대단한 데이터 사이언티스트 채용하기

좋은 데이터 사이언티스트를 채용하기 위한 실리콘 밸리 회사들의 노력을 알 수 있습니다. 데이터 사이언티스트를 지망하는 분들에게도 도움이 될 수 있을것 같습니다. 몇가지 요약하자면:

인터뷰 순서:
1. 프리 스크린 (Pre-screen)
2. 테이크-홈 시험 (Take-home test): 2-시간 정도 후보가 풀수 있는 데이터분석 문제를 집에서 풀어서 보내도록 함.
3. 데이터 데이 초대 (Sales pitch)
4. 데이터 데이 (Data day): 회사로 초대하여 실전 업무상황에서 온종일 능력 점검
6. 결정 (Decision)
7. 후보자 공지 (Communicate)

이중 가장 중요한 것은 테이크-홈 시험 (Take home test)과 데이터 데이 (data day) 입니다.

제가 많이 공감했던 부분은 "평가기준"입니다. 첫째로 테이크-홈 시험을 평가하는 기준:
1. 결론이 맞고, (Correctness)
2. 타당한 논리로, (Logic)
3. 가정을 분명히 서술하고, (Assumptions)
4. 양질의 코드, (Code quality) 
5. 간결하고 비교적 빨리 실행되는 코드, ( Efficiency)
6. 적절하게 현대적인 툴과 패키지/라이브러리를 사용하고, (Technology used) 
7. 결과를 분명하고 합리적으로 전달 (Communication)하는가.

그리고 최종적으로 "데이터 데이"를 마치며 후보를 평가하는 기준:
1. 문제 구성력 (Problem structuring): 문제를 이해하고 적절한 가정을 하여 문제를 정의하는 능력
2. 기술력 (Technical rigor): 신뢰성있고, 읽기 쉬운 코드. 접근방법이 스캐일할 수 있는가?
3. 분석력 (Analytical rigor): 머신러닝, 통계, 분석, 시각화 등을 합리적이고 의미있게 사용하였는가?
4. 소통력 (Communication): 문제, 접근법, 방법론, 결론을 분명하게 기술하였는가? 주어진 문제를 효과적으로 대답하였는가?
5. 조직에의 쓸모 (Usefulness): 후보의 작업결과가 프로덕션화 된다면 회사에 얼마나 도움이 될 것인가?

http://firstround.com/…/how-to-consistently-hire-remarkabl…/