну крупную международную компанию, которая занимается бытовой химией. Сначала нужно было пройти большую анкету на специальной платформе. Меня ждали задания на логику, внимание, память и скорость реакции. Например, нужно за несколько секунд запомнить расположение цветных точек на изображении, а затем воспроизвести их положение.
Еще были вопросы на софт-скилы: давали типичные рабочие ситуации и несколько вариантов ответа. Например, руководитель поставил задачу и дедлайн, а накануне пришел с новым срочным поручением. Не думаю, что в таких ТЗ бывает единственно верный ответ, но думаю, что справился достойно.
Через некоторое время мне пришел отказ с формулировкой «нерелевантный опыт». Важный момент моего резюме: мне 50 лет, и в этом возрасте от кандидатов часто ожидают уровень сеньора или тимлида с глубокой экспертизой. Разумеется, напрямую об этом никто не говорит.
По моему опыту, найти работу после 45 лет вполне реально, но отказы по возрастному цензу все равно будут — просто скрытые под формулировками «опыт не подошел» или «сверхквалификация».
Собеседование с HR по нейросетям
Не всегда предварительное интервью с рекрутером ограничивается обсуждением резюме и ожиданий. В одном случае, откликнувшись на вакансию дата-сайентиста в компании, работающей с нейросетями для анализа видео, я столкнулся с тем, что именно HR задавал вопросы по хард-скилам.
Важно не просто заучивать ответы, а действительно понимать материал. Но в то же время стоит быть готовым и к формальным вопросам из стандартных подборок — их могут задавать люди, далекие от разработки.
В моем случае вопросы касались архитектур нейросетей, в частности YOLO, различий между one-shot и few-shot подходами, а также метрики IoU для сегментации. Я уверенно ответил на большинство, но процесс на этом завершился — дальнейших этапов не последовало.
Разбор тестового задания
Закончу рассказ собеседованием в компанию, где работаю сейчас. Формально позиция называлась «ведущий инженер-программист», но по факту это должность ML-инженера и разработчика.
Сначала мне выдали тестовое, на выполнение которого отводился один день. Оно включало задачи по статистике, Python, SQL и Excel. Последнее стало неожиданностью: например, я не знал, что в Excel можно строить линейную аппроксимацию.
Сначала были вопросы по статистике
Затем — по Excel
Дальше был блок по Python. Также в нем дали фрагмент кода: надо было написать, что делает программа и как ее можно улучшить
Последний блок был посвящен MySQL
Потом меня пригласили на встречу с тимлидом. Почти все интервью посвятили разбору тестового: что и как я считал, какие решения принимал и почему выбрал именно такой подход.
Когда делаете тестовое задание, сразу думайте о том, как будете его защищать. Часто именно это становится основой собеседования.
В конце мы обсудили мой бэкграунд и задачи команды. Интервью прошло спокойно и без лишнего давления.
Ходите на собеседования. Всегда
Собеседования требуют подготовки, вызывают стресс и не гарантируют успеха. Но это не причина их избегать. Я продолжаю ходить на интервью, даже когда нашел работу, и считаю это полезной практикой по нескольким причинам.
Вы остаетесь на рынке. Собеседования помогают понять, какие навыки востребованы, какие инструменты стоит изучить и в каком направлении развиваться.
Это шанс найти более интересную работу. Проще увеличить доход через смену компании, чем через повышение в текущей. К тому же можно найти продукт или задачи, которые действительно вдохновляют.
Растет уверенность в своих силах. Со временем страх уходит, ответы становятся спокойнее и точнее. Это похоже на тренировку: чем больше практики, тем лучше результат.
Это не «предательство» текущего работодателя. Прохождение интервью не равно нелояльности, если вы добросовестно выполняете свою работу и отвечаете за результат.
Собеседования помогают не терять знания. Без регулярной практики даже сильная база постепенно забывается. Интервью — отличный повод повторить теорию, освежить инструменты и решить задачи, к которым вы давно не возвращались. В наукоемких областях, таких как Data Science, это особенно важно.
Если хотите освоить IT-профессию, но опасаетесь этапа трудоустройства, в Яндекс Практикуме помогут не только во время учебы, но и с поисками первой работы по новоприобретенной специальности. В Карьерном центре выпускники вместе с нашими экспертами готовят «работающие» резюме и портфолио, учатся проходить собеседования, обмениваются опытом и вакансиями в студенческом сообществе.
Выбирайте и проходите бесплатные вводные части курсов, чтобы понять, хотите ли продолжить изучать профессию.