حسنًا، طاولة مطبخ Dev. 11 مساءا. يوم الثلاثاء. الوسادة التايلاندية تتسرب من الشحوم على المنضدة، ذلك المكان في شارع ميشن، هناك الكثير من المناديل كالمعتاد. يذهب Dev إلى "شرح أخطاء Type I مقابل Type II في سياق اختبار A/B." لا شئ. ينفتح فمي ولا يخرج شيء. حصلت على درجة الماجستير في الإحصائيات. عامين من هذه الأشياء. وأنا أقف في مطبخه غير قادر على قول جملة واحدة عن أخطاء Type I. الصيغ، بالتأكيد. الكلمات الانجليزية، كلا. جلس Dev وانتظر. ثلاث ثواني استمرت لمدة عام. لحظة عداد المطبخ هذه هي سبب كتابتي لهذا، لأنه بعد أسبوعين، سألني منتج VP في شركة fintech نفس النوع من الأسئلة في الجولة الثالثة من onsite وفعل عقلي نفس الشيء بالضبط. أربع ساعات في SQL window functions الجولة الأولى. احصائيات grilling الجولة الثانية. churn prediction الملعب الجولة الثالثة. ثم يريد هذا الرجل مني تبرير أحجام العينات لاختبار A/B وليس لدي أي شيء. سيدي لم يخلصني. حذرني Dev. إنه عالم بيانات في Spotify، منذ ثلاث سنوات هناك، وأنا مدين له بتسعة أكواب من البيرة في هذه المرحلة. أخبرني ذات مرة في إحدى الحانات أن "مقابلات DS عبارة عن أربع مقابلات تتظاهر بأنها واحدة" وكنت على هاتفي لا أستمع. lol
قال Dev شيئًا كرهته في تلك الليلة. متكئًا على ثلاجته، والبيرة في يده، والجرأة. "إذا لم تتمكن من شرح مفهوم ما لـ PM في جملتين، فأنت لا تفهمه أثناء المقابلة." ثم جعلني هذا المجنون أشرح Bayesian updating لصديقته Lena. معلمة روضة. خلفية احصائيات الصفر. جلست هناك وهي تأكل مزيجًا من الدرب وتحدق في وجهي بينما كنت أتجول ولم أتمكن من تحويل confidence intervals إلى كلمات عادية. أربع محاولات. أربعة. كنت أحمر بشكل واضح. المحاولة الثالثة كدت أن أستسلم وكانت لا تزال تحدق وتأكل مزيجًا. المحاولة الرابعة أومأت برأسها وفتح شيء ما في ذهني. أفكر في وجه Lena الحول في كل مرة يطلب مني شخص ما شرح p-values دون استخدام كلمة "احتمال"، أو متى تستخدم t-test مقابل chi-squared، أو ترشدني خلال اختبار A/B لحجم عينة الرياضيات. الأسئلة التي تظهر في كل حلقة DS سمعت عنها من أي شخص. نفس المفاهيم الخمسة التي ترتدي شعارات شركات مختلفة. علمني الكتاب المدرسي مائة وأربعين دولارًا أقل من سيدة ميكسشاشة هاتف Meta DS على الرغم من ذلك، في أواخر عام 2025، مرت Dev بها. SQL بالكامل تقريبًا، SQL الثابت. window functions. CTEs. self-joins. date math. كان سؤاله هو العثور على مستخدمين من جدول تسجيلات الدخول الذي انخفض معدل تسجيل الدخول فيه بأكثر من خمسين بالمائة شهريًا لمدة ثلاثة أشهر متتالية. LAG، window functions، تجميع التاريخ، عشرين دقيقة، محرر مشترك، انطلق. شخصان آخران أعرفهما أكدا أن Meta DS على هذا النحو. SQL هي البوابة اكتبها باردة أو خلصت الشاشة. تشفير Google DS أخف من SWE لكنهم يريدون Python الحقيقي، Pandas على وجه التحديد، يسلمونك البيانات الفوضوية، وينظفونها، ويحسبون المقاييس، ثم يحدق بك القائم بإجراء المقابلة ويقول "ماذا يخبرنا هذا." مضحك جداً. يكتب الأشخاص كود العمل ثم لا يستطيعون أن يقولوا باللغة الإنجليزية ما يعنيه مخرجاتهم. الهواء الميت. لقد كنت ذلك الشخص. التحديق في إطار البيانات. نسيان كيفية عمل الأرقام
