tamam yani Dev'in mutfak tezgahı. 23:00. Salı. Pad Thai tezgahın üzerine yağ akıtıyor, Mission Caddesi'ndeki o yer, her zamanki gibi çok fazla peçete var. Dev, "A/B test bağlamında Tip I ve Tip II hatalarını açıklayın" diyor. Hiçbir şey. ağzım açılıyor ve hiçbir şey çıkmıyor. İstatistik üzerine tam bir yüksek lisans yaptım. iki yıl bu şeylerle. ve ben onun mutfağında duruyorum ve Tip I hatalar hakkında tek bir cümle bile söyleyemem hahaha. formüller elbette. İngilizce kelimeler, hayır. Dev arkasına yaslanıp bekledi. bir yıl süren üç saniye. Bunu yazmamın nedeni o mutfak tezgahı anı, çünkü iki hafta sonra bir fintech şirketindeki VP ürünü, sahadaki üçüncü turda bana aynı türde bir soru sordu ve beynim de aynı şeyi yaptı. dört saat içinde. SQL penceresi birinci turda çalışıyor. istatistikler ikinci turda tartışılıyor. üçüncü turda kayıp tahmin konuşması. o zaman bu adam benden A/B testi için numune boyutlarını doğrulamamı istiyor ve elimde hiçbir şey yok. ustam beni kurtarmadı. Dev beni uyardı. kendisi Spotify'da veri bilimci olarak çalışıyor, üç yıldır orada, bu noktada ona dokuz bira borcum var. bir keresinde bana bir barda "DS röportajları tekmiş gibi davranan dört röportajdır" demişti ve ben telefonumda dinlemiyordum. yüksek sesle gülmek
Dev o gece nefret ettiğim bir şey söyledi. buzdolabına yaslanmış, elinde bira, cüretkârlık. "Eğer bir kavramı bir Başbakana iki cümleyle açıklayamıyorsanız, onu röportajda anlamamışsınız demektir." sonra bu deli bana Bayesian'ın kız arkadaşı Lena'ya güncelleme yaptığını anlattırdı. anaokulu öğretmeni. sıfır istatistik arka planı. orada oturup iz karışımı yiyordu ve ben başıboş dolaşırken gözlerini kısarak bana bakıyordu ve güven aralıklarını normal kelimelere dökemiyordum. dört deneme. DÖRT. gözle görülür şekilde kırmızıydım. üçüncü denemede neredeyse pes ediyordum ve o hala gözlerini kısıyordu ve iz karışımını yiyordu. Dördüncü denemede başını salladı ve beynimde bir şeyin kilidi açıldı. Birisi benden olasılık sözcüğünü kullanmadan p değerlerini açıklamamı istediğinde ya da ne zaman t-testi ile ki-kare karşılaştırmasını kullandığınızda ya da bana A/B testi örneklem büyüklüğü matematiğini öğrettiğinizde Lena'nın şaşı yüzünü düşünüyorum. Herkesten duyduğum her DS döngüsünde ortaya çıkan sorular. farklı şirket logoları taşıyan aynı beş konsept. yüz kırk dolarlık ders kitabı bana karışık karışımdan daha azını öğretti bayan
Ancak 2025'in sonlarında Meta'nin DS telefon ekranı Dev tarafından kontrol edildi. neredeyse tamamen SQL, sert SQL. pencere fonksiyonları. CTE'ler. kendi kendine katılır. tarih matematik. Sorusu, oturum açma sıklığı art arda üç ay boyunca aydan aya yüzde elliden fazla düşen kullanıcıları oturum açma tablosundan bulmaktı. LAG, pencere işlevleri, tarih gruplandırma, yirmi dakika, paylaşılan düzenleyici, git. tanıdığım diğer iki kişi Meta DS'nin böyle olduğunu doğruladı. SQL kapıdır, soğuk yazın yoksa ekran yapılır. Google DS kodlaması SWE'den daha hafiftir ancak gerçek Python'u, özellikle de Panda'ları isterler, size karmaşık veriler verir, temizler, ölçümleri hesaplarlar, ardından görüşmeci gözlerini kısarak size bakar ve "bu bize ne anlatıyor?" der. yüksek sesle gülmek. insanlar çalışma kodu yazıyor ve sonra kendi çıktılarının ne anlama geldiğini İngilizce olarak söyleyemiyorlar. ölü hava. ben o kişiydim. bir veri çerçevesine bakıyorum. sayıların nasıl çalıştığını unutmak
