ok takže Devova kuchyňská linka. 23:00. úterý. pad thai pouští mastnotu na linku, to místo na mission street, jako vždycky moc ubrousků. Dev řekne "vysvětli Type I vs Type II errors v kontextu A/B testu." nic. otevřu pusu a nic nejde ven. mám celý master's ve stats. dva roky tohohle všeho. a stojím v jeho kuchyni a nejsem schopný říct jedinou větu o Type I errors lol. vzorce, jasně. anglická slova, nope. Dev se opřel a čekal. tři sekundy, které trvaly rok. ten moment u kuchyňské linky je důvod, proč tohle píšu, protože o dva týdny později se mě VP of product ve fintech firmě zeptal na stejný typ otázky ve třetím kole onsite a můj mozek udělal úplně to samé. čtyři hodiny uvnitř. SQL window functions v kole jedna. stats grilování v kole dvě. churn prediction pitch v kole tři. a pak po mně ten člověk chce, ať obhájím sample sizes pro A/B test, a já nemám nic. můj master's mě nezachránil. Dev mě varoval. je data scientist ve Spotify, tři roky tam, a v tuhle chvíli mu dlužím devět piv. jednou mi v baru řekl "DS interviews jsou čtyři interviews, které předstírají, že jsou jedno" a já koukal do telefonu a neposlouchal. lol
Dev ten večer řekl něco, co jsem nesnášel. opřený o lednici, pivo v ruce, ta drzost. "jestli nedokážeš vysvětlit koncept PMovi ve dvou větách, tak mu pro interview nerozumíš." pak mě tenhle blázen donutil vysvětlit Bayesian updating jeho přítelkyni Leně. učitelka v mateřské škole. nulový background ve stats. seděla tam, jedla trail mix a mhouřila na mě oči, zatímco jsem mlel a nedokázal confidence intervals převést do normálních slov. čtyři pokusy. ČTYŘI. byl jsem viditelně rudý. při třetím pokusu jsem to skoro vzdal a ona pořád jen mhouřila a jedla trail mix. při čtvrtém kývla a v mozku mi něco cvaklo. myslím na Lenu a její přimhouřené oči pokaždé, když po mně někdo chce vysvětlit p-values bez použití slova probability, nebo kdy používáš t-test vs chi-squared, nebo ať projdu sample size matematiku u A/B testu. otázky, které se objevují v každém DS loopu, o kterém jsem od kohokoliv slyšel. stejných pět konceptů v různých firemních logách. učebnice za sto čtyřicet dolarů mě naučila míň než paní s trail mixem
phone screen Meta DS ale, konec roku 2025, Dev tím prošel. skoro celé SQL, a těžké SQL. window functions. CTEs. self-joins. práce s daty. jeho otázka byla najít uživatele z tabulky logins, jejichž login frequency spadla o víc než padesát procent month over month po tři měsíce v řadě. LAG, window functions, seskupení podle data, dvacet minut, sdílený editor, jedeme. další dva lidi, které znám, potvrdili, že Meta DS je takhle nastavené. SQL je brána, napiš to z hlavy, nebo je screen hotový. Google DS coding je lehčí než SWE, ale chtějí skutečný Python, konkrétně Pandas, dají ti messy data, vyčisti je, spočítej metrics a pak se interviewer zamhouří a řekne "co nám tohle říká." lol. lidi napíšou fungující kód a pak nedokážou anglicky vysvětlit, co jejich vlastní output znamená. mrtvé ticho. byl jsem tím člověkem. zíral do dataframe. zapomněl, jak fungují čísla
Dev mě sledoval, jak dělám mock Google round přes FaceTime, a ztlumil se, abych ho neslyšel smát se. pak mi napsal "kámo napsal jsi správný pandas a pak čtyřicet sekund nic." těch čtyřicet sekund je stejné ticho, které tě zabíjí v ML rounds, upřímně. nebudou po tobě chtít odvodit backpropagation. Dev dostal v Amazonu "kdy bys zvolil gradient boosting místo random forest" a já dostal "imbalanced classes what do you do" při mocku s ním u té samé kuchyňské linky, se stejnou pad thai mastnotou na lince, protože on nikdy neuklízí, a zase jsem zamrzl. odříkal SMOTE, class weights, threshold tuning, precision-recall místo accuracy a business case, proč false positives stojí něco jiného než false negatives, a pak tam seděl a koukal na mě jako Lena s trail mixem. pět věcí. já měl dvě. dvě z pěti zní, jako by sis přečetl jeden blog post. potřebuješ všech pět a musíš je propojit, a to je to, co tě pustí dál. Amazon ML deep-dive round je ale místo, kde Dev málem umřel, vybereš si jeden projekt z resume a oni tě na něm třicet minut vrtají. jaký model. proč. jaké features. evaluation. co bys změnil. tenhle interviewer strávil PATNÁCT minut nad feature engineeringem pro rec system, který Dev postavil ve Spotify. patnáct. u jednoho projektu. připravoval jsem ho tak, že jsem ho o tom projektu hodinu vyslýchal u jeho kuchyňské linky a ve dvacáté minutě začal klopýtat na rozhodnutích, která udělal osm měsíců předtím. tu noc přepsal všechny své notes. všechny. Google jde místo toho do teorie, bias-variance tradeoff, model complexity, regularization. "ok ale PROČ L1 produkuje sparse weights." řekneš diamond constraint region a follow-up je, co to znamená geometricky a proč je to důležité pro feature selection v produ. Lena by na tenhle dotaz mhouřila očima fakt hodně lol. intuice nad důkazy, vždycky