شاهدني Dev أقوم بجولة mock Google عبر FaceTime وكتم صوته حتى لا أسمعه يضحك. لقد أرسل لي رسالة نصية بعد "يا أخي، لقد كتبت الباندا الصحيحة ثم لم تقل شيئًا لمدة أربعين ثانية." أربعون ثانية هي نفس الصمت الذي يقتلك في جولات ML بصراحة. لن يطلبوا منك استخلاص الانتشار العكسي. حصل Dev على "متى ستختار gradient boosting بدلاً من random forest" في Amazon وحصلت على "فصول غير متوازنة ماذا تفعل" على mock معه على نفس طاولة المطبخ، نفس الشحوم التايلاندية على المنضدة لأنه لم ينظف أبدًا، وتجمدت مرة أخرى. قام بإدراج SMOTE و class weights و threshold tuning و precision-recall على accuracy والحالة التجارية لسبب اختلاف الإيجابيات الكاذبة عن السلبيات الكاذبة وجلس هناك ينظر إلي مثل Lena مع مزيج المسار. خمسة أشياء. كان لدي اثنين منهم. اثنان من كل خمسة يبدوان وكأنك تقرأ مشاركة مدونة. أنت بحاجة إلى الخمسة جميعًا وتحتاج إلى توصيلهم وهذا ما يمر. جولة الغوص العميق Amazon ML هي حيث كاد Dev أن يموت، على الرغم من ذلك، تختار مشروعًا واحدًا من سيرتك الذاتية ويقومون بتدريبك لمدة ثلاثين دقيقة. ما النموذج. لماذا. ما الميزات. تقييم. ماذا ستغير. أمضى هذا القائم بإجراء المقابلة خمسة عشر دقيقة في هندسة الميزات لنظام التسجيل Dev المبني في Spotify. خمسة عشر. في مشروع واحد. لقد قمت بإعداده من خلال استجوابه حول هذا المشروع لمدة ساعة على طاولة مطبخه، وبحلول الدقيقة العشرين كان يتعثر في الاختيارات التي قام بها قبل ثمانية أشهر. أعاد كتابة جميع ملاحظاته في تلك الليلة. كل منهم. Google يذهب نظريًا بدلاً من ذلك، مقايضة التحيز والتباين، وتعقيد النموذج، والتنظيم. "حسنًا ولكن لماذا ينتج L1 أوزانًا متفرقة." أنت تقول منطقة قيد الماس والمتابعة هي ما يعنيه ذلك هندسيًا ولماذا يهم اختيار الميزة في الإنتاج. كان من الممكن أن يحدق Lena بشدة في تلك الصورة. الحدس على البراهين دائمادراسات الحالة هي التي أبهرتني فيها Dev بصراحة. "لقد انخفضت المقاييس بنسبة اثني عشر بالمائة الأسبوع الماضي، ماذا حدث." تقوم ببناء تحقيق مباشر بينما يلعب القائم بالمقابلة دور PM الذي يعطيك إجابات غامضة على كل شيء. كان Meta case study هو "انخفض عدد المستخدمين النشطين يوميًا في Instagram Reels بنسبة ثمانية بالمائة في Brazil، تابع معي خلال ذلك." خمس دقائق من الأسئلة التوضيحية قبل أن يقترح شيئًا واحدًا. كافة المستخدمين أو شريحة. توقيت تحديث التطبيق. الأنماط الموسمية في Brazil على وجه التحديد. لقد أثارت تلك الدقائق الخمس التوضيحية إعجاب الشخص الذي أجرى المقابلة معه أكثر من إطار التحليل الذي جاء بعد ذلك. كنت سأقفز مباشرة إلى الفرضيات وأصابها بالذهول على الأرجح. نفس المشكلة بالضبط مثل أربعين ثانية من صمت الباندا الميتة. عقلي يريد الإجابة قبل أن يريد أن يسأل. تستخدم جولات behavioral طريقة [STAR] (/blog/star-method-behavioral-interviews-complete-guide)، "أخبرني عن المرة التي غيّر فيها تحليلك قرارًا تجاريًا." تحليل محدد، أي أصحاب المصلحة، ما هو القرار الذي تغير، نتيجة قابلة للقياس. "أجريت بعض التحليلات وساعدت" هي إجابة عدم التوظيف. لا تزال بعض الشركات تقوم بذلك، مجموعة البيانات، موجهة، من ثمانية وأربعين إلى اثنين وسبعين ساعة، أرسل دفتر ملاحظات. قام Dev بمراجعة ما أخذه أحد الأصدقاء إلى المنزل مرة واحدة. تم ضبط طراز XGBoost بشكل مثالي، دون أي تفسير لسبب اتخاذ أي اختيار هندسي مميز. ولا جملة واحدة عن سبب اختيارها لهذه الميزات. لم تتقدم. نظر إليه Dev وقال "هذا تفريغ متقلب وليس مذكرة." اكتبه وكأنك تقنع VP بإنفاق المال. كل شخص تحدثت معه وحصل على عرض كتبه بهذه الطريقة. هل يمكنك الحصول على دفتر ملاحظات نظيف على طراز kaggle؟ ربما. لكنني لن أراهن عليه بعد مشاهدة هذا التقديم يتم رفضه