Dev, FaceTime'da sahte bir Google turu yapmamı izledi ve onun güldüğünü duymayayım diye kendini susturdu. "Kardeşim doğru pandaları yazdın ve kırk saniye boyunca hiçbir şey söylemedin" sonrasında bana mesaj attı. Bu kırk saniye, dürüstçe makine öğrenimi turlarında sizi öldüren sessizliğin aynısıdır. sizden geri yayılımı türetmenizi istemeyecekler. Dev, Amazon'de "rastgele bir orman üzerinde degrade artırmayı ne zaman seçersiniz" ve ben de onunla aynı mutfak tezgahında, tezgahın üzerine aynı thai yağını dökerek, asla temizlemediği için bir alayda "dengesiz sınıflar ne yaparsınız" ile karşılaştım ve ben tekrar dondum. SMOTE ve sınıf ağırlıklarını, eşik ayarını ve doğruluktan ziyade hassas geri çağırmayı ve yanlış pozitiflerin neden yanlış negatiflerden farklı olduğuna dair iş durumunu listeledi ve orada oturup bana örnek karışımı olan Lena gibi baktı. beş şey. bende iki tane vardı. beşte ikisi sanki bir blog yazısı okuyormuşsunuz gibi geliyor. beşine de ihtiyacınız var ve onları birleştirmeniz gerekiyor ve olan da bu. Amazon ML derinlemesine inceleme turu Dev'in neredeyse öldüğü yerdir; özgeçmişinizden bir proje seçersiniz ve onlar sizi otuz dakika boyunca talim ederler. hangi model. Neden. hangi özellikler. değerlendirme. neyi değiştirirdin? Bu röportajcı Spotify'da oluşturulan bir kayıt sistemi Dev'inin özellik mühendisliğine ON BEŞ dakika harcadı. on beş. bir proje üzerinde. Onu mutfak tezgâhında bir saat boyunca bu proje hakkında sorguya çekerek hazırladım ve yirmi dakikaya gelindiğinde sekiz ay önce yaptığı seçimleri tökezlemeye başladı. o gece tüm notlarını yeniden yazdı. hepsi. Google bunun yerine teorik olarak yanlılık varyansı değiş tokuşu, model karmaşıklığı ve düzenlileştirmeye gider. "tamam ama L1 NEDEN seyrek ağırlıklar üretiyor?" Elmas kısıtlama bölgesi diyorsunuz ve takip, bunun geometrik olarak ne anlama geldiği ve üründe özellik seçimi için neden önemli olduğudur. Lena buna çok sert bakardı, hahaha. her zaman kanıtlardan ziyade sezgi
vaka çalışmaları Dev'in beni dürüstçe etkilediği yerlerdir. "Metrikler geçen hafta yüzde on iki düştü, ne oldu." Görüşmeci size her şeye belirsiz cevaplar veren bir Başbakan'ı canlandırırken siz canlı olarak bir soruşturma başlatırsınız. Meta vaka çalışması şuydu: "Instagram Reels'in günlük aktif kullanıcı sayısı Brezilya'da yüzde sekiz düştü, bana bunu anlatın." Tek bir şey önermeden önce beş dakika soruları açıklığa kavuşturdu. tüm kullanıcılar veya bir segment. uygulama güncelleme zamanlaması. özellikle Brezilya'daki mevsimsel desenler. bu beş aydınlatıcı dakika, görüşmecisini daha sonra gelen analiz çerçevesinden daha fazla etkiledi. Doğrudan hipotezlere atlardım ve muhtemelen bundan etkilenirdim. Ölü pandaların kırk saniyelik sessizliğiyle aynı sorun hahaha. beynim sormak istemeden önce cevap vermek istiyor. davranışsal turlar STAR yöntemi'yi kullanıyor, "analizinizin bir iş kararını değiştirdiği zamanı bana anlatın." spesifik analiz, hangi paydaşın, hangi kararın değiştiği, ölçülebilir sonuç. "Biraz analiz yaptım ve yardımcı oldu" işe alınmayan bir cevaptır. Bazı şirketlerin hala yaptığı eve götürme işlemleri, veri seti, istem, kırk sekiz ila yetmiş iki saat arasında bir not defteri göndermek. Dev bir kez bir arkadaşının eve götürmesini inceledi. XGBoost modeli mükemmel bir şekilde ayarlandı; herhangi bir özellik mühendisliği seçiminin neden yapıldığına dair hiçbir açıklama yok. neden bu özellikleri seçtiğine dair tek bir cümle bile yok. ilerlemedi. Dev ona baktı ve "bu bir not değil, bir kaggle çöplüğü" dedi. VP'yi para harcamaya ikna ediyormuş gibi yazın. Konuştuğum ve teklif alan herkes bunu bu şekilde yazdı. Temiz bir kaggle tarzı not defteriyle kurtulabilir misin? Belki. ancak bu gönderimin reddedildiğini gördükten sonra bu konuda bahse girmezdim
