Experiencia de entrevista de Tiger Analytics para analista de datos sénior

Recientemente, pasé por la experiencia de la entrevista de Tiger Analytics y me gustaría compartir toda mi experiencia de la entrevista. Cada ronda fue una ronda de eliminación para el proceso de entrevista.

En total hay 4 rondas:

1. Currículum vitae preseleccionado
2. Ronda de prueba de aptitud y codificación
3. Ronda Técnica
4. Ronda técnica final

Hay dos formas de solicitar una entrevista: a través de LinkedIn o University Campus Round.

Proceso de entrevista:

Preselección de currículum: personalizo mi currículum en 4 partes diferentes. 

• En primer lugar, incluí todos los detalles, como LinkedIn, correo electrónico, proyectos de Tableau/PowerBI y sitio web.
• En segundo lugar, incluí todas mis experiencias de pasantías con los certificados y agregué viñetas en las que ayudé a la empresa con varios proyectos. 
• En tercer lugar, agregué una sección diferente para habilidades, habilidades blandas que muestran mis habilidades.
• Cuarto, agregué todos los certificados y mis proyectos con los enlaces para mostrar el proyecto.

Ronda de prueba de aptitud y codificación: esta ronda es la más crucial, ya que eliminará sus posibilidades de ingresar a más rondas. Esta ronda consta de 20 MCQ con preguntas de aptitud y algunas preguntas técnicas.

El temario de la prueba de aptitud

• Un tema muy importante es la probabilidad, la mayoría de las preguntas tendrán un tema de probabilidad en ellas.
• Permutación y Combinación
• Altura y distancia, trabajo y tiempo
• En geometría, las preguntas son fáciles, no es necesario practicar a fondo, solo mirar algunas fórmulas una vez ayudará mucho.
   

Ronda de codificación en vivo: cada persona obtendrá un enlace de prueba donde estará el enlace de HackerEarth. Hubo numerosas preguntas, cada pregunta lleva diferentes calificaciones que van de 10 a 100. Las preguntas más comunes se basan en DP y Segment Tree.

Discusión de proyectos anteriores + ronda técnica: el entrevistador me dijo que me presentara y hablara sobre qué tipo de proyectos había realizado anteriormente. 

Después de eso, comenzará la ronda de preguntas donde los temas pueden ser de 

• resolución de problemas, 
• Teorías básicas del Machine Learning.
• Le preguntarán sobre alguna pregunta avanzada basada en PNL o visión por computadora en función de sus proyectos y experiencia laboral.
• Algunas preguntas basadas en casos de uso donde el escenario estará ahí y usted tiene que dar una solución, en base a su solución le harán preguntas cruzadas. 
• Algunas preguntas estarán relacionadas con SQL avanzado según el escenario que proporcionen.
• Algunas preguntas basadas en cualquier herramienta de visualización que haya usado PowerBI / Tableau / Plotly 

Pregunta basada en Machine Learning

• ¿Qué es la varianza de sesgo? 
• Cuándo usar qué tipo de Métricas 
• Algunas preguntas de estática y probabilidad también
• Algunas preguntas relacionadas con las pruebas AB
• Sin usar ingeniería de características cómo aumentar la eficiencia del modelo

Harán algunas preguntas sobre los parámetros utilizados en el algoritmo ML.

Consejos para aprender y mejorar.

• Siempre asegúrese de agregar sus mejores proyectos que realmente tengan un propósito y no solo algunos proyectos de Kaggle donde una entrevista ya puede encontrar 1000 de cuaderno.
• No solo agregue un cuaderno jupyter simple, haga una demostración en vivo simple y explique cómo funcionó y cuál fue su motivo para hacerlo. por último, no se olvide de decir cuál es su dominio de interés actual en el que le gustaría trabajar.
• Siempre tenga un simple y responda la pregunta de la misma manera. Si no sabe la respuesta, no se ande con rodeos y diga que no tengo suficiente experiencia en esa área.