Data Science Interview Resources
1.0.0
تحديث : بناءً على خبرتي الواسعة في المقابلات على مدار السنوات القليلة الماضية، قررت مؤخرًا إطلاق قناة مخصصة لمساعدة الأفراد على التفوق في علوم البيانات. هدفي هو إنشاء مورد شامل لأي شخص يتطلع إلى إعادة النظر في الأساسيات قبل المقابلة القادمة أو إتقان المهارات والمعرفة المتعمقة المطلوبة للنجاح في مقابلات علوم البيانات وتطبيق علوم البيانات عمليًا. تهدف هذه القناة إلى توفير فهم واضح لمختلف التقنيات المستخدمة على أساس يومي، وتغطي مجموعة واسعة من موضوعات التعلم الآلي. لا تتردد في استكشاف ذلك هنا:
أولاً، شكرًا لزيارة هذا الريبو، تهانينا على اتخاذك اختيارًا مهنيًا رائعًا، أهدف إلى مساعدتك في الحصول على وظيفة مذهلة في مجال علوم البيانات التي كنت تحلم بها، من خلال مشاركة تجربتي وإجراء المقابلات المكثفة في كلتا الشركتين الكبيرتين القائمتين على المنتجات. والشركات الناشئة سريعة النمو، آمل أن تجدها مفيدة.
مع زيادة الطلب على العديد من علماء البيانات، من الصعب جدًا أن يتم فحصك بنجاح وقبولك لإجراء مقابلة. في هذا الريبو، قمت بتضمين كل شيء بدءًا من الحصول على الفحص بنجاح وإجراء تلك المقابلة للحصول على هذا المنصب المذهل، وتأكد من تحقيق ذلك باستخدام الموارد التالية.
كل الموارد التي أدرجها هنا يتم التحقق منها شخصيًا بواسطتي وقد استخدمت معظمها شخصيًا، مما ساعدني كثيرًا.
كلمة تحذير: علوم البيانات/التعلم الآلي لها مجال كبير جدًا وهناك الكثير من الأشياء التي يجب تعلمها. هذه ليست قائمة شاملة بأي حال من الأحوال وهي فقط لمساعدتك إذا كنت تواجه صعوبة في العثور على بعض الموارد الجيدة لبدء التحضير. ومع ذلك، أحاول تغطية هذا الأمر وتحديثه بشكل متكرر وهدفي هو تغطية كل شيء وتوحيده في مورد واحد يمكنك استخدامه لإثارة تلك المقابلات!
يرجى ترك نجمة إذا كنت تقدر هذا الجهد.
ملاحظة: للمساهمة، راجع Contribution.md
أولاً وقبل كل شيء، قم بتطوير المهارات اللازمة وكن سليمًا مع الأساسيات ، هذه بعض الآفاق التي يجب أن تكون مرتاحًا لها للغاية -
بناء علامة تجارية شخصية
قم بتطوير اتصالات جيدة ، من خلال LinkedIn، من خلال حضور المؤتمرات، وبذل كل ما في وسعك، من المهم جدًا الحصول على الإحالات والبدء في عملية المقابلة من خلال الاتصالات الجيدة. تواصل بانتظام مع علماء البيانات الذين يعملون في أفضل المؤسسات القائمة على المنتجات، والشركات الناشئة سريعة النمو، وقم ببناء شبكة، ببطء وثبات، إنه أمر مهم للغاية.
قم بوصف الأدوار السابقة والأثر الذي أحدثته بطريقة قابلة للقياس الكمي ، وكن موجزًا وأكرر، قم بقياس التأثير، بدلاً من التحدث مع حقائق ليس لها أي صلة. وفقًا لـ Google Recruiters، استخدم صيغة XYZ - Accomplished [X] as measured by [Y], by doing [Z]
اجعلها قصيرة، ومن الأفضل ألا تزيد عن صفحتين، كما تعلم، يقوم مسؤول التوظيف العادي بفحص سيرتك الذاتية لمدة 6 ثوانٍ فقط، ويتخذ قرارًا بناءً على ذلك.
إذا كنت جديدًا وليس لديك خبرة، فحاول حل حالات الاستخدام الشاملة واذكرها في سيرتك الذاتية، ويفضل أن يكون ذلك باستخدام الرابط التجريبي (يسهل الأمر على مسؤول التوظيف) والرابط إلى كود المصدر على جيثب.
تجنب استخدام الكثير من المصطلحات التقنية، وهذا أمر بديهي، لا تذكر أي شيء لست واثقًا منه، فقد يصبح هذا عنق الزجاجة الرئيسي أثناء مقابلتك.
بعض الروابط المفيدة:
إذا كنت تريد مراجعة أساسيات الرياضيات لديك بسرعة، فاتبع ما يلي: https://media-exp2.licdn.com/dms/document/C4D1FAQFzFmR919-Erw/feedshare-document-pdf-an alyzed/0/1655384106479?e=1656547200&v=beta&t=9bm4OUyWfM1dQR8LWXsLrGDqYz_Yr_e7TJxHXLXe36I
إذا كنت تريد مراجعة الإحصائيات وأساسيات تعلم الآلة بسرعة، فاتبع ما يلي: https://media-exp2.licdn.com/dms/document/C4D1FAQFLvzVgVxYAAA/feedshare-document-pdf-an alyzed/0/1656265480370?e=1657152000&v=beta&t=RD90ZEx3x2VLUGSthO-1uYKadzwTRixKRg3s8j2nvOc
من المحتمل أن تكون هذه هي نقطة الدخول لمشروع علوم البيانات الخاص بك، حيث تعد لغة SQL واحدة من أهم المهارات لأي عالم بيانات.
تعد دراسات الحالة مهمة للغاية لإجراء المقابلات، وفيما يلي بعض الموارد التي يمكنك ممارستها، فكر أولاً قبل النظر إلى الحلول.
سيؤدي المرور بهذه الخطوات بالتأكيد إلى إضافة نقاط براوني إضافية، لذا لا تفوتها إذا كان لديك الوقت.
على الرغم من أن هذا قد يكون اختياريًا، لكن لا تفوته إذا كان الوصف الوظيفي يطلب ذلك صراحةً، ولا تفوته أبدًا على وجه الخصوص إذا كنت تجري مقابلة في FAANG ومنظمات مماثلة، أو إذا كان لديك خلفية في علوم الكمبيوتر. ليس من الضروري أن تكون جيدًا مثل SDE في هذا، ولكن على الأقل تعرف الأساسيات.
لا يمكنك تفويت هذا إذا كنت تجري مقابلة للحصول على دور البيانات الضخمة.