case studies jsou místo, kde na mě Dev upřímně zapůsobil. "metrics minulý týden spadly o dvanáct procent, co se stalo." stavíš investigation live, zatímco interviewer hraje PM, který dává vágní odpovědi na všechno. jeho Meta case study bylo "Instagram Reels daily active users v Brazílii klesly o osm procent, proveďte mě tím." pět minut upřesňujících otázek, než navrhl jedinou věc. všichni uživatelé nebo segment. timing app update. sezónní vzorce konkrétně v Brazílii. těch pět minut upřesňování udělalo na interviewera větší dojem než analytický framework, který přišel potom. já bych skočil rovnou do hypotéz a nejspíš za to dostal ding. úplně stejný problém jako těch čtyřicet sekund mrtvého pandas ticha lol. můj mozek chce odpovídat dřív, než se chce ptát. behavioral rounds používají metodu STAR, "řekněte mi o době, kdy vaše analýza změnila business rozhodnutí." konkrétní analýza, který stakeholder, jaké rozhodnutí se změnilo, měřitelný outcome. "udělal jsem nějakou analýzu a pomohlo to" je no-hire odpověď. take-homes některé firmy pořád dávají, dataset, prompt, čtyřicet osm až sedmdesát dvě hodiny, odevzdat notebook. Dev jednou reviewoval take-home své kamarádky. XGBoost model perfektně vyladěný, nulové vysvětlení, proč udělala jakoukoliv feature engineering volbu. ani jedna věta o tom, proč zvolila ty features. nepostoupila. Dev se na to podíval a řekl "tohle je kaggle dump, ne memo." piš to, jako bys přesvědčoval VP, aby utratil peníze. každý, s kým jsem mluvil a kdo dostal offer, to psal takhle. dá se projít s čistým notebookem ve stylu kaggle? možná. ale po tom, co jsem viděl ten submission zamítnutý, bych si na to nevsadil
company formáty, jestli je chceš, protože Dev mě z nich taky zkoušel lol. Meta DS je SQL phone screen a pak onsite s product sense plus case study plus technical deep-dive plus behavioral, product sense je ta Meta-specifická část, kde uvažuješ nad metrics jejich aplikací, a je to kolo, které Dev popsal jako nejbližší pocitu, že tě griluje PM, který tě nesnáší. Google DS je phone screen s codingem a stats a pak onsite s codingem a ML concepts a case study a Googleyness round, což je jejich verze otázky "jsi člověk, se kterým chceme jíst oběd." Amazon DS začíná OA na SQL a basic stats a pak virtual loop s codingem, ML deep-divem na minulou práci, case study, behavioral s leadership principles, a jestli nemáš namemorovaných čtrnáct leadership principles, hodně štěstí. DS loopy míchají coding a mluvení, a proto lidi rozhodí. SQL a Python rounds působí jako coding interviews, kde live pomoc zachytí syntax blanky nebo ti připomene window function, kterou mozek zahodil (mně vypadl LAG během Meta screenu, ze všeho zrovna tohle lol). stats a case study rounds jsou víc konverzační, malé postrčení u jednoho framework kroku tě zachrání před spirálou
InterviewMan jsem používal během svého druhého cyklu. v SQL roundu označilo, že píšu correlated subquery, když by byla čistší window function. já window functions ZNÁM. tlak mě donutil sáhnout po tom, co jsem se naučil jako první, což je ten nejhloupější typ chyby. v case study roundu mi vyhodilo consider seasonality, product changes, data pipeline issues, když jsem dostal otázku na metrics drop, v podstatě stejnou Brazil Reels věc, kterou měl Dev, jen u payments firmy. přesně to, co do mě Dev vrtal u té kuchyňské linky nad pad thai. nervy mi to všechno smazaly. mocky s tím mě upřímně naučily víc než live rounds, protože jsem přesně viděl, kde se moje vysvětlování mění v hand-waving, a nebyl tam tlak, takže jsem to mohl opravdu opravit. dvanáct dolarů měsíčně, žádné session capy, a po dvou letech master's a po tom, co mě trail mix lady rozebrala, jsem na tom fakt nechtěl šetřit lol. v jednu chvíli jsem se dokonce začal na mock sessions těšit, což se mi v životě ještě nestalo. nejdřív jsem hledal něco jiného, ale všechno bylo jen coding-only nebo stats-only, nic nepokrývalo celý DS loop. stats a case study a behavioral a SQL v jednom toolu. všechno ostatní byl půl toolu
a tady je můj nejhloupější tah. týden jsem studoval SQL. další týden stats. pak ML. oddělené malé kyblíky, jako by to byly oddělené předměty. přišel jsem na onsite a oni po mně chtěli všechno během jednoho odpoledne, čtyři hodiny, všechno naráz, stejně jako ten fintech VP, který po třech rounds všeho ostatního chtěl A/B test matematiku. Dev mi říkal, že se to stane, v baru, u jeho kuchyňské linky, nejspíš i ve zprávě, kterou jsem ignoroval při pojídání pad thai. devět piv. dlužím mu devět piv a pravděpodobně i Leně omluvu za to, jak jsem zmasakroval Bayesian updating v její kuchyni, zatímco se jen snažila jíst trail mix. pořád na mě mhouří oči, když k nim přijdu lol
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