تنسيقات الشركة إذا كنت تريدها لأن Dev استجوبني بشأن هذه أيضًا. Meta DS هي شاشة الهاتف SQL ثم onsite مع product sense بالإضافة إلى case study بالإضافة إلى الغوص التقني العميق بالإضافة إلى behavioral، product sense هي الشاشة الخاصة بـ Meta حيث يمكنك التفكير في مقاييس تطبيقاتهم وهي الجولة قال Dev إنه يشعر وكأنه يتم استجوابه بواسطة PM الذي يكرهك. Google DS عبارة عن شاشة هاتف بها ترميز وإحصائيات، ثم onsite مع ترميز ومفاهيم ML وcase study وGoogleyness وهي نسختهم من "هل أنت شخص نريد تناول الغداء معه." Amazon DS يبدأ بـ OA لـ SQL والإحصائيات الأساسية ثم حلقة افتراضية مع الترميز، ML يتعمق في العمل السابق، case study، behavioral مع [مبادئ القيادة] (/blog/how-to-get-job-at-faang-2026) وإذا لم تحفظ أربعة عشر مبادئ القيادة حظا سعيدا. تمزج حلقات DS بين البرمجة والتحدث، وهذا هو سبب إرباك الناس. تبدو جولات SQL وPython وكأنها [مقابلات تشفير] (/blog/system-design-interview-guide-2026) حيث تلتقط المساعدة المباشرة الفراغات النحوية أو تذكرك بوظيفة النافذة التي أسقطها عقلك (لقد أسقطت LAG أثناء شاشة Meta الخاصة بي، من كل الأشياء الضحك بصوت مرتفع). تعد الإحصائيات وجولات case study أكثر تحادثية، والدفعة في خطوة إطارية تمنعك من التصاعدلقد استخدمت InterviewMan خلال دورتي الثانية. SQL، تم وضع علامة لي أثناء كتابة استعلام فرعي مرتبط عندما تكون وظيفة النافذة أكثر نظافة. أنا أعرف window functions. الضغط جعلني أصل إلى كل ما تعلمته أولاً وهو أغبى نوع من الأخطاء. ظهرت case study حولها، ضع في اعتبارك الموسمية وتغييرات المنتج ومشكلات تدفق البيانات عندما تلقيت سؤالاً حول إسقاط المقاييس، وهو في الأساس نفس الشيء الذي حصلت عليه Brazil Reels ولكن Dev ولكن لشركة مدفوعات. بالضبط ما حفره لي Dev على طاولة المطبخ فوق الوسادة التايلاندية. مسحت الأعصاب كل شيء نظيفًا. لقد علمتني السخرية منها بصراحة أكثر من الجولات الحية لأنني رأيت بالضبط أين تحولت تفسيراتي إلى التلويح باليد ولم يكن هناك أي ضغط حتى أتمكن من إصلاحها بالفعل. اثني عشر دولارًا في الشهر، بدون حد أقصى للجلسات، والتي بعد قضاء عامين في الحصول على درجة الماجستير والتعرض للتدمير على يد سيدة المزيج، لم أكن على وشك أن أكون رخيصًا بشأن هذا الضحك بصوت مرتفع. بدأت بالفعل أتطلع إلى جلسات mock في وقت ما وهو ما لم يحدث لي مطلقًا في حياتي. لقد بحثت حولي عن شيء آخر أولاً ولكن كل شيء كان عبارة عن ترميز فقط أو إحصائيات فقط، ولم يكن هناك شيء يصل إلى حلقة DS الكاملة. احصائيات وcase study وbehavioral وSQL في أداة واحدة. كل شيء آخر كان نصف أداة
هنا هو أغبى تحركاتي. لقد درست SQL لمدة أسبوع. احصائيات الاسبوع المقبل. ML بعد ذلك. دلاء صغيرة منفصلة كما لو كانت مواضيع منفصلة. دخلت إلى onsite الخاص بي وألقوا بي كل شيء في فترة ما بعد الظهيرة، أربع ساعات، كل شيء مرة واحدة، مثل fintech VP الذي أراد اختبار الرياضيات في A/B بعد ثلاث جولات من كل شيء آخر. أخبرني Dev أن ذلك سيحدث، في البار، على طاولة مطبخه، ربما في رسالة نصية تجاهلتها أثناء تناول الوسادة التايلاندية. تسعة بيرة. أنا مدين له بتسعة أنواع من البيرة وربما أدين لـ Lena باعتذار عن ذبح Bayesian updating في مطبخها بينما كانت تحاول تناول مزيج من الطعام. انها لا تزال تحدق في وجهي عندما جئت أكثر من لول
روابط مذكورة: STAR method، leadership principles، coding interviews
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