Eğer isterseniz şirket formatlarını da kullanabilirsiniz çünkü Dev beni bu konularda da sorguya çekti, hahaha. Meta DS, SQL telefon ekranıdır ve ürün anlayışı artı örnek olay incelemesi artı teknik derinlemesine inceleme artı davranışsal, ürün anlayışı, uygulamalarına ilişkin ölçümler hakkında akıl yürüttüğünüz Meta'ye özgüdür ve Dev'in söylediğine göre, sizden nefret eden bir Başbakan tarafından sorguya çekilmek gibi hissettiriyor. Google DS, kodlama ve istatistiklerin yer aldığı telefon ekranıdır, ardından yerinde kodlama ve makine öğrenimi konseptleri, örnek olay incelemesi ve "birlikte öğle yemeği yemek istediğimiz kişi misiniz?" versiyonu olan Googleyness turu yer alır. Amazon DS, SQL için bir OA ve temel istatistikler ile başlar, ardından kodlama ile sanal döngü, geçmiş çalışmalara ilişkin makine öğrenimi derinlemesine incelemesi, vaka çalışması, liderlik ilkeleri ile davranışsal ve on dört liderlik ilkesini ezberlemediyseniz iyi şanslar. DS döngüleri kodlamayı ve konuşmayı karıştırır, bu yüzden insanları karıştırır. SQL ve Python turları, canlı yardımın sözdizimi boşluklarını yakaladığı veya beyninizin düşürdüğü bir pencere işlevini size hatırlattığı kodlama röportajları gibi hissettiriyor (benimki Meta ekranım sırasında LAG'yi düşürdü, her şey haha). istatistikler ve örnek olay inceleme turları daha sohbet odaklıdır; çerçeve adımında bir dürtükleme sizi sarmallardan korur
ikinci döngümde InterviewMan kullandım. SQL turu, bir pencere işlevinin daha temiz olacağı durumlarda ilişkili bir alt sorgu yazmamı işaretledi. Pencere fonksiyonlarını BİLİYORUM. baskı, ilk öğrendiğim şeye ulaşmamı sağladı ki bu en aptalca hata türüdür. Bir metrik bırakma sorusu aldığımda mevsimsellik, ürün değişiklikleri, veri hattı sorunlarını göz önünde bulunduran bir vaka çalışması ortaya çıktı; temelde Dev'in aldığı Brezilya Reels olayının aynısı, ancak bir ödeme şirketi için. Tam olarak Dev'in mutfak tezgahında pad thai yerken bana öğrettiği şey. sinirler her şeyi silip süpürdü. Bununla alay etmek bana açıkçası canlı yayınlardan daha fazlasını öğretti çünkü açıklamalarımın tam olarak nerede el sallamaya dönüştüğünü gördüm ve onları gerçekten düzeltebilmem için hiçbir baskı yoktu. ayda on iki dolar, seanslarda üst sınır yok, iki yılımı yüksek lisansta geçirdikten ve karışık bayan tarafından mahvolduktan sonra bu konuda ucuz olmayacaktım hahaha. aslında hayatımda hiç başıma gelmeyen bir noktada sahte seansları sabırsızlıkla beklemeye başladım. Önce başka bir şey aradım ama her şey yalnızca kodlamadan veya yalnızca istatistikten oluşuyordu, DS döngüsünün tamamını etkileyen hiçbir şey yoktu. istatistikler ve vaka çalışması ile davranışsal ve SQL tek bir araçta. geri kalan her şey yarım bir araçtı
işte benim en aptalca hareketim. Bir hafta boyunca SQL çalıştım. gelecek haftanın istatistikleri. Bundan sonra ML. sanki ayrı konularmış gibi küçük kovaları ayırın. tesisime girdiler ve bir öğleden sonra, dört saat içinde, her şeyi bir kerede bana fırlattılar; tıpkı diğer her şeyin üç turundan sonra A/B test matematiğini isteyen fintech VP gibi. Dev bana bunun olacağını barda, mutfak tezgahında, muhtemelen pad thai yerken görmezden geldiğim bir mesajda olacağını söyledi. dokuz bira. Ona dokuz bira borcum var ve muhtemelen Lena'ya da, o karışık yemek yemeye çalışırken mutfağında Bayesian güncellemelerini katlettiğim için bir özür borçluyum. yanıma geldiğimde hâlâ gözlerini kısıp bana bakıyor hahaha
Ready to Ace Your Next Interview?
Join 57,000+ professionals using InterviewMan to get real-time AI assistance during their interviews.
