Как проходит онбординг и обучение новым сотрудникам в проекте?
Что проверяют
Этот вопрос обычно задаёт кандидат, и в data и ML он особенно важен: доступ к данным часто занимает больше времени, чем доступ к коду. Если спрашивает интервьюер, он хочет понять, как быстро вы разбираетесь в чужих данных и пайплайнах. Следом бывает: «С чего вы начнёте, если документации по данным нет?»
Как отвечать
Описываете ли вы онбординг на прошлом месте или спрашиваете о нём, держите в голове такие части:
- доступы к данным: DWH, озеро данных, конкретные схемы и витрины. Персональные данные закрыты отдельными согласованиями, поэтому часто сначала работают на обезличенной выборке;
- окружение: JupyterHub или своя среда, квоты на GPU, образы с зафиксированными версиями библиотек, доступ к Airflow или другому оркестратору;
- каталог и определения: где описаны таблицы и метрики (дата-каталог вроде DataHub или OpenMetadata), кто владелец каждой витрины, как считается ключевая бизнес-метрика;
- ML-инфраструктура: трекинг экспериментов в MLflow или аналоге, реестр моделей, как модель попадает в прод и как отслеживается дрейф;
- первая задача: воспроизвести метрику существующей модели или починить упавший DAG. Это быстро показывает, насколько проект воспроизводим.
Если рассказываете о себе, говорите конкретно: сколько ждали доступа, что было непонятно, что вы сами задокументировали. Если опыта мало, опишите, как разбирались в новом наборе данных: профилирование, сверка с источником, вопросы владельцу данных.
Работодателю стоит задать вопросы: сколько обычно ждут доступа к боевым данным, есть ли описание витрин, кто из команды будет вашим проводником по данным.
Где спотыкаются
Говорят только об обучении Python и SQL. Это вы и так знаете, а время съедают доступы и смысл данных.
Не спрашивают про воспроизводимость. Если на первой задаче вы не можете повторить метрику модели из прода, это важный сигнал о зрелости проекта.
Рвутся сразу улучшать модель, не разобравшись, как устроены данные и откуда берётся целевая переменная. Такие улучшения часто оказываются утечкой данных.