Какой средний балл по зачетке
Что проверяют
Вопрос почти всегда задают стажёрам и джунам, у которых опыта работы мало и учёба остаётся главным сигналом. Интервьюеру важно не столько число, сколько то, насколько честно вы его называете и чем подкрепляете. Следом обычно спрашивают, какие предметы давались лучше всего и как это связано с машинным обучением.
Как отвечать
Назовите балл сразу и точно, вместе со шкалой: «4,6 из 5» или GPA по четырёхбалльной системе, если вуз её использует. Округлять в свою пользу не стоит, выписку с оценками легко попросить.
Дальше коротко свяжите учёбу с профессией:
- профильные курсы: линейная алгебра, теория вероятностей, математическая статистика, методы оптимизации. Оценки по ним для data science весят больше среднего;
- практика: курсовая или диплом с моделью, датасетом и метрикой, лучше со ссылкой на репозиторий;
- дополнительное обучение: онлайн-курсы, соревнования на Kaggle, пет-проекты, если они подтверждают те же навыки.
Если балл невысокий, скажите об этом спокойно и объясните без жалоб: работали параллельно с учёбой, вкладывались в проекты. Затем переведите разговор на то, что можно проверить: код, результаты соревнований, тестовое задание.
Иногда вопрос превращают в мини-задачу. Тогда покажите, что думаете как аналитик: средний балл честнее считать взвешенным по зачётным единицам, «зачёт» без оценки в среднее не входит, пересдачи нужно как-то учитывать, а пустой список оценок должен давать ошибку или None, а не ноль, который выглядит как настоящая оценка.
Где спотыкаются
Отвечают размыто: «хороший, в основном пятёрки». Это звучит как попытка уйти от вопроса и вызывает больше сомнений, чем честное 4,1.
Оправдываются слишком долго. Одного предложения о причине достаточно, дальше нужны факты о навыках.
Не связывают оценки с работой. Красный диплом без единого проекта с данными для data science говорит меньше, чем средний балл плюс внятный пет-проект с воспроизводимым пайплайном.